Искусственный интеллект в МУИТ

Описание образовательной программы 6B06120 Искусственный интеллект в МУИТ

Компоненты по выбору – перечень базовых учебных дисциплин, которые можно выбрать самостоятельно.

1 Методология исследования на основе искусственного интеллекта. Курс посвящен изучению деятельности, направленной на развитие у студентов способности к самостоятельным теоретическим и практическим суждениям и выводам, умений объективной оценки научной информации, свободы научного поиска и стремления к применению научных знаний в образовательной деятельности, в том числе для выполнения дипломного проекта (работы).

2 Основы права и антикоррупционной культуры. В курсе изложены правовые, экономмческие и социальные основы противодействия коррупции, раскрыты особенности государственной политики, представлен международный опыт по борьбе с коррупцией, определены особенности регулирования конфликта интересов, служебной этики, методы выявления коррупционных нарушений. В результате успешного прохождения курса студенты будут владеть следующими компетенциями: 1. Понимать меры правовой ответственности участия в корупционных нарушениях. 2. Определять конфликт интересов в деятельности организаций, ведущий к коррупции. 3. Проводить анализ работы организаций, применяя различные методы исследования.

3 Основы финансовой грамотности. Курс «Основы финансовой грамотности» направлен на получение знаний и навыков в области управления личными финансами. В рамках курса обучающиеся научаться использовать на практике всевозможные инструменты в области финансов, охранять и приумножать накопления, грамотно планировать бюджет, получат практические навыки по исчислению и уплате налогов, и правильному заполнению налоговой отчетности, научаться анализировать финансовую информацию и ориентироваться в финансовых продуктах для выбора адекватной инвестиционной стратегии.

4 Основы экологии и безопасности жизнедеятельности. Изучает способы безопасного взаимодействия человека со средой обитания (производственная, бытовая, городская, природная), устойчивого функционирования объектов хозяйствования (организаций) в условиях чрезвычайных ситуаций, вопросы защиты от негативных факторов, предупреждения и ликвидации последствий чрезвычайных ситуаций природного и техногенного характера и применения современных средств поражения. Также в курсе раскрывается роль экологии в решении современных экономических, социальных и политических задач, а также возникновение глобальных экологических проблем в результате производственной деятельности человека и ответственность за них мирового сообщества. Очень важным аспектом является также международное сотрудничество по обеспечению устойчивого развития. Рассматриваются и различные области практического приложения экологии – природные ресурсы и загрязнение окружающей среды.

5 Стартапы и предпринимательство с использованием искусственного интеллекта. Этот курс представляет собой введение в то, что такое бизнес, как он работает и как им управлять. Студенты будут определять формы собственности и процессы, используемые в производстве и маркетинге, финансах, персонале и управлении в деловых операциях.
6 Экономическая теория Целью курса является изучение и объяснение процессов и явлений экономической жизни, объяснение закономерности и прогнозирование способов их использования.

Вузовские компоненты — перечень базовых учебных дисциплин для освоения образовательной программы.

7 Алгебра и геометрия. Цели курса ознакомить студентов с важными разделами линейной алгебры и аналитической геометрии. В ходе учебного процесса студенты должны ознакомиться и уметь применять алгебраические и геометрические методы и инструменты для решения различных прикладных задач с такими важными понятиями, как матрицы, детерминанты, ранг матрицы, векторы, линии, плоскости, линейное и евклидово пространство, линейные преобразования и квадратичные формы.

8 Алгоритмы и структуры данных. Курс предназначен для изучения алгоритмов и программ разработки для решения различных задач. Для этого рассматриваются программная структура, принципы построения алгоритмов и программ, методы решения, алгоритмизации, программирования, отладки и реализации программ с использованием языка программирования.

9 Вычислительная математика. В курс входит: Основы теории погрешностей, Системы линейных алгебраических уравнений, Нелинейные уравнения и системы нелинейных уравнений, Интерполяция и наилучшие приближения, Дифференцирование и интегрирование функций, Обыкновенные дифференциальные уравнения, Уравнения математической физики.

10 Делопроизводство на государственном языке. Делопроизводство на государственном языке является очень важным предметом для студентов, т.к. данная дисциплина учит составлению, оформлению документов на государственном языке, формирует практические навыки и умения самостоятельно составлять, переводить на казахский язык документы.

11 Математический анализ 1. Цель курса ознакомить студентов с важными отраслями исчисления и его применениями в компьютерных науках. Во время учебного процесса студенты должны ознакомиться и уметь применять математические методы и инструменты для решения различных прикладных задач. Более того, они изучат фундаментальные методы исследования бесконечно малых переменных с помощью анализа, основу которого составляет теория дифференциальных и интегральных вычислений.

12 Математический анализ 2. Курс объясняет основные понятия определенного интеграла и его свойств; использовать различные математические методы для оценки интегралов, применять определенные интегралы для решения прикладных задач; разработать методы численного интегрирования; определить понятия бесконечных рядов, приближения функций и понятие сходимости; применять бесконечные ряды в приближенных расчетах.

13 Методы оптимизации в искусственном интеллекте. Дисциплина «Методы оптимизации в искусственном интеллекте» предназначена для изучения различных методов оптимизации, которые используются в области искусственного интеллекта. Студенты изучают основные алгоритмы оптимизации, научатся применять их в различных задачах искусственного интеллекта, таких как машинное обучение, глубокое обучение, нейронные сети и другие.

14 Объектно-ориентированное программирование. Этот курс предоставит навыки разработки консольных или оконных приложений с использованием языка программирования Java с использованием концепций объектно-ориентированного программирования. Темы курса включают парадигму ООП, программирование на Java, обработку файлов, исключения, структуры, коллекции, концепции объектно-ориентированного программирования.

15 Основы программирования. Дисциплина «Основы программирования» представляет собой введение в основные принципы написания компьютерных программ. Студенты изучают базовые концепции алгоритмов, структур данных, переменных, условий и циклов. Курс обучает основным языкам программирования, таким как Python, Java или С++, и помогает студентам развить навыки логического мышления и решения задач.

16 WEB технологии. Данный курс учит основам разработки веб сайтов с помощью HTML, Cascading Style Sheets (CSS), JavaScript и JQuery. Учит использовать язык программирования PHP, владеть основами базы данных MySQL и разрабатывать защищенные серверные клиентские веб-приложения.

Компоненты по выбору – перечень базовых учебных дисциплин, которые можно выбрать самостоятельно.

17 Дискретная математика и математическая логика. Изучение дискретных объектов, решение комбинаторных задач, исследование типов отображений и бинарных отношений, приведение формул алгебры высказываний к нормальным формам, применение алгебры логики к теории переключательных схем. Развиваются способности к анализу и синтезу, математическая зрелость.

18 Мультимодельные системы искусственного интеллекта. Дисциплина «Мультимодальные системы искусственного интеллекта» изучает методы и технологии комплексного анализа и обработки данных из различных источников, таких как текст, звук, изображения и видео. Студенты учатся разрабатывать интегрированные системы, способные обрабатывать и интерпретировать многомодальные данные для решения различных задач.

19 Основы нейронных сетей и Машинное обучение. «Основы нейронных сетей и машинного обучения» — это дисциплина, посвященная изучению основных принципов и архитектуры нейронных сетей, а также общих концепций машинного обучения. В ходе обучения студенты знакомятся с теоретическими основами работы нейронных сетей, их структурами и функциональностью.

20 Профессионально-ориентированный иностранный язык. Курс профессионального английского ориентирован на темы, представляющие профессиональный интерес, как будущие тенденции в ИТ, компьютер как друг, компьютер как враг, минимизация негативных воздействий ИТ, магнитное хранилище, оптическое хранилище, флэш-память, языки программирования, веб-дизайн, графика. дизайн и т. д. Он предназначен для повышения языковой осведомленности учащихся, улучшения их речевых навыков и коммуникативных навыков профессионального английского языка.

21 Статистика для анализа данных. Курс посвящен статистике любых событий, а также взаимосвязи между математикой и моделированием, операционными системами в рамках междисциплинарной программы обучения, охватывающей раздел современные статистические методы и экономическую теорию.

22 Теория вероятности. Курс посвящен вероятности, а также взаимосвязи между математикой и моделированием, операционными системами в рамках междисциплинарной программы обучения, охватывающей раздел математического анализа.

23 Теория и проектирование базы данных. Курс объясняет, что такое система баз данных, а затем переходит к большей части учебного материала для изучения систем реляционных баз данных — баз данных, разработанных в соответствии с реляционной (или табличной) моделью. Затем от абстракции данных курс переходит к управлению транзакциями с дополнительными материалами по повышению производительности запросов.

24 Python для анализа данных. Курс показывает как применять свои навыки программирования для построения предиктивных моделей, визуализации данных и работы с нейросетями. Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей.

Компоненты по выбору

25 Глубокое обучение 1. Дисциплина направлена на изучение методов и моделей глубокого обучения, рассматривает количественные и качественные области машинного обучения, методы решения задач искусственного интеллекта с использованием глубоких нейронных сетей.

26 Глубокое обучение 2. Дисциплина направлена на дальнейшее изучение методов и моделей глубокого обучения. Дисциплина формирует знания студентов по применению системы глубокого обучения в таких областях, как компьютерное зрение, распознавание речи, обработка естественного языка, аудио распознавание, биоинформатика и других.

27 Интеллектуальные системы. Курс изучает представление знаний в информационных системах как элемент искусственного интеллекта и новых информационных технологий, классификацию интеллектуальных систем. Технологию проектирования и эксплуатации интеллектуальных систем. В курсе изучаются классы интеллектуальных систем: экспертные системы, искусственные нейронные сети, расчетно-логические системы, системы с генетическими алгоритмами, системы на естественном языке.

28 Искусственный интеллект в промышленности и научных исследованиях. Этот курс будет посвящен практическому внедрению искусственного интеллекта в различных отраслях промышленности, включая тематические исследования и реальные приложения.

29 Компьютерная графика. Изучаются теоретические основы построения отображений геометрических образов на плоскости, способы решения инженерно-технических задач на чертеже. Изучение дисциплины развивает пространственное и логическое мышление, дает студентам умения и навыки для изложения технических идей с помощью чертежа в среде АutoCAD. Цель дисциплины – полное овладение чертежом, как средством выражения технической мысли. Предметом компьютерной графики является автоматизация построения графических моделей, их преобразования и исследования.

30 Майнор 1. Дополнительная образовательная программа (Мinor) – совокупность дисциплин и (или) модулей и других видов учебной работы, определенная обучающимся для изучения с целью формирования дополнительных компетенций

31 Майнор 2. Дополнительная образовательная программа (Мinor) – совокупность дисциплин и (или) модулей и других видов учебной работы, определенная обучающимся для изучения с целью формирования дополнительных компетенций

32 Майнор 3. Дополнительная образовательная программа (Мinor) – совокупность дисциплин и (или) модулей и других видов учебной работы, определенная обучающимся для изучения с целью формирования дополнительных компетенций

33 Мультиагентные системы искусственного интеллекта. Целью дисциплины является обучение передовым методам, моделям, средствам и технологиям компьютерной обработки информации и автоматизированного управления на основе теории искусственных агентов и мультиагентных систем (МАС).

34 НЛП и оперативное управление. Целью дисциплины является овладение теорией и практикой обработки естественного языка. Курс охватывает теоретические аспекты языка НЛП, включая основную информацию из области лингвистики, а также практические методы обработки текстов с использованием средств естественного языка и системных запросов для решения практических задач на основе НЛП.

35 Обработка изображений и компьютерное зрение 1. В рамках этой дисциплины студент ознакомиться информацией из изображений. Основы обработки изображений (шумоподавление, цветокоррекция, выделение краев), классификация изображений (основные функции), поиск изображений по содержимому (сжатие дескрипторов, приближенные методы сравнения дескрипторов).

36 Обработка изображений и компьютерное зрение 2. Дисциплина направлена на дальнейшее изучение методов обработки изображений и компьютерного зрения.

37 Обучение с подкреплением. Разработка автономных систем принятия решений является одной из давних целей искусственного интеллекта. Этот курс знакомит с обучением с подкреплением как с общей основой для проектирования таких автономных систем принятия решений. К концу этого курса у вас будут прочные знания об основных задачах проектирования систем RL и о том, как к ним подходить.

38 Проектирование системы. Цель курса: ознакомить студентов с принципами, методами и средствами проектирования программного обеспечения с применением самого распространенного в настоящее время языка программирования Java и сопутствующих инструментальных средств разработки программных систем.

39 Разработка мобильных приложений на Android. В курс входит создания backend, frontend программирование на Android, создание интерфейса программ и загрузка программы в PlayMarketВ курс входит создания backend, frontend программирование на Android, создание интерфейса программ и загрузка программы в PlayMarket

40 Разработка мобильных приложений на iOS. Студент освоит особенности баз данных и информационного обеспечения решения прикладных задач операционных системах iOS; будет использовать возможности корпоративных информационных систем для поддержки информационного обеспечения решения прикладных задач; будет владеть базовыми навыками администрирования баз данных корпоративных информационных систем.

41 Робототехника. Комплексное и всестороннее освещение робототехники как науки и технологии. Охватываются темы от основ до продвинутых приложений и сервисов, предоставляя возможности студентам для практического опыта работы с Arduino и настольными роботами.

42 Управление программными проектами. Курс «Управление программными проектами» предназначен для ознакомления с современными методологиями проектной работы по разработке комплексных программных продуктов. В нем излагается дисциплина управления проектами как инструмент для создания высококачественных продуктов в рамках определенного бюджета и графика. В курсе также представлены гибкие методологии.

43 Этика искусственного интеллекта. Дисциплина «Этика искусственного интеллекта» исследует вопросы этики и морали, связанные с созданием, разработкой и использованием технологий искусственного интеллекта. Она обсуждает вопросы прозрачности, ответственности, безопасности и справедливости в разработке и применении AI, а также влияние искусственного интеллекта на общество и человечество.