8D06101 Аналитика больших данных в КазАТУ им. Сейфуллина
-
Цель образовательной программы Подготовка научно-педагогических кадров по направлению ИКТ и управленцев, специалистов-аналитиков для разных отраслей экономики и производства
-
Академическая степень Докторантура
-
Языки обучения Русский, Казахский, Английский
-
Название ВУЗа Казахский агротехнический университет имени С.Сейфуллина
-
Срок обучения 3 года
-
Объем кредитов 180
-
Группа образовательных программ D094 Информационные технологии
-
Область образования 8D06 Информационно-коммуникационные технологии
-
Направление подготовки 8D061 Информационно-коммуникационные технологии
-
Технологии управления корпоративными знаниями
Кредитов: 5Экономика, основанная на знаниях. Интеллектуальный капитал компании. Знания как объект управления в организациях. Управление знаниями как функция менеджмента. Информационные технологии управления знаниями. Коммуникативные и маркетинговые технологии в управлении знаниями. Методы извлечения и структурирования знаний. Модели представления знаний. Экспертные системы и базы знаний. Информационные системы, обеспечивающие перевод знаний в управляемую форму на предприятии. Современные концепции развития на предприятиях технологий управления знаниями.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Академическое письмо
Кредитов: 5Развитие у докторантов соответствующих компетенций, направленных на формирование готовности и способности к реализации исследовательских проектов и представлению результатов в письменной форме в соответствии с нормами международного академического сообщества. Ознакомление с требованиями к оформлению и структуре представления результатов научного исследования в научных статьях, диссертации, патентах.
Год обучения - 1
Семестр 1
-
Методы научных исследований
Кредитов: 5Овладение основными теоретическими положениями, законами, принципами, терминами, понятиями, процессами, методами, технологиями, инструментами, операциями осуществления научной деятельности. Формирование знаний о методах планирования и организации научных исследований, общей методологии научного замысла, творчества, общей схемы организации научного исследования, проведения научного поиска, анализа, проведения экспериментов.
Год обучения - 1
Семестр 1
-
Семантические технологии
Кредитов: 5Понятие семантических технологий. Онтологии в лингвистических исследованиях и прикладной деятельности. Особенности тезаурусов типа Wordnet. Создание тезаруса Wordnet. Использование тезаурусов в задачах информационного поиска и других задачах. Развитие технологий информационного поиска на определенном языке. Модели представления знаний в интеллектуальных системах. Разметка корпуса с помощью семантического словаря. Взаимосвязь различных видов лингвистической разметки. Особенности технологий Semantic Web. Применение технологий Semantic Web
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Технология и методы Data Mining
Кредитов: 5Сравнение статистики, машинного обучения и Data Mining; Сравнение задач прогнозирования и классификации; Применение Data Mining для решения бизнес-задач, для научных исследований. Визуализация инструментов и моделей Data Mining; Комплексный подход к внедрению Data Mining, OLAP и хранилищ данных в СППР ; Интеграция OLAP и Data Mining; Рынок инструментов Data Mining; Классификация инструментов Data Mining; Специализированное хранилище данных
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Интеллектуальный анализ данных в информационных системах
Кредитов: 5Формирование у докторантов навыков работы с современными инструментами для анализа и визуализации данных,методами и алгоритмами интеллектуального анализа данных, а также использование их в научных исследованиях и в профессиональной деятельности
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Компьютерное и математическое моделирование в научных исследованиях
Кредитов: 5Определение и свойства моделей. Цели моделирования. Моделирование в условиях неопределенности, описываемой с позиций теории нечетких множеств. Моделирование и эксперимент. Обследование объекта моделирования. Концептуальная постановка задачи моделирования. Математическая постановка задачи моделирования. Выбор и обоснование выбора метода решения задачи. Реализация математической модели в виде программы для ЭВМ. Проверка адекватности модели. Практическое использование построенной модели и анализ результатов моделирования.
Год обучения - 1
Семестр 2
-
Код ON7
Использовать понятийный аппарат, методы, методики и технологии разработки и оптимизации средств сбора информации на основе анализа и синтеза информационных потоков данных, характерных для разных предметных областей, а также реализовывать методы интеллектуального анализа данных в составе интегрированных интеллектуальных систем поддержки принятия решений.
-
Код ON4
Планировать и реализовывать собственные теоретические и экспериментальные исследования в области искусственного интеллекта и проектирования прикладных интеллектуальных систем, а также применять инструментарий аналитики, основанного на технологиях Big Data и поддержки принятия решений на предприятии.
-
Код ON6
Анализировать большие информационные потоки данных интернет пространства на основе различных технологии, решать прикладные задачи, основанные на анализе информации с большим объемом данных для структурирования этих сведений в единую, понятную и формализованную математическую модель.
-
Код ON3
Использовать навыки работы с информацией из различных литературных источников, представлять ее в различных формах сообщений, презентаций и докладов с учетом специфики аудитории, обосновывая и грамотно излагая свою точку зрения на проблемные вопросы, работать в команде при поиске и решении научно-исследовательских проблем
-
Код ON2
Осуществлять критический анализ и оценку современных научных достижений, демонстрировать способность углубленного анализа проблем, постановки и обоснования задач, разрабатывать концептуальные и теоретические модели решаемых научных проблем и задач научной и проектно- производственно-технологической деятельности, применять методы поиска источников информации, а также анализировать качество получаемой информации.
-
Код ON5
Применять методы дескриптивного, пространственного, статистического анализа, реализовывать ETL-процессы, OLAP-анализ, а также решать прикладные задачи на основе использования искусственных нейронных сетей.
-
Код ON1
Демонстрировать способность самостоятельно приобретать новые знания и умения с помощью информационных технологий и использовать их в практической деятельности, в том числе в новых областях знаний, непосредственно не связанных со сферой деятельности, расширять и углублять свое научное мировоззрение.