О курсе
Тлеубаева А.О – Магистр, сеньор лектор,
Тулегулов А.Д. – к.ф.м.н. ассоц.профессор,
1.1 ЖАОК сипаттамасы
Пән терең оқыту әдістері мен модельдерін зерттеуге, машиналық оқытудың сандық және сапалық салаларын, терең нейрондық желілерді қолдана отырып, жасанды интеллект мәселелерін шешу әдістерін қарастыруға бағытталған. Пән студенттердің компьютерлік көру, сөйлеуді тану, табиғи тілді өңдеу және басқа салаларда терең оқыту жүйесін қолдану туралы білімдерін қалыптастырады.
Студенттерді заманауи терең оқыту әдістері мен архитектураларының теориялық негіздерімен таныстырып, оларды нақты практикалық есептерді шешуде қолдану дағдыларын қалыптастыру.
1.2 Оқудың міндеттері:
1. Терең нейрондық желілердің архитектураларын (MLP, CNN, RNN, Transformer) теориялық тұрғыда меңгерту.
2. PyTorch және TensorFlow негізінде модельдерді іске асыру және оқыту тәжірибесін қалыптастыру.
3. Компьютерлік көру, NLP және сөйлеуді өңдеу салаларында терең оқыту әдістерін қолдануды үйрету.
4. Генеративті модельдер (Autoencoder, GAN, VAE) принциптерін және қолданылуын түсіндіру.
5. Терең оқытудағы заманауи бағыттар мен болашақ трендтерді талдау дағдысын дамыту.
1.3 Пререквизиттер. Табиғи тілді өңдеу
1.4 Постреквизиттер. Дипломалды практика
1.5 5 кредит/45
1.6 Курстың күрделілік деңгейі: орташа
Программа курса
Материалы и тесты разделов открываются после записи на курс.
-
Модуль 1 6 элементов
-
Файл 1 дәріс
-
Гиперссылка 1-Видео дәріс
-
-
-
-
-
-
Модуль 2 6 элементов
-
-
-
-
-
-
-
-
Модуль 3 6 элементов
-
-
-
-
-
-
-
-
Модуль 4 6 элементов
-
-
-
-
-
-
-
-
Модуль 5 6 элементов
-
-
-
-
-
-
-
-
ЖАОК бойынша қорытынды бақылау 1 элемент
-
Тест Тест
-
Другие курсы направления
Компьютерная инженерия и автоматизацияФизика
Компьютерная инженерия и автоматизацияФизика и физические основы информационных технологий
Компьютерная инженерия и автоматизацияТеория принятия решений
Компьютерная инженерия и автоматизацияИнженерлік графика және 3D модельдеу