8D06102 Machine Learning & Data Science в Satbayev University

Курс ірі кәсіпорындар мен технологиялық кешендердің күрделі және бөлінген инфрақұрылымдарын басқаруға арналған теориялық және практикалық материалдарды қамтиды, оның ішінде ірі қалалардағы жерүсті көлік қозғалысын басқару, әуежай және теңіз порты жүйелері, күрделі автономды мобильді роботтар мен арнайы мақсаттағы жүйелерді басқару. Пәнді меңгеру нәтижесінде алынған білім бөлінген роботтарды және арнайы автономды мобильді жүйелерді басқару дағдыларын қалыптастыруға көмектеседі.

Курс конволюциондық, қайталанатын және рекурсивті нейрондық желілер сияқты машиналық оқыту алгоритмдерінің класын жан-жақты зерттейді. Осы әдістерді біріктіру арқылы жасанды интеллекттің әртүрлі міндеттеріне сәйкес келетін күрделі жүйелер жасалады. Терең оқыту - бұл мәселенің сипатына ең сәйкес келетін деректерді көрсету үшін машиналық оқыту әдістерінің кең тобының дәлелденген таңдауы.

Курс инженерлік және жаратылыстану ғылымдары саласындағы докторанттардың академиялық жазу дағдылары мен жазбаша сөйлеу стратегиясын дамытуға бағытталған. Курс мыналарға бағытталған академиялық жазудың негіздері мен жалпы принциптері; тиімді сөйлемдер мен абзацтарды жазу; ғылыми әдебиеттерде уақытты пайдалану, сонымен қатар стильдер мен тыныс белгілері; дерексіз жазу, кіріспе, қорытынды, талқылау, Қорытынды, Пайдаланылған әдебиеттер мен ресурстар; мәтіндегі дәйексөздер; плагиаттың алдын алу және конференцияда презентация жасау.

Курста NLP теориялық аспектілері, соның ішінде лингвистика саласындағы базалық мәліметтер, мәтіндерді өңдеудің практикалық әдістері қарастырылады. Мәтіндік ақпаратты өңдеудің классикалық алгоритмдері қарастырылады, мысалы, тұрақты өрнектер, қашықтықты өлшеу, орындықтар, жолдар мен қосымша жолдар іздеу. Лингвистикалық ағаштар. Мәтін корпусы. Таксономия. Word2Vec, Text Embeding, LSTM модельдері нейрондық желілер. Мәтіндік ақпаратты талдаудың қолданыстағы кітапханаларын зерттеу.

Курс ғылыми зерттеулер, ғылыми зерттеулердің әдістері мен әдіснамасы, Ғылыми деректерді жинау және өңдеу әдістері, Ғылыми зерттеулерді ұйымдастыру қағидаттары, қазіргі ғылымның әдіснамалық ерекшеліктері, ғылым мен ғылыми зерттеулердің даму жолдары, қазіргі ғылымдағы техникалық ғылымдардың, информатика мен инженерлік зерттеулердің рөлі туралы білімді қалыптастыруға ықпал етеді. Пән техникалық ғылымдардың құрылымын, ғылыми зерттеулердің жалпы ғылыми, философиялық және арнайы әдістерін теория мен практикада қолдануды қарастырады.

Курс үлкен деректер мен бөлінген есептеулердің теориялық негіздерін, сақтау жүйелерін құру және үлкен деректерді өңдеу технологияларын зерттейді. Ол желілік өзара әрекеттесу протоколдарын зерттеу және асинхронды және синхронды операцияларды анықтау, жадты фрагментациялау мәселелері және командаларды орындаудың виртуалды машиналары, көп ағынды бағдарламалау, көппроцессорлық бағдарламалау, когеренттілік мәселелері, тұрақтылық және оларды шешу әдістері, желілік өзара әрекеттесу сияқты тақырыптарды қамтиды.

Курс үлкен деректер технологияларының мүмкіндіктерін ескере отырып, кәсіпорынның ақпараттық инфрақұрылымы үшін ғылыми-техникалық және инновациялық шешімдерді әзірлеуге қабілетті ұйымдардың қызметіне үлкен деректер технологияларының әсерін бағалау мәселелерін қарастырады. осындай жобалардың экономикалық тиімділігін бағалай алатын, кәсіпорын деректерін басқара алатын үлкен деректерге негізделген аналитикалық құралдар мен үлкен деректерді басқару шешімдерін енгізу.

Курс деректерді өңдеу және машиналық оқыту негіздерін үйренуге арналған. Курс деректерді өңдеудің заманауи технологияларымен және оларды бизнес мәселелерін шешу үшін қолдану мысалдарымен, сондай-ақ үлкен деректер жиынынан жаңа білімдер мен үлгілерді алудың негізгі заманауи тұжырымдамаларының бірі ретінде машиналық оқыту негіздерімен және олардың жасанды интеллект жүйелерінде кейінгі қолдану.

Әртүрлі көздерден қажетті ақпаратты, соның ішінде нақты уақыттағы ақпарат ағындарын алу, үлкен деректер технологияларының мүмкіндіктерін ескере отырып, кәсіпорынның ақпараттық инфрақұрылымы үшін ғылыми-техникалық және инновациялық шешімдерді әзірлеу.

Мәтіндік ақпаратты өңдеу әдістерін қолдану, сөздер мен мәтіндердің векторлық бейнелерін құру принциптерін қолдану, диалогтық жүйелердің архитектурасын жобалау, мәтіндік жіктеуіштер мен тақырыптарды анықтау алгоритмдерін әзірлеу.

Үлкен деректерді өңдеу тапсырмаларына қатысты машиналық оқыту әдістерін қолдану, ғылыми зерттеулер жүргізу, ақпаратты жинау, сақтау және өңдеу бойынша жұмыстарды ұйымдастыру.

Ғылыми, ғылыми-техникалық және ғылыми-көпшілік мәтіндерге стилистикалық талдау жасау, мәтінмен жұмыс істеу әдістемесін қолдану, оның ішінде анықтамалық, арнайы әдебиеттер мен компьютерлік желілерден ақпаратты іздеу, шешендік сөйлеу дағдыларын қолдану, өз ойын ауызша және жазбаша түрде дұрыс және логикалық тұжырымдау.

Машиналық оқыту және терең оқыту алгоритмдері негізінде аналитикалық жүйелер мен кеңес беру қызметтерін жасау.

Ғылыми білімнің әдіснамасын, ғылыми зерттеулердің принциптері мен құрылымын қолдану, жасанды интеллект және деректану саласында эксперименттік және теориялық зерттеу әдістерін қолдану.

Жаңа бейтаныс орталарда зерттеу мәселелерін шешу үшін әртүрлі пәндерден алынған білімдерді біріктіру және жасанды интеллект және деректер ғылымы саласындағы ғылыми зерттеулер контекстінде жаңа идеяларды қалыптастыру.

Жасанды интеллект жүйелерін жасауда қолданылатын модельдердің әртүрлі түрлерін қолдану, модельдер және жасанды интеллект жүйесінің арасындағы байланысты дамуын сипаттау.