7M06105 Салалар бойынша жасанды интеллект в ҚМТУ

Пәндер

• Ғылым тарихы және философиясы

  Пән ғылымның даму заңдарын ашады. Курс келесідей тараулармен ұсынылған: ғылыми білім құрылымы; ғылыми білім мен техногендік мәдениетті дамытудың ғаламдық мәселелері. Курсты оқу болашақ мамандардың, ғалымдардың және оқытушылардың ғылыми және ғылыми-педагогикалық қызметіндегі жалпы ғылыми, философиялық-әдіснамалық, дүниетанымдық және тәртіптік-теориялық негіздерін қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• ЖИ бағдарламалау негіздері

  Пән жасанды интеллект саласындағы бағдарламалаудың базалық негіздерін меңгеруге және деректермен жұмыс істеу дағдыларын дамытуға бағытталған. Курс бөлімдері: Python тілі негіздері, деректер құрылымдары, интеллектуалдық алгоритмдердің қарапайым қағидалары және NumPy, pandas сияқты кітапханалармен танысу. Пәнді оқу алгоритмдік ойлауды қалыптастыруға және жасанды интеллект пен машиналық оқыту технологияларын одан әрі меңгеруге дайындыққа бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Математикалық модельдеу негіздері

  Пән қолданбалы есептерді талдау және шешу үшін математикалық модельдерді құру әдістерін зерттейді. Курс модельдеудің, оңтайландырудың және болжаудың негізгі тәсілдерін қамтиды. Модельдерді таңдауға, сандық шешім әдістеріне және олардың дәлдігін бағалауға ерекше назар аударылады. Курс модельдерді әзірлеу мен тестілеуді, олардың тиімділігін талдауды және ғылыми және инженерлік міндеттерде қолдануды қарастырады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• ЖИ-де деректер алгоритмі мен құрылымы

  Пән жасанды интеллект міндеттерінде қолданылатын базалық алгоритмдер мен деректер құрылымдарын оқытады. Курс мазмұнына массивтер, тізімдер, ағаштар, графтар, іздеу және сұрыптау алгоритмдері, сондай-ақ олардың ЖИ жүйелеріндегі қолданысы кіреді. Пәнді оқу алгоритмдік ойлауды қалыптастырып, интеллектуалды жүйелер үшін есептеулерді оңтайландыру дағдыларын дамытуға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Шет тілі (кәсіптік)

  Пәннің мазмұны коммуникативтік салалардан, сөйлеу тақырыптарынан және кәсіби-ғылыми қарым-қатынастың типтік жағдайларынан тұратын когнитивті-лингвомәдени кешендер түрінде ұсынылған. Курсты оқу шетелдік кәсіптік-салалық білім беру үрдісінде мәдениетаралық-коммуникативтік құзыреттілікті қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• ЖИ қолданудың жаһандық стратегиялары

  Пән әртүрлі салаларда жасанды интел-лектті стратегиялық пайдаланудың теориялық және практикалық негіздерін қалыптастырады. Курс жаһандық даму тенденцияларын талдауды және оны енгізу әдістемелерін зерттеуді және әлеуметтік-экономикалық салдарды бағалауды қамтиды. Курс стратегиялық жоспарлау әдістерін, ЖИ даму сценарийлерін мо-дельдеуді және оны бизнес-процестерге, өнеркәсіп пен мемлекеттік басқаруға интеграциялау тетіктерін игеруді көздейді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Техникалық пәндерді оқыту әдістемесі

  Пән жоғары мектеп оқытушысын әдістемелік даярлаудың негізі болып табылады. Курс жоғары мектептің білім беру процесін ұйымдастырудың нормативтік-құқықтық базасы және нәтижеге бағытталған оқытудың диагностикалық мақсаттарының негізінде оқу-әдістемелік құжаттарды әзірлеуге; тиімді формалар мен дидактикалық әдістерді таңдауға бағытталған. Курсты оқу базалық, бейіндік және техникалық пәндерді оқытудың заманауи технологияларын қолдану арқылы жүргізу дағдыларын қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• ЖИ-де статистикалық әдістер

  Пән деректерді өңдеудің статистикалық тәсілдерін және жасанды интеллект модельдерін оқытуды зерттейді. Курс үлгілерді талдау, болжау және анықтау әдістерін қамтиды. Ықтималдық модельдеріне, регрессияға, кластерлеуге және гипотезаны тексеруге баса назар аударылады. Курс модельдерді әзірлеуді және оңтайландыруды, олардың нүктелерін бағалауды-жаңалықтарды және интеллектуалды жүйелер үшін статистикалық әдістерді бейімдеуді қарастырады

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жоғары мектеп педагогикасы

  Пәндер жоғары мектептің (ЖМ) оқу-тәрбие процесін гуманизациялау мен демократияландырудың заманауи тенденцияларын, оқытудың және тәрбиенің жаңа технологияларын оқытады, педагогикалық қызметтің жеке шығармашылық стиліне бейімдейді. Курс келесі бөлімдермен ұсынылған: жоғары білімнің қазіргі заманғы парадигмасы, педагогикалық ғылымның әдіснамасы, ЖМ оқыту теориясы. Оқу курсы ЖМ оқытушыларының кәсіби-педагогикалық мәдениетін қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Экологическое моделирование и прогнозирование

  Пән экологиялық үдерістерді модельдеу және болжау әдістерін зерттейді. Назар аудару экологияға әсер ету факторларын талдауға және модельдер құру үшін бағдарламалық құралдарды қолдануға бағытталған. Курс табиғатты қорғау саласында ғылыми негізделген шешімдер қабылдауға қажетті экологиялық ойлау мен талдау дағдыларын қалыптастырады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Стартаптарды әзірлеу

  Курс стартаптарды басқару әдістерін, бизнес-процестерді модельдеуді, нарықтық үрдістерді талдауды және инновациялық технологияларды енгізуді зерттеуге негізделген. Стартаптарды дамытуға, тәуекелдерді басқаруға және нарықтың тез өзгеретін жағдайларына бейімделуге стратегиялық тәсілдерге ерекше назар аударылады. Пән жобаларды таныстырудың, инвесторларды тартудың тиімді әдістерін, сондай-ақ бизнесті масштабтау тәсілдерін зерделеуді көздейді. Магистранттар бизнес-модельдерді әзірлеу мен тестілеудің заманауи құралдарын меңгеріп, командада жұмыс істеу және кәсіпкерлік шешімдер қабылдау дағдыларын игереді.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Жаңартылатын энергия көздері: болжау және басқару

  Пән жаңартылатын энергия көздеріне (ЖЭК) негізделген энергетикалық жүйелерді болжау, оңтайландыру және тиімді басқару әдістерін үйретуге бағытталған. Курс барысында тарихи деректерге, ауа райы болжамдарына, модельдеуге және машиналық оқыту алгоритмдеріне негізделген энергия өндірісін болжау тәсілдеріне баса назар аударылады. Магистранттар энергия өндірудегі белгісіздік пен ауытқуларды ескерудің жолдарын меңгереді, бұл энергетикалық жүйелердің тұрақтылығы мен сенімділігін қамтамасыз етудің маңызды факторы болып табылады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Басқару психологиясы

  Пән жүйелік түсініктерді қалыптастыруға және басқару қызметінің психологиялық мәнін түсінуге; басқарудың негізгі әлеуметтік-психологиялық әдістерін меңгеруге; тұлғалық өсу уәждемесін дамытуға бағытталған. Курста басқару психологиясының әдіснамалық негіздері, басқарудың әлеуметтік-психологиялық мәселелері және оларды шешу жолдары, басқарушы психологиясының негіздері қарастырылады. Курсты оқу басқару қызметінің мәдениетін арттыруға бейімделген.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 3
  

• Деректерді талдау және машиналық оқыту

  Пән деректерді талдау және машиналық оқыту әдістерін қолдану бойынша теориялық және практикалық негіздерді қалыптастырады. Курс деректерді өңдеу, визуализациялау және интерпретациялаудың негізгі тәсілдерін, сондай-ақ машиналық оқыту алгоритмдерін, оларды оқыту мен оңтайландыруды қамтиды. Пән статистикалық әдістерге, нейрондық желілерге, классификация, кластерлеу және болжау әдістеріне негізделген. Ерекше назар модельдерді әзірлеу, олардың валидациясы мен нәтижелерін интерпретациялауға, сондай-ақ машиналық оқыту құралдарын әртүрлі салаларда практикалық қолдануға аударылады. Курс сонымен қатар машиналық оқытуға арналған заманауи кітапханалар мен платформаларды меңгеруді, алгоритмдерді нақты деректерде іске асыруды және деректерді талдауды автоматтандыру стратегияларын зерттеуді қамтиды.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 6
  

• Желілердегі жаңартылатын энергия көздерін біріктіру

  Пән жаңартылатын энергия көздерін (ЖЭК) қолданыстағы энергетикалық жүйелерге интеграциялаудың теориялық және практикалық аспектілерін қамтиды. Магистранттар күн, жел, гидро және биомасса энергия көздерін электр желілеріне қосу кезінде туындайтын технологиялық, экономикалық және операциялық мәселелерді зерттейді. Курс ЖЭК арқылы өндірілетін энергияның тұрақсыздығы мен өзгергіштігінің энергожүйенің теңгеріміне әсерін талдауды, сондай-ақ жүктемелердің шекті және ең төменгі деңгейлерін басқару әдістерін қамтиды.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Қалдықтарды басқарудағы зияткерлік жүйелер

  Пән қалдықтарды басқару саласында жасанды интеллект технологияларын қолдануға негізделген заманауи интеллектуалды тәсілдерді оқып-үйренуге бағытталған. Курс қалдықтарды бақылау, сұрыптау, көлемін болжау және логистикалық процестерді оңтайландыру әдістерін қамтиды. Ол үшін машиналық оқыту алгоритмдері, компьютерлік көру және деректерді талдау құралдары қолданылады. Негізгі назар интеллектуалды жүйелерді жобалауға, қайта өңдеу тиімділігін арттыруға, экологиялық зиянды азайтуға және тұрақты дамуды қолдауға бағытталған.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Энергетикадағы зияткерлік басқару жүйелері

  Пәні энергетикалық жүйелерді басқару процесінде интеллектуалды технологияларды қолданудың теориялық және практикалық аспектілерін қамтиды. Курс энергия қажеттілігін болжау, энергия ресурстарын бөлуді басқару, диа-гностика және нақты уақыттағы жабдықты бақылау әдістерін зерттеуді, сондай-ақ энергия желілерінің тұрақтылығы мен сенімділігін жақсартуды қамтиды

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Зияткерлік жүйелер және нейрондық желілер

  Пән нейрондық желілер негізінде интеллектуалды жүйелерді әзірлеудің теориялық және практикалық негіздерін қалыптастырады. Курс модельдерді құру, оқыту және оңтайландыру, сондай-ақ оларды әртүрлі салаларда қолдану мәселелерін қамтиды. Ерекше назар нейрондық желілердің архитектураларына, оқыту әдістеріне, регуляризация мен модельдерді интерпретациялауға аударылады. Магистранттар заманауи фреймворктерді меңгеріп, деректерді өңдеу және тапсырмаларды автоматтандыру үшін нейрондық желілерге негізделген шешімдерді әзірлеу дағдыларын игереді. Курс жасанды интеллектінің озық технологияларын, модельдерді әзірлеу мен тестілеуді, сондай-ақ олардың тиімділігін талдауды қамтиды.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• ЖИ пайдалану арқылы деректерді визуализациялау

  Пән деректердегі заңдылықтарды анықтау және талдауды жеңілдету үшін жасанды интеллектіні (ЖИ) қолдану арқылы деректерді ұсыну әдістерін зерттейді. Курс деректерді өңдеу, талдау және визуализациялау, автоматтандырылған графикалық ұсыну және заманауи ЖИ құралдарын қамтиды. Ерекше назар визуализация әдістерін таңдауға, деректерді талдауға және ЖИ алгоритмдерін қолдануға аударылады. Курс үлкен деректерді визуализациялау технологияларын меңгеруді, нейрондық желі модельдерін қолдануды және тиімді графикалық шешімдер құруды қарастырады.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Ақылды энергожүйелер (Smart Energy Systems)

  Пән зияткерлік энергетикалық желілерді құру мен басқаруға арналған заманауи тәсілдер мен технологияларға арналады. Бұл жүйелер сыртқы ортаның өзгерістеріне бейімделіп, энергия ағындарын тиімді басқара алады және жоғары сенімділік пен тұрақтылық деңгейін қамтамасыз етеді. Курс зияткерлік энергетикалық желілердің әртүрлі аспектілерін қамтиды, мысалы: жаңартылатын энергия көздерін (күн және жел электр станцияларын), электр көліктері мен энергияны сақтау жүйелерін біріктіру, сондай-ақ мұндай жүйелердің қауіпсіздігі мен тұрақтылығын қамтамасыз ету әдістері.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Үлкен деректерді талдау және өңдеу әдістері

  Пән үлкен көлемді ақпараттық массивтермен тиімді жұмыс істеуді қамтамасыз ететін үлкен деректерді өңдеу мен талдаудың теориялық және практикалық әдістерін зерттейді. Курс деректерді өңдеу алгоритмдерін, таратылған есептеулерді, машиналық оқыту мен деректерді автоматтандырылған талдауды қамтиды. Ерекше назар деректерді сақтау, өңдеу және талдау үшін құралдар мен технологияларды таңдауға аударылады. Курс үлкен деректермен жұмыс істеуге арналған заманауи платформаларды меңгеруді, аналитикалық шешімдерді жүзеге асыруды және әртүрлі қолданбалы міндеттер үшін ақпаратты өңдеу алгоритмдерін әзірлеуді көздейді.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Терең оқыту және нейрондық желілер

  Пән терең оқыту мен нейрондық желілерді құрудың теориялық және практикалық негіздерін қалыптастырады. Курс көпқабатты модельдерді құру, оқыту және оңтайландыру, сондай-ақ оларды әртүрлі салаларда қолдану мәселелерін қамтиды. Ерекше назар терең оқыту архитектураларына, регуляризация әдістеріне, оқыту процесіне және модельдерді интерпретациялауға аударылады. Магистранттар заманауи фреймворктерді меңгеріп, деректерді өңдеу және нейрондық желілерді практикалық міндеттерді шешуде қолдану дағдыларын игереді. Курс жасанды интеллектінің озық технологияларын, модельдерді әзірлеу мен тестілеуді, сондай-ақ олардың өнімділігін талдауды қамтиды.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Ғылыми-инновациялық қызметті басқару, курстық жұмыс

  Пән ғылыми-инновациялық қызметті (ҒИҚ) басқару сұрақтары мен мәселелерін ашады. Курс келесі бөлімдерде берілген: ғылыми-инновациялық қызметті жоспарлау; ҒИҚ эксперименттік мәліметтерін өңдеу және талдау; ҒИҚ техникалық-экономикалық негіздемесі және жобаларды коммерцияландыру; ғылыми-инновациялық қызмет кезеңдерін бақылау; ғылыми-инновациялық тапсырмасының жобалық шешімін қалыптастыру; ҒИҚ нәтижелерін дайындау және жариялау; ҒИҚ зерттеу нәтижелерін қоғамдық қорғау үшін ұсыну. Курсты зерделеу ҒИҚ басқару дағдыларын қалыптастыруға бағытталған, оның ішінде кәсебі қызмет шеңберінде оны жоспарлау, енгізу және бақылау.

  Оқу жылы - 2
  Семестр - 4
  Несиелер - 5
  

Профессии

Оқыту нәтижелері

• Заманауи білім беру технологиялары мен психологиялық заңдылықтар мен әдістер негізінде жоғары мектепте педагогикалық қызметті жүзеге асыру
• Кәсіби қызмет шеңберінде ғылыми зерттеулер жүргізу және инновациялық әзірлемелерді іске асыру
• Кәсіби қызметте инновациялық идеяларды әзірлеу және енгізу процесін басқаруды жүзеге асыру
• Мамандандырылған және зерттеу міндеттерін шешу үшін лингвистикалық, когнитивті және мәдени модельдер мен әдістерді меңгеру
• Ғылым тарихы мен философиясы саласындағы білімді пайдалана отырып, тұтас жүйелі ғылыми дүниетаным негізінде пәнаралық зерттеулерді қоса алғанда, кешенді зерттеулерді орындау
• Алгоритмдерді, деректер құрылымын және математикалық модельдерді қолдана отырып, интеллектуалды жүйелерді әзірлеу және енгізу, ғылыми-инновациялық қызметті басқару, стартаптарды құру және дамыту
• ЖИ жаһандық стратегияларына сәйкес деректерді талдау және машиналық оқыту әдістерін енгізу дағдыларын жетілдіру
• Нейрондық желілер, ЖИ және қолдану салалары бойынша үлкен деректер бойынша зерттеу жұмысы шеңберінде ғылыми-техникалық ақпаратты жинау мен талдауды іске асыру
• Ғылыми-зерттеу және қолданбалы міндеттерді шешуде жаңартылатын энергия көздерін модельдеу, басқару, қызмет көрсету және ақылды энергия жүйелеріне интеграциялау әдістерін әзірлеу және қолдану

Ұқсас БББ