Магистратура
Деректер туралы ғылым

Деректер туралы ғылым

БIЛIКТIЛIГІ

  • ғылыми - педагогикалық бағыт - техника ғылымдарының магистрі

ТҮЛЕКТЕР МОДЕЛІ

1. Зерттелетін пәндік аймақ туралы түсіне алады, заңдылықтарды анықтай алады және деректерді талдау негізінде шешім қабылдауды қолдау үшін әртүрлі көздерден деректерді жинай алады, алдын ала өңдей алады, визуализациялау әдістерін қолдана алады.
2. Кез келген өлшемдегі құрылымдық және құрылымсыз деректер жиынынан пайдалы ақпаратты тиімді алу үшін қажетті статистикалық талдау, сызықтық алгебра, оңтайландыру, математикалық талдау және есептеу құралдарын қолдана алады.
3. Деректерді өңдеуге арналған қосымшаларды әзірлей алады, деректерді талдау үшін негізгі есептеу алгоритмдерін енгізе алады, алгоритмдердің есептеу күрделілігін бағалай, реляциялық және реляциялық емес деректер қорын жобалай және пайдалана алады, салалық серіктестермен бірлесе отырып деректерді талдаудың практикалық жобаларын жүзеге асыра алады.
4. Сипаттамалық статистика әдістерін пайдалана отырып, үлкен күрделі деректер жиынын ұйымдастыра, визуализациялай және талдай алады, әртүрлі салаларда үлкен деректерді басқару қолданбаларын жасай алады, бұлтты есептеу қосымшаларын жасай, орната және конфигурациялай алады және масштабталатын деректерді өңдеу үшін виртуалды машина есептеу орталарын қолдана алады.
5. Әртүрлі салаларда блокчейн технологиясын қолданудың әртүрлі жағдайларын зерттей, блокчейн технологиясына негізделген орталықтандырылмаған қосымшаларды жобалай және жасай алады, этикалық мәселелерді ескере, қоғам мен экономика үшін блокчейнді қолданудың ықтимал салдарын талдай алады.
6. Қолданбалы есептерді шешуде деректерді талдау және визуализациялау үшін машиналық оқыту үлгілерін және әдістерін әзірлей және оңтайландыру, терең оқыту үлгілерін ғылыми зерттеулерде, инновациялық жобаларда және нақты қолданбаларда қолдана алады.
7. Деректердің құпиялылығы мәселелерін талдай, этикалық стандарттарды, құпиялылық принциптерін және әртүрлі контексттерде деректерді жинай, талдай және пайдаланумен байланысты деректер қауіпсіздігі шараларын сақтай, деректердің қауіпсіздігі мен құпиялылығын қамтамасыз ету үшін техникалық тетіктерді қолдана алады.
8. Деректерді талдаудың қолайлы әдістерін таңдай, оқуды жалғастыра және деректерді өңдеудің жаңа технологияларына бейімделу үшін білім мен дағдыларды пайдалана, деректер мен деректерді талдау негізінде шешімдер туралы сыни ойлауды дамыта, зерттеу тобын басқару үшін зерттеу саласына терең талдау жүргізе алады. .
9. Өз бетінше ғылыми зерттеулер жүргізе алады, өзекті зерттеу мәселелерін түсіне алады, әртүрлі ақпарат көздерін талдай және сыни тұрғыдан байланыстыра алады, оларды тұжырымдарды құрылымдау және тұжырымдау, ғылыми-педагогикалық іс-әрекеттерді жүргізе асыра алады, зерттеу нәтижелерін практикалық педагогикалық қызметке енгізу үшін пайдалана алады.
10. Әртүрлі көпсалалы салаларда мәліметтерді талдау әдістері мен құралдарын қолдана, зерттей алады нәтижелерін әртүрлі формада республикалық ғылыми басылымдарда, конференцияларда аудитория ерекшеліктерін ескере отырып баяндай алады, шыдамдылық таныта алады, іздеу және шешу кезінде топта тиімді жұмыс істей, зерттеу мәселелерін шеше алады.

Бағдарлама паспорты

Мамандығы
Деректер туралы ғылым
Мамандық шифры
7M06115
Факультеті
Ақпараттық технологиялар

пәндер

Басқару психологиясы
  • Кредит саны - 3
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты: кәсіби қалыптасу процесінде басқару саласының маңызды аспектілерін қолдану қабілетін қалыптастыру. Курс аясында пән, басқару психологиясының негізгі принциптері, басқарушылық өзара әрекеттесудегі тұлға, жеке тұлғаның мінез-құлқын басқару, топтық құбылыстар мен процестерді басқару психологиясы, көшбасшы тұлғасының психологиялық ерекшеліктері, жеке Басқару стилі, басқарушылық қызметтегі әсер ету психологиясы, жанжал жағдайларын басқару ашылады.

Генеративті жасанды интеллект: технологиялар және қолдану
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курсының мақсаты магистранттарды генеративті модельдердің негіздерімен және жетілдірілген әдістерімен және олардың кескіндерді генерациялау, мәтінді генерациялау және дауыс синтезі сияқты әртүрлі салаларда практикалық қолдануымен таныстыру болып табылады. Міндеттерге генеративті жасанды интеллект технологияларын қолдана отырып, генерациялау алгоритмдерін зерттеу және жобалар жасау кіреді

Ғылым тарихы мен философиясы
  • Кредит саны - 3
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты - Тарихи динамика негізінде және тарихи өзгермелі әлеуметтік-мәдени контексте қарастырылады. Арнайы философиялық талдау пәні болып табылатын ғылым феноменінің мәселелерімен таныстырып, ғылымның тарихы мен теориясы, ғылым дамуының заңдылықтары және ғылыми білімнің құрылымы, ғылымның мамандық және әлеуметтік институт ретіндегі ерекшеліктері, ғылымның қоғам дамуындағы рөлі туралы туралы білім қалыптастырады.

Ғылыми зерттеулерді ұйымдастыру және жоспарлау (ағыл.)
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Мақсаты: ғылыми зерттеулерді ұйымдастыру мен жоспарлауда практикалық дағдыларды қолдану, ғылыми зерттеу бағыттары туралы білімдерін жүйелеу және қолдану қабілеттерін қалыптастыру. Пән зерттейді: ғылыми мақалалар мен диссертацияларды жоспарлау, ұйымдастыру және ресімдеудің нысандары мен әдістері; презентацияларда, баяндамаларда, жобаларда, мақалаларда ғылыми зерттеу нәтижелерін қорытындылау түрлері.

Деректер ғылымына арналған программалау
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты: деректерді өңдеуге арналған қосымшаларды әзірлеу, бағдарламалық қамтамасыз етуді әзірлеу жобасын басқару қабілетін қалыптастырудан тұрады. Пәннің мазмұны: Бағдарламалық қамтамасыз етуді әзірлеудің өмірлік циклі. Бастапқы деректерді алдын ала өңдеу. Деректерді талдау конвейерін құрудың негізгі кезеңдері. Деректерді өңдеу. Деректерден білімді алу әдістері. Деректерді көрнекілеу. Машинамен оқыту фреймвортармен өзара іс-қимыл. Деректерді талдауға арналған бағдарламалық қамтамасыз етуді әзірлеу. Python-дағы параллелизм. Git және GitHub пайдалану.

Деректер ғылымындағы математикалық әдістер
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты деректер ғылымында математикалық әдістерді, соның ішінде ықтималдықты, сызықтық алгебраны, есептеулер мен оңтайландыруды, қарапайым дифференциалдық теңдеулер мен дербес дифференциалдық теңдеулерді қолдану қабілетін дамыту болып табылады. Курстың/пәннің мазмұны: Сызықтық ең кіші квадраттар және сингулярлық мәннің декомпозициясы. Спектрлік графика теориясы және қолданбалары. Машиналық оқытудағы оңтайландыру. Оңтайлы жағдайлар. дөңес. Градиенттің төмендеуі: конвергенциялық талдау. кері таралу. Логистикалық регрессия үшін стохастикалық градиенттің түсуі. Ықтималдық модельдер: негізгі ұғымдар мен мысалдар.

Жоғары мектептің педагогикасы
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Мақсаты - жоғары оқу орындарының дидактикасы, тәрбие мен білім беруді басқару теориялары, педагогикалық қызметті талдау және өзін-өзі бағалау білімдері негізінде университетте педагогикалық іс-әрекеттің қабілетін қалыптастыру. Болашақ оқытушының білім беру қызметін ОКТ қолдана отырып жобалауды, Болон процесін жүзеге асыруды,дәріскерлік,кураторлық шеберлікті оқыту/тәрбиелеу және бағалау стратегиялары мен әдістерін қолдана отырып (TLA-стратегиялар) игеруді қарастырылады.

Қолданбалы машиналық оқыту
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты қолданбалы есептерді шешуде деректерді талдау және визуализациялау үшін машиналық оқыту алгоритмдері мен әдістерін қолдану қабілетін дамыту болып табылады. Пән шеңберінде келесі аспектілер қарастырылады: Деректерді алдын ала өңдеу және мүмкіндікті инженерия. Функцияны таңдау және өлшемді азайту әдістері. Бақыланатын оқу алгоритмдері. Алгоритмдерді мұғалімсіз оқыту. Модельді бағалау және валидациялау. Жіктеу, регрессия және кластерлеу үшін бағалау метрикасы. Айқас валидация және гиперпараметрлерді баптау. Машиналық оқытудың жетілдірілген әдістері. Практикалық қолданбалар және кейс зерттеулері

Мәліметтер базасын жобалау және басқару
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты - реляциялық және реляциялық емес дерекқорларды жобалау және пайдалану, күрделі есептер құру және сұраныстар арқылы деректерді терең талдау қабілетін қалыптастыру. Пәннің мазмұны: деректердің реляциялық моделі. SQL көмегімен реляциялық мәліметтер базасын талдау және жобалау, енгізу. NoSQL мәліметтер базасын жобалау. NoSQL дерекқорынан деректерді дайындау, зерттеу және алу.

Үлкен деректерді басқару
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты: үлкен деректерді басқару, үлкен деректермен жұмыс істеуге қажетті құралдарды әзірлеу және енгізу қабілетін қалыптастыру. Пәннің мазмұны: Үлкен деректер экожүйесі. Үлкен деректерді талдау құралдары. Дерекқорды басқарудың үлестірілетін жүйелері. Үлкен деректерді басқару жүйелерін жобалау. Жүйесіз дерекқорлар. Кілт-мәндер қоймалары. Бөлектелген файл жүйелері. Деректерді бөлектелген өңдеу. Ағынды басқару және өңдеу.

Шетел тілі (кәсіби)
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты: шетел тіліндегі сөйлеу мәнерінің әртүрлі түрлерінде практикалық дағдыларды қалыптастыру. Оқу курсы қазіргі жаһандық кеңістіктегі ақпаратты қабылдау, түсіну және аудару, өз зерттеулерін сынақтан өткізу үшін ғылыми іс-шараларға қатысу қабілетін қалыптастырады. Пән шетел тілін білім берудің халықаралық стандарттарына сәйкес құзыреттерді жетілдіруге бағытталған.

Этика, құпиялылық және деректер қауіпсіздігі
  • Кредит саны - 5
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты - деректердің құпиялылық мәселелерін талдау, деректердің қауіпсіздігі мен құпиялылығын қамтамасыз етудің техникалық тетіктерін қолдану қабілетін қалыптастыру. Пәннің мазмұны: деректерді қорғау ережелері. Деректерді қорғаудың жалпы ережесі. Деректердің құпиялылығын сақтау жолдары. Криптографиялық ұғымдар: шифрлау/ шифрды ашу, хабарламалардың аутентификациясы, деректердің тұтастығы. Деректерге негізделген қосымшаларға қауіп төндіретін модельдер. Деректерді қорғау үшін ашық кілтті криптография.

2021-2024 жылдардағы мәліметтер көрсетілген

пәндер

Web 3-ке кіріспе
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты орталықсыздандырудың негізгі принциптерін түсіну және орталықтандырылмаған қосымшалардың әртүрлі түрлерін жасау үшін web3 технологияларын қолдану қабілетін қалыптастыру. Пәннің мазмұны: Web3 және орталықсыздандыру. Ethereum және смарт-келісімшарттар. Смарт-келісімшарттардың негіздері және олардың Ethereum-да орталықсыздандырылған қосымшаларды әзірлеудегі рөлі. Web3.js және басқа да кітапханалар. Веб-бағдарламалармен біріктіру. Орталықсыздандырылған функцияларды веб-қосымшаларға біріктіру әдістері.

Ақылды келісімшарттар архитектурасы
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты – магистранттарға смарт келісімшарт архитектурасының негіздерін үйрету және оларға тиімді және сенімді смарт-келісімшарттарды жобалау принциптері мен әдістері туралы түсінік беру. Курс келесі аспектілерді қамтиды: Смарт келісімшарттарға кіріспе. Смарт келісім-шарттар түсінігі және олардың блокчейн технологиясындағы рөлі. Смарт келісімшарттардың негізгі принциптері, олардың құрылымы және негізгі функциялары. Смарт келісімшарттарға арналған бағдарламалау тілдері. Ақылды келісімшарт архитектурасы. Смарт келісім-шарттардың дизайн принциптері мен архитектурасы. Модульдік, мұрагерлік, интерфейстер және икемді және тиімді смарт келісімшарттарды әзірлеуге арналған басқа аспектілер. Мемлекетті басқару және мәліметтерді сақтау. Смарт келісімшарттардағы деректерді сақтау және өзгертуге арналған деректер құрылымы және негізгі операциялар.

Блокчейн бизнес модельдері
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты – магистранттарға блокчейн технологиясына қатысты бизнес-модельдердің негіздері мен практикалық аспектілерін үйрету. Мазмұны: блокчейн негізіндегі бизнес үлгілері. Орталықтандырылмаған платформалар, нарықтар, жеткізу тізбегін басқару, қаржылық қызметтер және басқа қолданбалар. Блокчейн экономикасы. Блокчейннің экономикалық аспектілері, экономикалық ынталандырулар мен сыйақылар, блокчейн негізінде дауыс беру және шешім қабылдау механизмдері. Қаржылық модельдер және бизнес үлгілері. Реттеу және құқықтық аспектілері. Әртүрлі салаларда блокчейнді қолдану.

Блокчейн жүйелерінің архитектурасы
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты блокчейн архитектурасының және оның құрамдас бөліктерінің негіздерін түсіну қабілетін дамыту, блокчейнді орналастыру мен енгізуде орталықтандырылмаған желілер мен консенсус механизмдерін қолдану. Мазмұны: блокчейннің негізгі түсініктері. Блокчейн жүйелерінің түрлері. Артылықшылықтар мен кемшіліктер. Блокчейннің архитектуралық құрамдас бөліктері. Хаттамалар және консенсус алгоритмдері. Proof of Work (PoW), Proof of Stake (PoS), Delegated Proof of Stake (DPoS) алгоритмдерінің жұмыс істеу принциптері және т.б. Масштабтау және өнімділік. блокчейн жүйелері. Өзара әрекеттестік және стандарттар. блокчейн жүйелері. Стандарттар мен хаттамалар ERC-20, ERC-721, Hyperledger Fabric және т.б.

Блокчейн инженериясының негіздері
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты - әр түрлі блокчейн платформалары үшін Solidity көмегімен блокчейн қосымшаларын әзірлеу және орналастыру қабілетін қалыптастыру. Пәннің мазмұны: блокчейн технологиясына кіріспе. Таратылған тізілімдердің жұмыс принциптері. Блокчейнда қолданылатын консенсус механизмдері. Ақылды келісімшарттар жасау және орналастыру. Блокчейн қосымшаларын құру және орналастыру процесі. Блокчейнда қолданылатын криптографияның негізгі принциптері.

Деректер ғылымына арналған бұлтты есептеу
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты масштабталатын деректерді өңдеу үшін MapReduce моделін және виртуалды машина есептеу орталарын қолдану қабілетін дамыту болып табылады. Курстың мазмұны: MapReduce көмегімен параллельді бағдарламалау. Қызмет ретінде инфрақұрылымы, платформасы және бағдарламалық жасақтамасы бар бұлттар. Виртуализацияның технологиялары мен құралдары. Бұлтты деректерді сақтау. NoSQL дерекқорлары және параллельді сұрауларды өңдеу. Ағындық деректерді өңдеу.

Деректер ғылымына арналған программалау
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты: деректерді өңдеуге арналған қосымшаларды әзірлеу, бағдарламалық қамтамасыз етуді әзірлеу жобасын басқару қабілетін қалыптастырудан тұрады. Пәннің мазмұны: Бағдарламалық қамтамасыз етуді әзірлеудің өмірлік циклі. Бастапқы деректерді алдын ала өңдеу. Деректерді талдау конвейерін құрудың негізгі кезеңдері. Деректерді өңдеу. Деректерден білімді алу әдістері. Деректерді көрнекілеу. Машинамен оқыту фреймвортармен өзара іс-қимыл. Деректерді талдауға арналған бағдарламалық қамтамасыз етуді әзірлеу. Python-дағы параллелизм. Git және GitHub пайдалану.

Деректер инженериясы
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты: деректермен тиімді жұмыс істеу үшін қажетті дағдылар мен білімді қамтамасыз ету. Магистранттар әртүрлі ақпарат көздерден деректерді жинай алады, оларды тазартады және өңдейді, ақпараттық визуализациялар жасайды және құнды түсініктер мен шешімдер қабылдау үшін деректерді талдай алады. Пәннің мазмұны: Мәліметтерді жинау әдістері. Деректерді визуализациялау принциптері мен құралдары. Зерттеу мәліметтерін талдау. Статистикалық талдау әдістері. Мәліметтерді талдау және интерпретациялау. Деректерді өндіру. Деректерге негізделген шешім қабылдау үшін болжамды модельдеу және машиналық оқыту әдістері. этикалық сана. Деректер қауіпсіздігі және құпиялылық.

Деректер туралы ғылымға арналған статистика
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты-бағдарламалау тілдерін қолдана отырып, деректерді талдау үшін статистикалық процедураларды қолдану қабілетін қалыптастыру. Пәннің мазмұны: Деректер мен іріктемелерді бөлу. Сенімді аралықтар. Болжамдарды тексеру. Статистикалық эксперименттер және маңыздылығын тексеру. Регрессия және болжау. Регрессияның сызықтық модельдері, дисперсиялық талдау. Жіктеу. Статистикалық машиналық оқыту. Оқытушысыз оқыту.

Деректерді жинау, визуализация және талдау
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты: деректермен тиімді жұмыс істеу үшін қажетті дағдылар мен білімді қамтамасыз ету. Магистранттар әртүрлі ақпарат көздерден деректерді жинай алады, оларды тазартады және өңдейді, ақпараттық визуализациялар жасайды және құнды түсініктер мен шешімдер қабылдау үшін деректерді талдай алады. Пәннің мазмұны: Мәліметтерді жинау әдістері. Деректерді визуализациялау принциптері мен құралдары. Зерттеу мәліметтерін талдау. Статистикалық талдау әдістері. Мәліметтерді талдау және интерпретациялау. Деректерді өндіру. Деректерге негізделген шешім қабылдау үшін болжамды модельдеу және машиналық оқыту әдістері. этикалық сана. Деректер қауіпсіздігі және құпиялылық.

Жасанды интеллекттің теориялық негіздері
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты магистранттарға жасанды интеллекттің негізгі ұғымдары мен теориялық негіздерін терең түсінуді қамтамасыз ету болып табылады. Міндеттерге негізгі алгоритмдерді, модельдер мен принциптерді зерттеу және оларды табиғи тілді өңдеу және компьютерлік көру сияқты әртүрлі салаларда интеллектуалды жүйелерді құру үшін қолдану кіреді.

Индустрияға арналған деректер ғылымының қосымшалары (жоба)
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты – салалық серіктестермен бірлесе отырып, тәжірибелік деректерді талдау жобаларын жүзеге асыру қабілетін дамыту. Пәннің мазмұны: Зерттеу әдістері. Әдебиет талдау. Жобаның ауқымын бағалау және жоспарлау. Мәліметтерді жинау және алдын ала өңдеу. Зерттеу мәліметтерін талдау. Мәліметтерді талдау алгоритмін таңдау, құрастыру. Функцияларды әзірлеу және таңдау, модельдерді құру және бағалау. Нәтижелерді интерпретациялау және визуализациялау. Мәліметтерді талдау нәтижелерін ұсыну және есеп беру.

Когнитивті жүйелер және нейрондық желілер
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты магистранттарды нейрондық желілердің жұмыс істеу принциптерімен және олардың әртүрлі когнитивті жүйелерде қолдануымен таныстыру. Міндеттерге негізгі алгоритмдерді және нейрондық желі үлгілерін, сондай-ақ олардың сигналдарды өңдеуде, күшейтуді оқытуда және жасанды интеллекттің басқа салаларында қолдануларын зерттеу кіреді.

Компьютерлік көрудегі терең оқыту
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты магистранттарды кескінді өңдеу мен талдауға тән терең машиналық оқыту әдістеріне үйрету болып табылады. Міндеттерге терең оқытудың негізгі алгоритмдері мен үлгілерін үйрену және оларды үлгіні тану, кескінді сегменттеу және компьютерлік көрудің басқа мәселелерінде қолдану кіреді.

Күшейтуді қолдану арқылы оқыту
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты магистранттарға динамикалық ортада шешім қабылдауға қабілетті автономды агенттерді құру үшін күшейтілген оқытудың негізгі тұжырымдамалары мен алгоритмдерін үйрету болып табылады. Міндеттерге оқыту теориясын нығайту, алгоритмдерді енгізу және оларды әртүрлі практикалық сценарийлерде қолдану кіреді.

Машиналық оқыту және деректерді талдау
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты магистранттарға үлкен көлемдегі деректерді тиімді талдау, интерпретациялау және пайдалану үшін машиналық оқыту және деректерді талдау саласындағы іргелі білім мен дағдыларды беру болып табылады. Міндеттерге машиналық оқытудың негізгі әдістерін, деректерді талдауды және оларды нақты әлемдегі мәселелерді шешуде практикалық қолдануды үйрену кіреді.

Орталықтандырылмаған қосымшалар
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты блокчейн технологиясы негізінде орталықтандырылмаған қосымшаларды жобалау, әзірлеу, орналастыру және сынау қабілетін қалыптастыру. Мазмұны: Орталықсыздандыру негіздері. Орталықсыздандыру түсінігі және оны қолданбалы бағдарламаларда жүзеге асырудың әртүрлі тәсілдері. Блокчейн технологиясы. Блокчейн технологиясының негізгі принциптері және оның орталықтандырылмаған қолданбалардағы рөлі. Ethereum, EOS, NEO орталықтандырылмаған қолданбалы платформалар және т.б. Орталықтандырылмаған қосымшаларды әзірлеу. Орталықтандырылмаған қосымшаларды әзірлеу әдістері мен құралдары.

Табиғи тілді өңдеудегі жасанды интеллект (NLP)
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Курстың мақсаты магистранттарды мәтінді өңдеуге арналған интеллектуалды жүйелерді жобалау және енгізу үшін NLP негіздері мен озық әдістерін үйрету болып табылады. Тапсырмаларға тілді көрсету үлгілерін үйрену, көңіл-күйді талдау, машиналық аударма және басқа NLP қолданбалары кіреді.

Терең оқыту
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты - үлкен деректерді талдау үшін терең нейрондық желі әдістерін қолдану қабілетін қалыптастыру. Пәннің мазмұны: статистика және машиналық оқыту контекстіндегі терең оқытудың орны. Терең оқыту модельдері және олардың қосымшалары. Терең нейрондық желілердің архитектурасы. Гиперпараметрлерді орнату. Конволюциялық нейрондық желілер. Қайталанатын нейрондық желілер. Конволюциялық нейрондық желілерді оқытуды жеделдету.

Үлкен деректерді басқару
  • Бақылау түрі - [АБ1+MT+АБ2+Емтих] (100)
  • Сипаттамасы - Пәннің мақсаты: үлкен деректерді басқару, үлкен деректермен жұмыс істеуге қажетті құралдарды әзірлеу және енгізу қабілетін қалыптастыру. Пәннің мазмұны: Үлкен деректер экожүйесі. Үлкен деректерді талдау құралдары. Дерекқорды басқарудың үлестірілетін жүйелері. Үлкен деректерді басқару жүйелерін жобалау. Жүйесіз дерекқорлар. Кілт-мәндер қоймалары. Бөлектелген файл жүйелері. Деректерді бөлектелген өңдеу. Ағынды басқару және өңдеу.

2021-2024 жылдардағы мәліметтер көрсетілген

ТӘЖІРИБЕЛЕР

Зерттеу
  • Бақылау түрі - Защита практики
  • Сипаттамасы - Тәжірибе мақсаты: өзекті ғылыми мәселені зерттеуде тәжірибе жинақтау, оқу процесінде алған кәсіби білімдерін кеңейту және өз бетімен ғылыми жұмысты жүргізудің практикалық дағдыларын дамыту. Практика экономикалық білімдерді зерттеу, талдау және қолдану дағдыларын дамытуға бағытталған.

Педагогикалық
  • Бақылау түрі - Защита практики
  • Сипаттамасы - Дәрістерді, семинарларды өткізудің практикалық және оқу-әдістемелік дағдыларын қалыптастыру, ғылыми және теориялық білімдерді, шығармашылық қызметтегі практикалық дағдыларды мамандықтардың пәндерінен сабақ өткізу жағдайында пайдалану; өз заманауи кәсіби техникалары қолдану, оқыту әдісі практикада соңғы теориялық, әдістемелік жетістіктерді қолдануға, оқу-әдістемелік құжаттарды жасауға мүмкіндік береді.

2021-2024 жылдардағы мәліметтер көрсетілген