ҚазРусEng
ҚазРусEng

Қолданбалы жасанды интеллект

7M06108 Қолданбалы жасанды интеллект

Профильдік пәндер: алгоритмдер мен деректер құрылымдары, сондай-ақ деректер базалары.

Бағдарлама жасанды интеллект технологияларын нақты міндеттерде әзірлеу және қолдану бойынша мамандар дайындайды. Студенттер машиналық оқытуды, терең нейрондық желілерді, деректерді өңдеуді, компьютерлік көруді және табиғи тілді үйренеді. Бағдарлама қарқынды дамып келе жатқан AI саласындағы нақты қиындықтар мен инновацияларға бағытталған теориялық негіздер мен практикалық әдістерді үйретеді. Бағдарлама бағытты таңдаудың икемділігін ұсынады және түсушілердің мүдделерін ескере отырып, 3 таңдаулы бағытты ұсынады.

Байланыс

Қабылдау комиссиясы

(7172) 64-57-10
info@astanait.edu.kz

Дс-Жм 9:00 — 18:00

Білім беру бағдараламасы мақсаты

Медицина, қаржы, өнеркәсіп және технология сияқты әртүрлі салалардағы кешенді мәселелерді шешу үшін машиналық оқытуды, деректерді өңдеуді және интеллектуалды жүйелерді құруды қоса алғанда, заманауи жасанды интеллект технологияларын әзірлеуге және енгізуге қабілетті жоғары білікті мамандарды даярлау. Студенттер АИ-нің қарқынды дамып келе жатқан саласындағы нақты сын-қатерлер мен инновацияларға бағытталған теориялық негіздер мен практикалық әдістерді меңгереді.

Маманның лауазымдарының тізімі

мансап мүмкіндіктері
  • Деректер ғалымы;
  • жасанды интеллект әзірлеушісі;
  • үлкен деректер аналитигі;
  • тереңдетілген оқыту инженері;
  • NLP маманы;
  • компьютерлік көру маманы;
  • деректерді талдау маманы;
  • жасанды интеллект жүйелерінің сәулетшісі;
  • жасанды интеллект бойынша кеңесші;
  • зияткерлік деректерді талдау маманы;
  • құрылымдық бөлімше басшысының орынбасары;
  • құрылымдық бөлімше басшысы;
  • республикалық орталықтың сарапшысы;
  • республикалық орталықтың сарапшысы;
  • ұйым басшысы;

M094 – Ақпараттық технологиялар

Білім беру бағдарламаларының тобы

«7M06108 Қолданбалы Жасанды Интеллект» білім беру бағдарламасы бойынша техникалық ғылымдар магистрі

Берілетін дәреже

2 жыл

Оқыту мерзімі

Оқыту нәтижелері

  • Ғылыми-зерттеу қызметі барысында туындайтын міндеттерді тұжырымдау, зерттеулерде әдіснамалық, психологиялық тәсілдерді қолдану.
  • Сын тұрғысынан ойлау қабілетіне ие болу және ғылыми зерттеулер жүргізуге, жоғары оқу орындарында арнайы пәндерді оқытуға мүмкіндік беретін кәсіби деңгейде академиялық тілді меңгеру.
  • Әртүрлі қолданбалы міндеттерді шешу үшін жасанды интеллект әдістерін қолдану.
  • Жасанды интеллект пен машиналық оқыту әдістерін тұжырымдау, түрлендіру және әзірлеу.
  • Әртүрлі қызмет салаларында қолданбалы міндеттердің кең ауқымын шешуге бағытталған жасанды интеллект жүйелерін әзірлеу.
  • Шетел тілін ғылыми зерттеулер жүргізуге және жоғары оқу орындарында арнайы пәндерді оқытуға мүмкіндік беретін кәсіби деңгейде меңгеру.
  • Зерттеудің нақты міндеттеріне сүйене отырып, қажетті әдістер мен тәсілдерді таңдау, қолданыстағыларын түрлендіру және жаңаларын әзірлеу.
  • Үлкен деректерді талдау әдістерін, соның ішінде алдын ала өңдеу, визуализация және мәнді ақпаратты алу үдерістерін қолдану.
  • Жасанды интеллект жүйелерін әзірлеу үдерісін басқару және команданы үйлестіру.
  • Бейнелерді, мәтінді және басқа да деректерді өңдеуге арналған нейрондық желілерді жобалау, оқыту және солар негізінде шешімдер әзірлеу.

Құжаттар

Магистратураға арналған тақырыптардың тізімі

Даму жоспары

Түлек моделі

Білім беру бағдарламасының құжаттары

Оқу пәндері

Базалық пәндер циклі

Жоғары оқу орны компоненті

Басқару психологиясы

Курстың мазмұны басқарушылық іс-әрекеттің психологиялық заңдылықтары, менеджер іс-әрекетінің құрылымында әлеуметтік-психологиялық білімді қолдану ерекшеліктері туралы жүйелі идеяларды қалыптастыруға және тиімді басқарудың негізінде жатқан әлеуметтік-психологиялық принциптерді талдау дағдыларын игеруге бағытталған.

Жоғары мектеп педагогикасы

Курстың мазмұны педагогикалық теорияның және педагогикалық шеберліктің теориялық негіздері туралы білімді алуға, жоғары оқу орындарында оқыту үшін оқу үдерісін басқаруға, педагогиканың негізгі категориялары, жоғары білім беру педагогикасының орны, рөлі мен маңызы туралы түсінік қалыптастыруға, қазіргі заманғы педагогиканың негізгі принциптерін түсінуге және жоғары оқу орындарының педагогикалық мәселелерін шешудің әдістемелік тәсілдеріне бағытталған.

Шет тілі (Кәсіби)

Курстың мазмұны магистранттардың мәдени-кәсіби қарым-қатынас мақсатында халықаралық кәсіби ортаға енуіне мүмкіндік беретін кәсіби-бағытталған коммуникативті құзыреттілікті қалыптастыруға бағытталған.

Педагогикалық практика

Педагогикалық практика арнайы пәндерді оқытуды, білім алушылар оқу қызметін ұйымдастыруды, пән бойынша ғылыми-әдістемелік жұмысты, оқытушының жұмысында іскерліктер мен дағдыларды алуды қамтитын магистранттардың практикалық қызметінің түрі болып табылады.

Ғылым тарихы мен философиясы

Курс магистранттың ғылыми қасиеттері және оның тарихи дамуындағы әлеуметтік-мәдени феномені туралы білім алуына; оның тарихи дамуы мен кұбылатын әлеуметтік-мәдени контекстегі ғылыми білімнің жалпы заңдылықтары туралы жүйелік көзқарас қалыптастыруға бағытталған.

ЖИ негіздері: теория және қолданбалар

Бұл пән Машиналық оқыту мен жасанды интеллект негіздерін зерттеуді және нақты қолданбалы мәселелерді шешу үшін осы білімді қолдануды қамтиды. Пән мұғаліммен және мұғалімсіз оқытудың көптеген тақырыптарын қамтиды. Машиналық оқыту тапсырмаларының үшінші түрі ішінара қамтылған, бұл тіркемелі оқыту деп аталады

AI үшін бағдарламалау

Жасанды интеллектке арналған бағдарламалау білім алушыларды бағдарламалаудың маңызды тұжырымдамаларымен және жасанды интеллектті дамыту құралдарымен таныстырады. Курс Python, машиналық оқыту кітапханаларын, алгоритмдерді енгізуді, деректерді өңдеуді және оңтайландыру әдістерін қамтиды, білім алушыларды Жасанды интеллект модельдерін әзірлеу және енгізу бойынша практикалық дағдылармен қамтамасыз етеді

ЖИ математикалық негіздері

Курс жасанды интеллект шешімдерін әзірлеудің математикалық негіздерін қамтиды. Студенттер сызықтық алгебра, ықтималдық теориясы, Статистика, оңтайландыру және машиналық оқыту мен терең оқыту алгоритмдерінде қолданылатын басқа да негізгі математикалық ұғымдарды үйренеді.

Бейіндеуші пәндер циклі

Жоғары оқу орны компоненті

Көп Агентті Жүйелерге кіріспе

Бұл курста автономды агенттердің дизайнын, дамуын және өзара әрекеттесуін қамтитын көп агенттік жүйелер (MAS) ұсынылған. Студенттер осы принциптерді нақты сценарийлер мен технологияларға қолдана отырып, мәселелерді шешудің, үйлестірудің, ынтымақтастықтың, келіссөздердің және жанжалдарды шешудің негізгі тұжырымдамаларын үйренеді

Оқытудың әдістері мен стратегиялары

Бұл курс көмекші педагогикалық жағдайларда оқу процесін орналастыру мен ұйымдастыру үшін инновациялық педагогикалық әдістер мен қолайлы тәсілдерді зерттейді.

Когнитивті технологиялар және шешімдерді қолдау жүйелері

Курс когнитивті технологияның негіздерін және оларды шешімдерді қолдау жүйелерінде қолдануды қамтиды. Студенттер қиын жағдайларда тиімді шешім қабылдау үшін деректерді талдау, мінез-құлықты модельдеу, жасанды интеллект және машиналық оқыту әдістерін үйренеді.

Зерттеу практикасы

Зерттеу практикасы

Магистранттың тәжірибелік-зерттеу жұмысы, тағылымдамадан өту және магистрлік жобаны іске асыру

Магистранттың тәжірибелік-зерттеу жұмысы, тағылымдамадан өту және магистрлік жобаны іске асыру

Бейіндеуші пәндер циклі

Таңдау компоненті

Жетілдірілген машиналық оқыту

Бұл пән машиналық оқыту мен жасанды интеллектті тереңірек зерттеуді және осы білімді нақты әлемдегі қолданбалы мәселелерді шешу үшін қолдануды қамтиды. Пән бақылаудағы және бақылаусыз оқыту сияқты көптеген оқу тақырыптарын қамтиды.

Жасанды интеллект деректерді талдауда

Курс жасанды интеллект әдістерін деректерді талдауда қолдануға арналған. Білім алушылар машиналық оқыту, үлкен деректерді өңдеу, кластерлеу және классификацияны зерттейді. Олар деректерден білім алу алгоритмдерін, жасырын заңдылықтарды анықтау, болжау және аналитиканы автоматтандыру құралдарын меңгеріп, оларды нақты міндеттерде негізделген шешімдер қабылдау үшін қолдануды үйренеді.

Суреттерді ЖИ әдістерімен өңдеу

Курс компьютерлік көруді, нейрондық желілерді және терең оқытуды қоса алғанда, жасанды интеллект көмегімен кескінді өңдеу әдістерін қамтиды. Білім алушылар кескіндерді талдау, тану және жақсарту алгоритмдерін нақты тапсырмалар мен жобаларға қолдану арқылы үйренеді

Жасанды интеллект және нейрондық желілер

Курс жасанды интеллект пен нейрондық желілердің негіздерін, соның ішінде оқыту әдістерін, желілік архитектураны, деректерді өңдеуді және оларды әртүрлі салаларда қолдануды зерттейді. Білім алушылар АИ және терең оқыту негізінде шешімдерді жобалау мен іске асыруды меңгереді

Big Data әдістері мен құралдары

Мақсат-магистранттарға үлкен деректер тұжырымдамалары, технологиялары мен әдістемелері туралы терең түсінік беру, оларға ауқымды жиындардан әртүрлі жиындарға ақпаратты өңдеуге, талдауға және алуға мүмкіндік беру.домендер

Жасанды интеллект және нейрондық желілер

Курс компьютерлік графика мен AI көмегімен модельдеуге бағытталған. Білім алушылар графикалық процестерді жақсарту және шынайы виртуалды нысандар мен көріністерді жасау үшін 3D модельдерін құруды, визуализацияны және AI алгоритмдерін қолдануды үйренеді.

Қазіргі заманғы тереңдетіп оқыту технологиялары

Курс терең оқыту теориясы мен тәжірибесін қамтиды, соның ішінде нейрондық желілер, мұғаліммен және онсыз оқыту және әртүрлі салаларда қолдану: компьютерлік көру, табиғи тілді өңдеу және нақты мәселелерді шешу үшін деректерді талдау.

Деректерге негізделген ЖИ: Үлкен деректер және күшейтілген оқыту әдістері

Бұл курс деректерге негізделген жасанды интеллект әдістерін, соның ішінде үлкен деректерді өңдеу және күшейтілген оқыту (RL) әдістеріне баса назар аударады. Білім алушылар үлкен деректер жиынтықтарымен жұмыс істеуді, RL алгоритмдерін қолдануды және бейімделетін, жетілдірілетін интеллектуалды жүйелерді жасауды үйренеді. Нақты өмірлік ЖИ сценарийлеріндегі практикалық қолданулар тәжірибелік жобалар арқылы қарастырылады

Оқытудың алгоритмдері мен әдістерін бекіту

Бұл курс құндылыққа негізделген, саясатқа негізделген және үлгісіз әдістерді қоса алғанда, күшейтілген оқытудағы іргелі алгоритмдер мен әдістерді қамтиды. Білім алушылар робототехника, ойын AI және оңтайландырудағы қолданбаларды зерттеп, интеллектуалды шешімдер қабылдау жүйелерін әзірлеу үшін заманауи құрылымдармен тәжірибе жинақтайды.

Компьютерлік көру және үлгіні тану

Курс компьютерлік көру және үлгіні тану әдістерін қамтиды, соның ішінде кескінді өңдеу, нысанды анықтау, сегменттеу және жіктеу. Білім алушылар визуалды ақпаратты түсіндіруге және нақты әлемдегі есептерді шешуге қабілетті жүйелерді әзірлеу үшін алгоритмдер мен технологияларды үйренеді.

Үлкен деректер жағдайлары: индустрия 4.0, медицина, IoT

Курс 4.0 индустриясы, медицина және Заттар интернеті (бастап) контекстіндегі үлкен деректер жағдайларын талдауға арналған. Білім алушылар өндірістік процестерді, медициналық шешімдерді және ақылды технологияларды жақсарту үшін деректерді өңдеу мен түсіндіруді үйренеді

Генеративті алгоритмдер

Бұл курс білім алушыларды әртүрлі генеративті модельдеу әдістерімен және алгоритмдермен таныстырады, мысалы, Вариациялық автоподошерлер (VAE), генеративті қарсылас желілер (GANS) және авторегрессивті модельдер. Білім алушылар генеративті модельдерді жобалауды, жаттықтыруды және бағалауды, сондай-ақ компьютерлік көру, табиғи тілді өңдеу және деректер синтезі сияқты салаларда өз қолданбаларын үйренуді үйренеді