8D06102 Компьютерлік ғылымдар в Сулейман Демирель атындағы университеті

Пәндер

• Жетілдірілген компьютерлік көру

  Бұл курс кескіндерді өңдеуге және компьютерлік көруге, геометрия мен статистикалық оқытуды пайдалана отырып, машинаға кескіндер мен бейнелерді үйренуге және талдауға мүмкіндік беретін әдістерді зерттеуге бағытталған. Кескінді қалыптастыру және өңдеу негіздерінен бастап кескінді сегменттеу және нысанды анықтау сияқты жоғары деңгейдегі көрнекі тану тапсырмаларын шешуге бағытталған соңғы терең оқыту әдістеріне дейінгі тақырыптардың кең ауқымын біліңіз.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жетілдірілген жасанды интеллект

  Бұл курс тереңдетіп оқытудың және күшейтудің ең озық үлгілерін зерттеуге арналған, сонымен қатар Pytorch көмегімен үлгілерді жүзеге асыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Ғылыми зерттеу әдістері

  Бұл курс компьютер ғылымдарында қолданылатын зерттеу әдістемелерін зерттеуге арналған. Курс зерттеу сұрақтарын анықтау және тұжырымдау, әдебиеттерді іздеу, мәліметтер жинау, эксперименттік жобалау принциптері және статистика , нәтижелерді бағалаудың әртүрлі аспектілеріне, оларды түсіндіру мен талқылауға дейінгі әртүрлі тақырыптарды қамтиды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жетілдірілген генеративті жасанды интеллект

  Бұл курс генеративті жасанды интеллекттің озық концепциялары мен әдістерін зерттеуге бағытталған, мәтін, кескін және басқа да медиа түрлерін жасай алатын терең оқыту модельдеріне назар аударады. Тақырыптарға генеративті қарсыласу желілері (GANs), вариациялық автоэнкодерлер (VAEs), диффузиялық модельдер және ірі тілдік модельдер (LLMs) кіреді. Студенттер генеративті AI модельдерін оқыту, баптау және бағалау бойынша практикалық тәжірибе алады, оны кескін синтезі, мәтін генерациясы және шығармашылық AI салаларында қолдана алады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жетілдірілген табиғи тілді өңдеу

  Курс докторанттарға арналған кіріспе болып табылады. Табиғи тілді өңдеуге – адам тілін есептеу тұрғысынан зерттеу. Синтаксистік, семантикалық және дискурсты өңдеу модельдерін қамтиды, машиналық оқытуға немесе корпусқа негізделген әдістер мен алгоритмдерге баса назар аударады. Сондай-ақ осы әдістер мен модельдерді синтаксистік талдауда, ақпаратты алуда, статистикалық машиналық аудармада, диалогтық жүйелерде және қорытындылауда қолдануды қамтиды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Академиялық хат

  Бұл курс ғылыми мақалаларды, конференция ұсыныстарын, ғылыми баяндамалар мен диссертацияларды қамтитын бірқатар мәтіндерді дайындайтын докторанттар үшін тамаша академиялық жазу принциптерін зерттеуге арналған.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Жетілдірілген пәнаралық жасанды интеллект

  Бұл курс жасанды интеллекттің әртүрлі салалардағы қолданылуын зерттеуге арналған, компьютерлік ғылым, денсаулық сақтау, қаржы, робототехника және әлеуметтік ғылымдар салаларындағы білімді біріктіреді. Студенттер әртүрлі салалардағы күрделі шынайы мәселелерді шешетін AI модельдері мен әдістерін зерттейді, оның ішінде табиғи тілді өңдеу, компьютерлік көру, автономды жүйелер және шешім қабылдау құрылымдары бар. Курс пәнаралық тәсілдерге, этикалық мәселелерге және жасанды интеллекттің қоғамға әсеріне ерекше назар аударады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Жетілдірілген үлкен деректерді талдау

  Бұл курста докторанттар үлкен деректерді сақтау және талдаудың әртүрлі алгоритмдеріндегі негізгі әдістерді үйренеді. Курстың практикалық бөлігінің көп бөлігі MapReduce парадигмасының Apache Hadoop енгізуімен байланысты болады. Бұл курстың кейбір теориялық бөлігі Pig, Hive, HBase, Spark және т.б. секілді Hadoop экожүйелік платформаларын түсіндіруге арналған.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

Профессии

Оқыту нәтижелері

• Нейрондық желілерді, терең оқытудың,машиналық оқытудың модельдері мен алгоритмдерін, пайдалана отырып, үлкен деректерді өңдеу және талдау үшін шешімдерді әзірлеу.
• Қолданыстағы практикалық жүйелерді талдау арқылы жасанды интеллект саласындағы мәселелерді шешу
• Табиғи тілді өңдеудің іргелі тұжырымдамалары мен әдістерін пайдалана отырып, мәтінді және дауыстық деректерді өңдеу
• Дереккөздердің негізділігі мен сенімділігін ескере отырып, көптеген көздерден алынған идеяларды, зерттеу нәтижелерін және өзіндік талдауды біріктіру арқылы сыни тұрғыдан ойлау, зерттеу нәтижелерін әзірлеу, бейімдеу және енгізу, сондай-ақ жаңа және күрделі идеяларды сыни тұрғыдан талдау, бағалау және синтездеу қабілетін көрсету.
• Ғылыми зерттеу принциптерін, сондай-ақ компьютер ғылымдары саласындағы эксперименттік және теориялық зерттеу әдістерін пайдалана отырып, өз бетінше ғылыми зерттеулер жүргізу
• Ғылыми жұмыстарды жүйелі талдау арқылы, сондай-ақ академиялық жазу дағдыларын қолдана отырып, ғылыми мақалаларды жариялау
• Ғылыми есептердің дизайны мен құрылымына халықаралық академиялық қоғамдастықтың талаптарын қолдана отырып, зерттеу нәтижелерін ұсыну және негіздеу
• Күрделі шынайы мәселелерді шешу үшін машиналық оқытуды, терең оқытуды, нейрондық желілерді, деректерді талдауды және пәнаралық әдістемелерді пайдалана отырып, пәндер бойынша жасанды интеллект шешімдерін әзірлеу және қолдану.
• Нақты әлемдегі қолданбалар үшін көрнекі деректерді талдау және түсіндіру үшін терең оқытуды, нейрондық желілерді, кескіндерді өңдеу әдістерін және машиналық оқыту алгоритмдерін пайдалана отырып, компьютерлік көрудің озық шешімдерін әзірлеу және енгізу.
• Синтетикалық деректерді, мәтінді, кескіндерді және басқа да мультимедиялық деректерді жасау, оңтайландыру және жақсарту үшін терең оқыту алгоритмдерін, нейрондық желілерді және машиналық оқытуды пайдалана отырып, жасанды интеллект үлгілерін жасаңыз және қолданыңыз.

Ұқсас БББ