Жаңа білім беру бағдарламасы

7M06114 Жасанды интеллект в Халықаралық ақпараттық технологиялар университеті

Пәндер

  • Деректерді өндіру және машиналық оқыту

    Пән деректерді интеллектуалды өндіру, машиналық оқыту әдістерін және олардың әртүрлі салалардағы қолданылуын қарастырады. Классификация, регрессия, кластеризация және ассоциативті талдау алгоритмдері зерттеледі. Үлкен деректермен жұмыс істеу және практикалық қолдану ерекше назарда болады.

    Оқу жылы - 1
    Семестр - 1
    Несиелер - 5
  • Тарих және ғылым философиясы

    Пәннің мақсаты – ғылыми әдебиеттермен жұмыс істеу дағдыларын; логикалық, жүйелі және сыни ойлау дағдыларын қалыптастыру. Пәнде келесі оқылатын болады: ғылым дамуының негізгі кезеңдері; ғылым тарихы мен философиясы қоршаған ортаға және тарихқа саналы қатынасты қалыптастыру, зерттеу қызметінің негізгі принциптері.

    Оқу жылы - 1
    Семестр - 1
    Несиелер - 5
  • Заттар интернеті және жасанды интеллект

    Курс интеллектуалды алгоритмдерді таралған IoT жүйелерімен интеграциялауды зерттейді. Студенттер IoT архитектурасымен, ағынды деректерді машиналық және терең оқыту арқылы өңдеумен, сондай-ақ қауіпсіздік пен этика мәселелерімен танысады. Практикалық бөлімде ақылды құрылғылардың прототиптерін жасау, ИИ модельдерін әзірлеу және IoT/ИИ-ды денсаулық сақтау, транспорт, «ақылды» қалалар және өнеркәсіп салаларында қолдану қарастырылады.

    Оқу жылы - 1
    Семестр - 1
    Несиелер - 5
  • Жоғары мектеп: психологиялық-педагогикалық даму стратегиялары

    Пән жоғары білім беруді дамытудың психологиялық-педагогикалық стратегияларын зерделеуге, білім беру процесін жобалау мен ұйымдастыруда құзыреттіліктерді қалыптастыруға бағытталған. Магистранттар оқытудың заманауи психологиялық-педагогикалық тәсілдерін, студенттерді диагностикалау және бағалау әдістерін, сондай-ақ цифрлық және инклюзивті білім беру технологияларын меңгереді. Педагогикалық, зерттеу және коммуникативтік дағдыларды дамытуға, сондай-ақ оқытушылардың кәсіби тұрғыдан шаршауының алдын алуға ерекше назар аударылады. Курсты игеру нәтижесінде студенттер жоғары оқу орындарында тиімді білім беру стратегияларын әзірлеп, енгізе алады.

    Оқу жылы - 1
    Семестр - 1
    Несиелер - 6
  • Робототехника және зияткерлік машиналар

    Пән роботтарды, мехатрондық жүйелерді және автономды құрылғыларды жобалау мен бағдарламалаудың негізгі принциптерін қамтиды. Қозғалысты басқару алгоритмдері, сенсорлық жүйелер, сондай-ақ машиналық оқыту мен компьютерлік көру қолданыстары қарастырылады. Өнеркәсіпте, медицинада және қызмет көрсету саласында робототехниканың мысалдары зерттеледі.

    Оқу жылы - 1
    Семестр - 1
    Несиелер - 5
  • Күшейту арқылы оқыту және оның жасанды интеллект бағдарламаларындағы қолданылуы

    "Күшейту арқылы оқыту және оның жасанды интеллект бағдарламаларындағы қолданылуы" курсы жасанды интеллекті зерттейтін бакалавр студенттері үшін арналған және алгоритмдердің күрделі орталарда өз мінез-құлқын бағалау негізінде оптимизациялауға мүмкіндік беретін машинаны оқытудың ең қуатты әдістерінің біріне кіріспе береді. Студенттер Q-learning және Policy Gradient сияқты негізгі алгоритмдер туралы біледі және нақты ЖЖ жобаларында, оның ішінде ойындарда, автономды көлік құралдарында және робототехникада қолданылатын күшейткіш оқытудың әртүрлі сценарийлерін зерттейді. Курс тәжірибелік тапсырмалар мен жобалармен байытылған, олар студенттерге әртүрлі қолданбаларда күшейткіш оқыту алгоритмдерін іске асыру және бейімдеу үшін қажетті дағдыларды дамытуға көмектеседі.

    Оқу жылы - 1
    Семестр - 1
    Несиелер - 5
  • Ғылыми-зерттеу жұмысының негіздері

    Ғылыми зерттеулердің түрлерін, ғылыми танымның әдіснамасын, зерттеу, тұжырымдар мен тұжырымдарды зерттеу, конференцияда ғылыми мақалалар мен баяндамалар жазу, диссертациядағы зерттеу жұмысының нәтижелерін, оның құрылымы мен мазмұнын жинақтау.

    Оқу жылы - 1
    Семестр - 2
    Несиелер - 5
  • Оңтайландыру әдістері және ойын теориясы

    Курс оңтайлы шешімдерді іздеу әдістері мен қайшылықты мүдделері бар жүйелердегі стратегиялық өзара әрекеттестікті модельдеуді зерттейді. Бірінші бөлімде математикалық оңтайландыру әдістері қарастырылады: сызықтық, сызықтық емес, бүтін және стохастикалық оңтайландыру. Екінші бөлім ойын теориясына арналған — рационалды агенттердің өзара әрекетін талдау, соның ішінде Нэш тепе-теңдігі, кооперативтік және кооперативтік емес ойындар. Экономика, саясат және бизнес салаларынан мысалдар қарастырылады. Курс теория мен практиканы біріктіріп, бәсекелестік пен белгісіздік жағдайында талдау және шешім қабылдау дағдыларын дамытады.

    Оқу жылы - 1
    Семестр - 2
    Несиелер - 5
  • Есептеу интеллекті және терең оқыту

    Курс есептеу тәсілдері мен терең оқытуға негізделген заманауи жасанды интеллект әдістерін қамтиды. Студенттер нейрондық желілерді, эволюциялық алгоритмдерді, бұлдыр логиканы және оптимизация әдістерін үйренеді. Арнайы назар терең оқытуға, оның архитектуралары мен оқыту және регуляция әдістеріне аударылады. Практикалық бөлімде Python, TensorFlow немесе PyTorch пайдалана отырып, модельдер құру және оқыту, сондай-ақ нәтижелерді талдау қарастырылады.

    Оқу жылы - 1
    Семестр - 2
    Несиелер - 5
  • Терең күшейту арқылы оқыту

    Курс жасанды интеллект зерттеп жатқан магистранттар үшін маңызды пән. Бұл курс машиналарға динамикалық ортада әрекеттерін оптимизациялауға мүмкіндік беретін күрделі алгоритмдер мен оқыту стратегияларын зерттеуге арналған. Студенттер Q-learning, Deep Q-Networks (DQN), Policy Gradient әдістері және Actor-Critic модельдері сияқты терең әдістерді қарастырады, бұл әдістер тәуелсіз оқып, шешім қабылдай алатын жоғары тиімді жасанды жүйелерді құрудың негізін қалайды. Курс автоматтандырылған саудадан басқарылатын автономды көлік құралдарына және робототехниканы басқаруға дейінгі әртүрлі салаларда бұл әдістерді қолдануға назар аударады. Теориялық дәрістер, практикалық семинарлар және зертханалық жұмыстарды қамтитын курс, сондай-ақ қазіргі заманғы технологиялық жүйелерде терең күшейткіш оқытуды қолданудың этикалық және әлеуметтік аспектілерін талқылайды.

    Оқу жылы - 1
    Семестр - 2
    Несиелер - 5
  • Шет тілі (кәсіби)

    Пәннің мақсаты - магистратура бағдарламасы студенттерінің кәсіби/ғылыми қажеттіліктеріне қарай ағылшын тілін дамыту. Курс барысында студенттер жеке жобалар мен зерттеу портфолияларын жасайды. Курс нәтижесінде студенттер зерттеу портфолиоларын таныстырады.

    Оқу жылы - 1
    Семестр - 2
    Несиелер - 5
  • Тұрақты дамуды басқаруға арналған когнитивті технологиялар

    Курс тұрақты дамуды қолдау үшін жасанды интеллект пен когнитивтік жүйелер әдістерін зерттейді. Қоршаған орта, ресурстар және әлеуметтік көрсеткіштер туралы деректерді жинау, өңдеу және интерпретациялау, сондай-ақ шешімдерді болжау және оңтайландыру қарастырылады. Арнайы назар когнитивтік технологияларды энергия үнемдеу, ресурстарды басқару, климаттың өзгеруіне қарсы күрес және әлеуметтік әл-ауқатқа енгізуге аударылады. Курс теория мен практиканы біріктіріп, тұрақты дамудың инновациялық шешімдерін жасауға бағытталған.

    Оқу жылы - 2
    Семестр - 1
    Несиелер - 5
  • Білім жинақтауға арналған когнитивті технологиялар

    Курс жасанды интеллект пен когнитивтік ғылымдардың көмегімен білімді қабылдау, өңдеу және сақтау процестерін модельдеу, автоматтандыру және жетілдіру әдістері мен жүйелерін зерттейді. Студенттер когнитивтік модельдер, семантикалық желілер, онтологиялар, білімді ұсыну жүйелері және шығарымдармен танысады. Арнайы назар мәтіндерден, деректер қорларынан және мультимедиядан білімді автоматты түрде алу, табиғи тілдерді өңдеу және машиналық оқытуға аударылады. Курс шешім қабылдауды қолдау, білім беру платформалары және корпоративтік білім қорларын жасау дағдыларын дамытады.

    Оқу жылы - 2
    Семестр - 1
    Несиелер - 5
  • Мультимедиялық ақпаратты іздеу және компьютерлік көру

    Курс мультимедиялық деректердегі — суреттер, видео және аудиодан ақпаратты талдау, өңдеу және іздеу әдістерін зерттейді. Студенттер объектілерді тану, сегментация және белгілерді шығару секілді компьютерлік көру негіздерін меңгереді. Екінші бөлім мультимедиялық ақпаратты машиналық және терең оқыту әдістерімен іздеуге арналған. Практикалық қолдануларға бейнебақылау, медициналық суреттерді өңдеу және ұсыныс жүйелері кіреді. Курс теорияны, лабораториялық жұмыстарды және жобаларды біріктіріп, негізгі принциптер мен заманауи технологияларды меңгеруге бағытталған.

    Оқу жылы - 2
    Семестр - 1
    Несиелер - 5
  • Әлеуметтік игілікке арналған жасанды интеллект

    Курс жасанды интеллектінің қоғам өмірін жақсартуға бағытталған әлеуметтік жобалардағы мүмкіндіктері мен қиындықтарын зерттейді. Студенттер жасанды интеллект әдістерін меңгеріп, технологияларды дамытудағы этикалық, құқықтық және әлеуметтік аспектілерді қарастырады. Арнайы назар денсаулық сақтау, білім беру және әлеуметтік әділеттілік мәселелерін этикалық принциптерді ескере отырып шешуге аударылады. Курс теорияны, практиканы және нақты жағдайларды қамтып, жауапты мамандарды даярлауға бағытталған.

    Оқу жылы - 2
    Семестр - 1
    Несиелер - 5
  • Символдық және эволюциялық жасанды интеллект

    Курс символдық (білімге негізделген) және эволюциялық (биологиялық шабыттанған) жасанды интеллект әдістерін қамтиды. Студенттер формальды модельдермен, іздеу алгоритмдерімен, білім ұсыну жүйелерімен, сондай-ақ генетикалық алгоритмдер мен эволюциялық есептеулермен танысады. Курс робототехника, деректерді өңдеу және автоматты жобалау салаларында осы екі тәсілдің артықшылықтарын салыстыра отырып, теорияны практикалық тапсырмалармен ұштастырады.

    Оқу жылы - 2
    Семестр - 1
    Несиелер - 5
  • Биомедициналық кескіндерді қалыптастыру және өңдеу әдістері

    Курс биомедициналық кескіндерді алу, талдау және интерпретациялау принциптерін зерттейді. Арнайы назар сүзу, сегментация, тіркеу, реконструкция және визуализация алгоритмдеріне аударылады. Компьютерлік көру және машиналық оқыту әдістерін қолданып, кескін сапасын жақсарту және патологияларды талдау тәсілдері қарастырылады. Практикалық бөлім нақты деректермен жұмыс істеу және өңдеу құралдарын әзірлеуді қамтиды, бұл медицина, зерттеу және медициналық жабдық жасау саласындағы дағдыларды дамытады.

    Оқу жылы - 2
    Семестр - 1
    Несиелер - 5

Оқыту нәтижелері

  • Интернет заттарын (IoT) және жасанды интеллекттің (ЖИ) негізгі ұғымдарын, технологиялары мен әдістерін талдап, қолдана алу; заманауи бағдарламалық және аппараттық құралдарды пайдалана отырып, IoT құрылғыларын әзірлеп, біріктіре алу; сондай-ақ IoT желілерінен алынған деректерді өңдеу, талдау және шешім қабылдау үшін ЖИ негізіндегі интеллектуалды жүйелер құра білу.
  • Машиналық оқыту, нейрондық желілер, іздеу алгоритмдері, табиғи тілді өңдеу (NLP), компьютерлік көру және басқа да жасанды интеллектінің негізгі теорияларын, әдістері мен алгоритмдерін білу
  • Машиналық оқыту, терең оқыту, нейрондық желілер және басқа да ЖИ әдістерінің алгоритмдерін әзірлей, тестілей және енгізе білу.
  • Деректерді жинау, тазалау және талдауға сыни көзқарас таныта отырып, үлкен көлемдегі деректерді тиімді өңдей білу.
  • ЖИ технологияларын денсаулық сақтау, қаржы, робототехника, көлік және басқа да түрлі салалардағы міндеттерді шешу үшін бейімдей және қолдана білу
  • Жасанды интеллект саласында ғылыми зерттеулер жүргізуге және жаңа әдістер мен тәсілдерді әзірлеуге қабілетті. Ғылыми жұмыстарды әзірлеп, жариялауға, ғылыми конференцияларда және жобаларда қатысуға қабілетті
  • Тіршілік сапасын жақсарту мен әлеуметтік мәселелерді шешуге бағытталған шешімдерді әзірлеу үшін жасанды интеллект әдістері мен технологияларын қолдана алу, ЖИ-дың қоғамға әсерін және оның этикалық аспектілерін талдай білу, сондай-ақ тұрақты даму мен әлеуметтік әл-ауқатқа ықпал ететін жобалар мен жүйелерді әзірлей алу.
  • ЖИ саласындағы мамандар басқа салалардың сарапшыларымен, мысалы, бизнес, инженерия немесе медицинамен өзара әрекеттесетін междисциплинарлық командаларда жұмыс істей білу.
Top