7M06103 Машиналық оқыту және деректерді өңдеу в ҚМТУ

Пәндер

• 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
  

• Дереқор жүйелері және ақпаратты басқару

  Пән үлкен деректерді зерттеуде мәліметтер базасын дамытудың заманауи тенденцияларын, ақпараттық деректер ағындарын талдау және синтездеу негізінде бағдарламалық жасақтаманы әзірлеу әдістері мен технологияларын қолдануды зерттейді. Курс келесі бөлімдермен ұсынылған: қосымшаларды жобалау, мәліметтер базасының құрылымы, бағдарламалық интерфейстер. Курсты оқу қолданбалы корпоративтік жүйелерді жобалау және құру дағдыларын қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жоғары мектеп педагогикасы

  Жоғары білімге ЖИ енгізудің келешегі мен тәуекелдерін түсіну (жоғары білімге ЖИ енгізу сценарийі: инерциялық, анархиялық, интервенциялық) ЖИ процессуалдық сипаттамаларына және нейрожелілерді оқыту мүмкіндіктеріне сүйене отырып, ЖОО оқытушысының жұмысын оңтайландыру Тиісті чаттар мен платформаларды қолдана отырып, виртуалды оқыту орталарын, нейрондық желілерді дамыту функцияларын қолдану: виртуалды көмекшілерді, интерактивті оқу материалдарын құру; тапсырмалар мен жаттығуларды құру, виртуалды оқыту орталарын құру, студенттердің жауаптарын талдау және кері байланысты қамтамасыз ету (ChatGPT); курстың оқу жоспарын құру; тест сұрақтарын жазу, (Ask Chad GPT, Learning Studio AI); презентацияларды құру және редакциялау (Gamma App); презентацияларды немесе басқа мультимедиялық білім беру мазмұнын (Fusion Brain) және т.б. жобалау үшін пайдалануға болатын кескіндерді жасау.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Ғылым тарихы және философиясы

  Жасанды интеллекттің философиялық аспектілерін ғылым философиясының бағыты ретінде талдау. Медицина, қаржы, көлік, өндіріс, білім беру және т.б. әртүрлі салаларда жасанды интеллект теориясының негізгі принциптерін қолдану мүмкіндіктерін түсіну. Этикалық мәселелер, деректер қауіпсіздігі және машиналардың шектеулі мүмкіндіктері сияқты жасанды интеллект тәуекелдерін талдау. Жүйелік тәсіл негізінде проблемалық жағдайларға сыни талдау жасау, іс-қимыл стратегиясын әзірлеу.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Деректер базасын ұйымдастырудың заманауи тұжырымдамалары

  Пән деректер қорын ұйымдастырудың заманауи тұжырымдамалары мен әдістерін, үлкен деректерді алу, сақтау және өңдеу әдістері мен құралдарын зерттейді. Курс келесі бөлімдермен ұсынылған: мәліметтер базасын жобалау кезеңдері мен әдістері, таратылған мәліметтер базасы, жобалау объектісін жобалау алдындағы тексеру, пәндік саланы жүйелік талдау, заманауи аспаптық бағдарламалық құралдар Курсты зерделеу деректер базасының тұжырымдамалары, тұжырымдамалардың негізгі ережелері туралы; деректер құрылымы туралы ұғымдарды қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Деректерді интеллектуалды талдау

  Пән білім алу үшін корпоративтік жүйелер мен қосымшаларда деректерді интеллектуалды талдау құралдарын іске асырудың заманауи әдістері мен тәсілдерін зерттейді. Курс келесі бөлімдермен ұсынылған: мәліметтерді алдын-ала өңдеу әдістері, жіктеу әдістері, кластерлеу, болжау, шешім ағаштары, дәйекті әдістер. Курсты оқу компьютерде әртүрлі процестерді зерттеу дағдыларын қалыптастыруға, әртүрлі ғылыми және техникалық мәселелерді шешу үшін Data Mining әдістерін практикалық қолдануға бағытталған

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Шет тілі (Кәсіби)

  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
  

• Деректерді талдау бағдарламалау тілдері

  Пән қолданбалы бағдарламалық қамтамасыз ету мәселелерін шешудің заманауи бағдарламалау әдістерін зерттейді. Курс келесі бөлімдермен ұсынылған: зерттеу және қолданбалы мәселелерді шешуге арналған алгоритмдер мен мәліметтерді өңдеу құралдары. Курсты зерттеу студенттердің алгоритмдерді, тәжірибелік есептерді шешудің әдістері мен технологияларын құру, қазіргі заманғы бағдарламалау әдістерін қолдану бойынша білімдері мен дағдыларын қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Құрылымданбаған деректерді өңдеуді талдау

  Пән деректерді нақты алу және өңдеу саласындағы түлектердің кәсіби дайындығының негізін, яғни деректерді жазу топтары, ерекше жазбалар және тәуелділіктер сияқты бұрын белгісіз қызықты модельдерді алу үшін үлкен көлемдегі деректерді автоматты немесе жартылай автоматты талдау міндеттерін зерттейді. Курс келесі бөлімдермен ұсынылған: мәліметтер базасының әдістері, әдіснамалар және жасанды интеллект жүйелерін жобалау құралдары. Курсты оқу әртүрлі ғылыми және техникалық мәселелерді шешу үшін құрылымданбаған деректерді өңдеуді талдау дағдыларын қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Заманауи бағдарламалау технологиялары

  Пән бағдарламалық өнімдерді әзірлеудің заманауи технологияларын меңгеру, бағдарламалық қамтамасыз етуді құрудың құрамдас көзқарасы саласындағы кәсіби білім мен дағдыларды қалыптастыруға бағытталған; бағдарламаларды және заманауи бағдарламалау технологияларын жеделдетіп әзірлеу құралдарын қолдану. Курс келесі бөлімдерде берілген: объектіге бағытталған орталар; компоненттерді бағдарламалау және қосымшаларды жылдам әзірлеу; деректерге қол жеткізуді ұйымдастыру технологиялары.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Машиналық оқытудың алгоритмдік негіздері

  Пән теориялық дайындықты және машиналық оқыту мен деректерді талдау алгоритмдерін қолданудың практикалық дағдыларын қалыптастырудың негізін құрайды. Курс келесі бөлімдермен ұсынылған: математикалық әдістер және машиналық оқыту теориясының алгоритмдері; адаптивті болжау теориясының әдістері; пәндік сала моделін құру. Курсты оқу машиналық оқыту теориясының негізгі математикалық әдістері мен алгоритмдерін, адаптивті болжау теориясының әдістерін, білімді ұсыну құралдарын қолдана отырып пәндік сала моделін құру қабілетін қалыптастырады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Data Science үшін бағдарламалау

  Пән деректерді өңдеу мен шешім қабылдау жылдамдығы мен сапасын жақсарту үшін жасанды интеллект жүйесінің компоненттерін әзірлеу мен енгізудің негізін құрайды. Курс келесі бөлімдермен ұсынылған: жасанды интеллект жүйесінің компоненттері; деректерді өңдеу және шешім қабылдау; деректерді визуализациялау; аналитикалық модельдерді құру. Курсты оқу Data Science және машиналық оқыту технологиясының мүмкіндіктерін білуге, статистикалық гипотезаларды тексеруді жүзеге асыруға, бастапқы деректерді дайындауға, аналитикалық модельдерді құруға, аналитикалық модельдерді бағалауға, деректерді визуализациялауға бағытталған.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 6
  

• Басқару психологиясы

  Білім алушыларды жасанды интеллектті күнделікті және кәсіби қызметте қолдануға ынталандыру, бар қорқыныштарды жеңуге және жасанды интеллектті қолдануға байланысты мифтерді жоюға көмектесу. Оқытуды дербестендіруді жүзеге асыру; оқыту нәтижелерін болжау; оқытушының күнделікті міндеттерін автоматтандыру; оқу процесін басқару; ресурстарды жоспарлау; сауалнама нәтижелерін әзірлеуде, талдауда және өңдеуде, сауалнамада және т.б. жағдайлаарда ЖИ мүмкіндіктерін пайдалану.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 3
  

• Қазақ (орыс) тілі (Кәсіби)

  "Қазақ (орыс) тілі (Кәсіби)" пәні бейіндеуші пәндер циклінің ЖОО компонентіне кіреді. Курсты зерделеу кәсіби ойлау ерекшеліктерін ескере отырып, нақты кәсіптік және іскерлік салаларда, жағдайларда қарым-қатынас жасау қабілетін қалыптастыруға, сондай-ақ келіссөздер жүргізу дағдыларын қалыптастыруға, іс қағаздарын жүргізуді жүзеге асыруға, қазақ тілінде басқарушылық шешімдерді әзірлеуге бағытталған. Пәннің мазмұны кәсіби қызметті жүзеге асыруда коммуникациялық мүмкіндіктерді кеңейтуге ықпал ететін кәсіби қарым-қатынастың типтік жағдайларынан тұратын когнитивті-лингвомәдени кешендер түрінде ұсынылған. "Қазақ тілі (Кәсіби)" пәнін оқытуға қажетті кәсіби құзыреттіліктерді дамыту мақсатында орыс тілінде оқитын магистранттар оқиды.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Орыс тілі (кәсіби)

  «Орыс тілі (кәсіби)» пәні аясында жасанды интеллектті қолдана отырып, магистранттар мынадай құзыреттерді қалыптастырады: - синтаксистік және семантикалық талдауды қоса алғанда, орыс тіліндегі мәтіндерді автоматты түрде өңдеу және талдау үшін жасанды интеллект технологияларын қолдану мүмкіндігі; - мәтіндерді автоматты түрде құру, редакциялау және түзету, олардың емлесін, грамматикасын және стилін жақсарту үшін жасанды интеллекті қолдану мүмкіндігі; - орыс тілінің ерекшеліктерін ескере отырып, мәтіндерді техникамен аудару және бейімдеу жүйелерімен жұмыс істеу дағдылары; - сөйлеу деректерін талдау және орыс тілінде сөйлеуді тану жүйелері мен дауыстық интерфейстерді әзірлеу үшін жасанды интеллекті қолдануы; - ғылыми, техникалық және іскерлік мәтіндер саласындағы кәсіби міндеттер үшін жасанды интеллектінің тілдік модельдерін бейімдеу қабілеті; - жасанды интеллектінің лингвистикалық практикадағы жұмыс нәтижелерін бағалау және сыни талдау, мүмкін болатын қателіктер мен шектеулерді анықтауы; - құпиялылық, деректерді қорғау және лингвистикалық әртүрлілікке әсер ету мәселелерін ескере отырып, тіл білімінде жасанды интеллектің этикалық қолданылуы.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Есептеу статистикасы

  Пән деректер белгілерін анықтау және бақылау үшін оңтайлы әдістер мен алгоритмдерді зерттейді. Курста Марков тізбегінің Монте-Карло әдістері, күту алгоритмі және кездейсоқ айнымалыларды құру, ассоциация ережелері және нарықтық себетті талдаудың априорлық алгоритмі, оқытушысыз оқытуға кіріспе, кластерлік талдау және негізгі компоненттерді талдау қарастырылған. Пән магистранттарда есептеу статистикасының заманауи әдістері саласында білім мен дағдыларды қалыптастыруға, деректер сапасына бағалау жүргізуге және зерттеу жұмыстарының нәтижелері бойынша аналитикалық есеп дайындауға бағытталған.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Табиғи тілді өңдеу

  Пән табиғи тілдерді өңдеудің (NLP) компоненттері мен қосымшаларын жасау әдістері мен құралдарын зерттейді. Курс мынадай бөлімдермен ұсынылған: қажетті лингвистикалық интуицияға баса назар аудара отырып, негізгі құрылыс блоктары мен NLP қосымшалары; тілдік міндеттердің статистикалық модельдері. Курсты оқу зияткерлік жүйелер мен технологияларды бағдарламалық іске асыруды дамытудың заманауи бағыттарын пайдалану дағдыларын қалыптастыруға бағытталған.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Компьютерлік көру принциптері

  Пән интеллектуалды видеокомпьютерлік жүйелерді құру үшін бейне деректер мен кескіндерді өңдеу мен талдауды зерттейді. Курс келесі бөлімдермен ұсынылған: сандық кескіндерді өңдеу, түрлендіру, сүзу және сегментациялау әдістері мен алгоритмдері, аддитивті және мультипликативті нүктелік шу, Хью алгоритмі, Кани шекара детекторы, монохроматикалық және хроматикалық аберрациялар, мұғаліммен және мұғалімсіз тану. Курсты оқып-үйрену компьютерлік кескіндерді өңдеу және заманауи ақпараттық технологиялар мәселелерін шешуге арналған математикалық және алгоритмдік құрылғыларды қолдану дағдыларын қалыптастыруға бағытталған.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Статистикалық модельдеу және машиналық оқыту

  Пән ақпараттың ағындарын талдау мен синтездеуге негізделген бағдарламалық жасақтаманың тұжырымдамалық аппаратын, әдістерін, әдістеме мен технологияларын зерттейді. Курс келесі бөлімдермен ұсынылған: ұғымдық аппараттың негіздері; деректердің ақпараттық ағындарын талдау және синтездеу негізінде бағдарламалық қамтамасыз етуді әзірлеу әдістері мен технологиялары. Пән магистранттарда нақты практикалық міндеттерді шешу үшін деректерді талдау технологиясы және машиналық оқыту саласында білім мен дағдыларды қалыптастыруға бағытталған.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Text Mining үшін нейрондық желілер

  Пән нейрондық жүйелерді құру алгоритмдерін және оларды мәтіндік мәліметтерді өңдеу мәселелерін шешуде қолдануды зерттейді. Курс келесі бөлімдермен ұсынылған: жасанды интеллект жүйелерінің архитектурасын құру принциптері, терең білім беру архитектурасы, эмоционалды бояуды талдау, мәтіндік мәліметтерді терең білуге арналған интерфейс. Пән заңдылықтарды іздеу арқылы шешім қабылдауға немесе жаңа мәліметтер негізінде болжамдар жасауға көмектесетін мәтіндік деректерді өңдеуге арналған нейрондық желілік технологиясы бар құралдарды қолдану дағдыларын дамытуға бағытталған.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Бейнелерді тану әдістері

  Пән әртүрлі жүйелердегі бейнелерді тану арқылы шешімдерді қолдау жүйесінің әдістері мен технологияларын, оларды ақпаратты өңдеу және жүйелерді тану үшін қолдану тәсілдерін зерттейді. Курс келесі бөлімдермен ұсынылған: кескіннің ерекшеліктері, оларды анықтау және сипаттау, сәйкестендіру әдістері, негізгі нүктелерді тану, негізгі және кеңейтілген бақылау алгоритмдері туралы терең білім. Курсты оқу үлгіні тану саласындағы практикалық мәселелерді шешу үшін деректерді талдау және машиналық оқыту технологияларын қолданудың практикалық дағдыларын қалыптастыруға бағытталған.

  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

• Ғылым тарихы мен философиясы саласындағы білімді пайдалана отырып, тұтас жүйелі ғылыми дүниетаным негізінде кешенді, оның ішінде пәнаралық зерттеулерді жүзеге асыру
• Үлкен деректерді қабылдау, сақтау және өңдеу үшін заманауи әдістер мен бағдарламалау құралдарын қолдану
• Кәсіби қызметте креативті идеяларды әзірлеуге және іске асыруға басшылық жасау
• Бизнес-процестерді болжау үшін машиналық оқыту әдістерін және статистикалық деректерді талдауды қолдану
• Өндірістегі және ғылыми-педагогикалық қызметтегі психологиялық-педагогикалық принциптер негізінде білім беру және мәдениетаралық байланысты жүзеге асыру
• Ғылыми-зерттеу және қолданбалы есептерді шешу үшін машиналық оқытуды қолдану
• Машиналық оқыту технологиясын пайдалана отырып, жасанды интеллект қолданбалы жүйелерінің техникалық жобаларын жасау
• Нейрондық желілерді қолдана отырып, мәтіндік, дыбыстық, графикалық және бейнелік деректерді өңдеуге арналған интеллектуалды жүйелерді жобалау және құру

Ұқсас БББ