“Машинаны үйрөнүү жана маалыматтарды талдоо” билим берүү программасынын максаты – машиналык үйрөнүү методдорунун негизинде чоң маалыматтарды иштетүү жана талдоо үчүн программалык чечимдерди ишке ашырууга байланыштуу илимий, билим берүү жана өндүрүш чөйрөлөрү үчүн адистерди сапаттуу даярдоону камсыз кылуу, маалыматтарды казып алуу ыкмаларын колдонуу менен өндүрүштүк системалардын интеграциялык платформаларында өз алдынча илимий изилдөөлөрдү жүргүзүү.
ON 1 Индуктивдүү окутуу үчүн программалык камсыздоону иштеп чыгуунун концептуалдык аппаратын, ыкмаларын, ыкмаларын жана технологияларын колдонуу, алар чечилип жаткан маселе үчүн прецедент болуп саналган маалыматтык агымдардын анализинин жана синтезинин негизинде. Банк секторуна мүнөздүү тапшырмалардын мындай комплекстери, онлайн коммерция, IoT, социалдык тармактар, татаал техникалык объекттердин өлчөө приборлорунун маалыматтары (ТО), DC серверлери;
ON 2 Интернет мейкиндигинен маалыматтардын чоң маалымат агымдарын моделдөө жана формалдаштыруу үчүн салыштырма регрессия, салыштырма ыктымалдык, системалык жана структуралык талдоо жүргүзүү. Бул статистикалык ыкмаларга альтернатива катары маалыматтарды казып алуу жана маалымат алуу ыкмаларын колдонуу;
ON 3 Бул маалыматты бирдиктүү, түшүнүктүү жана өз алдынча үйрөнүүчү формалдаштырылган математикалык моделге структуралаштыруу үчүн Дата борборлорунун эксперттик системалары тарабынан топтолгон Билим базаларынын негизинде тармактык техникалык, экономикалык-маркетингдик, банктык, маалыматтык жана болжолдоо маселелерин чечүү;
ON 4 Серверлерден, техникалык кызматтардан жана Интернет булактарынан алынган маалымат агымдарын иштеп чыгуу, системанын себеп-убакыт өнүгүүсүнө жараша ар кандай кырдаалдык объектилерди жана изилденүүчү системанын ар түрдүү мүмкүн болгон жооптору менен реакцияларын куруу. Google DeepMind симуляторунун жардамы менен типтүү маселелерди чече билүү;
ON 5 Формалдуу математиканын аналитикалык ыкмаларынын методологиялык негиздерин бүдөмүк логика жана чечимдерди эмпирикалык формалдаштыруунун негизинде нейрондук тармак алгоритмдери аркылуу ачык эмес чечимдерди издөө түшүнүктөрү менен салыштыруу;
ON 6 ДКдан, интернет-ресурстардан ар кандай маалымат агымдарын жалпылоо үчүн эффективдүү иштелип чыккан өзүн-өзү окутуу системалары, татаал техникалык жабдуулардын көп сандаган сенсорлорунун окуулары, кырдаалдын окуу үлгүсүнөн тышкаркы маалыматтарга адекваттуу реакцияны иштеп чыгуу;
ON 7 ДКда жаңы билим базаларын жана сегменттерин түзүңүз. Аль-Фараби атындагы КазМУнун ДС чоң маалымат агымдарын иштетүү үчүн өз алдынча үйрөнүүчү математикалык моделдерин калыптандыруу менен техникалык тейлөө жана бизнес процесстери үчүн Machine Learning пилоттук долбоорун иштеп чыгуу;
ON 8 Мугалим менен терең үйрөнүү үчүн жасалма нейрон тармактарынын негизинде долбоорлорду түзүү, каталарды оңдоо ыкмаларын колдонуу, катаны артка жайылтуу жана шилтеме векторлор;
ON 9 Бизнес компаниялардын кызматкерлерин окутуу үчүн пилоттук курстарды түзүү, чоң маалыматтарды, машинаны үйрөнүү жана интерфейсти өнүктүрүү боюнча тренингдерди өткөрүңүз. ML/AI/Big Data концептуалдык негиздерин жана аларды колдонуу чөйрөсүн ачык жана так көрсөтө билүү;
ON 10 Функцияны жакындатууда, кол менен жазылган текстти таанууда, техникалык диагностикада Machine Learning пакетинин колдонмо программаларын колдонуу көндүмдөрүн ээлөө;
ON 11 Убакыт серияларын же сигналдарды, сүрөттөрдү же видео ырааттуулуктарды изилдөө үчүн Machine Learning ыкмаларын колдонуңуз;
ON 12 Ар кандай адабий булактардан алынган маалымат менен иштөө, аны ар кандай формада билдирүүлөр, презентациялар жана баяндамалар менен берүү, аудиториянын өзгөчөлүгүн эске алуу, көйгөйлүү маселелер боюнча өз көз карашын негиздөө жана билгичтик менен билдирүү көндүмдөрүн колдонуу. EP изилдөө маселелерин издөөдө жана чечүүдө командада эффективдүү иштөө.
1 СЕМЕСТР
Машиналарды үйрөнүү жана маалыматтарды аналитика боюнча магистрдик программанын бүтүрүүчүлөрү бизнес-аналитика жана чоң маалыматтар боюнча билими бар тармактарда жана уюмдарда иштеши мүмкүн, бирок алардын машина үйрөнүүгө жана маалыматтарды аналитикага өзгөчө көңүл бурушу аларды ар кандай ролдорго жана жоопкерчиликтерге ылайыкташтырышы мүмкүн. Машина үйрөнүү жана маалыматтарды талдоо программасынын бүтүрүүчүсүнүн тажрыйбасынан пайда ала турган негизги тармактардын жана уюмдардын айрымдарына төмөнкүлөр кирет: Технология компаниялары: Google, Amazon жана Microsoft сыяктуу компаниялар машиналарды үйрөнүүнү жана маалыматтардын аналитикасын колдонуп, өнүмдөрдү жана кызматтарды иштеп чыгууда. кардарлардын тажрыйбасын жакшыртуу. Бүтүрүүчүлөр өнүмдөрдү жана кызматтарды иштеп чыгуу үчүн машина үйрөнүү жана маалыматтарды аналитика моделдерин иштеп чыгуу жана ишке ашыруу үчүн өз билимдерин колдонуп, машина үйрөнүү инженерлери, маалымат таануучулар же жасалма интеллект адистери катары иштей алышат. Изилдөө мекемелери: Изилдөө мекемелери илимий ачылыштарды илгерилетүү жана жаңы технологияларды иштеп чыгуу үчүн машиналык үйрөнүүнү жана маалыматтарды аналитиканы колдоно алышат. Бүтүрүүчүлөр илимий изилдөөлөрдү жана ачылыштарды колдоо үчүн машина үйрөнүү жана маалыматтарды аналитика моделдерин иштеп чыгуу жана ишке ашыруу үчүн өз билимдерин колдонуп, изилдөөчү окумуштуу катары иштей алышат. Саламаттыкты сактоо: Саламаттыкты сактоодо машинаны үйрөнүү жана маалыматтарды аналитика пациенттерге кам көрүү, калктын ден соолугун башкаруу жана медициналык изилдөөлөрдү колдоо үчүн колдонулат. Бүтүрүүчүлөрү маалымат таануучу, саламаттыкты сактоо администратору же изилдөөчү окумуштуу болуп иштей алышат, алардын билимдерин маалыматтарды анализдөө жана саламаттыкты сактоо боюнча чечимдерди кабыл алууну колдоо үчүн машина үйрөнүү моделдерин иштеп чыгуу үчүн колдонушат. Өндүрүш: Өндүрүш компаниялары өндүрүш процесстерин, эффективдүүлүктү жана продукциянын сапатын жакшыртуу үчүн машинаны үйрөнүүнү жана маалымат аналитикасын колдонуп жатышат. Бүтүрүүчүлөрү маалыматтарды талдоо жана өндүрүш тармагында чечимдерди кабыл алууну колдоо үчүн машина үйрөнүү моделдерин иштеп чыгуу үчүн өз билимдерин колдонуп, маалымат таануучу же өндүрүш инженери катары иштей алат. Оюн жана оюн-зоок индустриясы: Оюн жана көңүл ачуу компаниялары керектөө тажрыйбасын жекелештирүү жана кардарлардын катышуусун жогорулатуу үчүн машина үйрөнүү жана маалымат аналитикасын колдонуп жатышат. Бүтүрүүчүлөрү маалыматтарды талдоо жана оюндар жана оюн-зоок индустриясында чечимдерди кабыл алууну колдоо үчүн машина үйрөнүү моделдерин иштеп чыгуу үчүн өз билимдерин колдонуп, маалымат таануучулар, оюн иштеп чыгуучулар же маркетинг менеджерлери катары иштей алышат.