ЖАСАНДЫ ИНТЕЛЛЕКТ ЖӘНЕ КОГНИТИВТІ ЖҮЙЕЛЕР

Мейрамханов Т.Ж. - Магистр,сеньор-лектор, Саттыкова Б.Е.- Магистр, ассистент, 1.1 ЖАОК сипаттамасы Пән жасанды интеллект жүйелерін дамытуда қолданылатын негізгі модельдер, әдістер, құралдар мен Тілдер туралы жүйелі білімді, сондай-ақ шешімдерді табудың негізгі әдістерін зерттейді. Білім алушылар салыстырмалы талдауды игереді және білімді ұсыну моделі мен құралдарын таңдауды негіздейді, берілген пәндік саланың қарапайым модельдерін құрастырады және Python-да прототиптерді жүзеге асырады Интеллектуалды әдістер мен құралдарды таңдауға және оларды доменді модельдеу және қолданбалы есептерді шешу үшін қолдануға үйрету. 1.2 Оқудың міндеттері: -ЖИ негізгі ұғымдарын, міндеттердің түрлерін (жіктеу, регрессия, кластерлеу), ML-жобаның өмірлік циклін меңгеру; -білімді іздеу және ұсыну әдістерін зерттеу (ережелер, кіріспе ұғымдар деңгейіндегі онтология); -қарапайым mL алгоритмдерімен танысыңыз (kNN, логистикалық регрессия, шешім ағаштары, аңғал Байес); -сапа көрсеткіштерін және валидацияны қолдану; -Python, NumPy, Pandas, scikit-learn-мен практикалық дағдыларды алыңыз; -тапсырма үшін сипаттама моделін/тілін таңдай білу және таңдауды дәлелдей білу. 1.3 Пәнді оқыту нәтижелері: Студент: -жасанды интеллекттің негізгі модельдерін және оларды қолдану сценарийлерін түсіндіреді; -қарапайым тапсырманы орындайды, деректерді жинайды/дайындайды және көрсеткіштерді таңдайды; -кітапханаларды қолдана отырып, Python-да шешімдердің прототиптерін жүзеге асырады; -бірнеше тәсілдерге салыстырмалы талдау жүргізеді және негізделген шешімді таңдайды; нәтижелерді қысқаша есеп/презентация түрінде ресімдейді. 1.4 Пререквизиттер. Жасанды интеллектке кіріспе. 1.5 Постреквизиттер. Нейрондық желі архитектурасына кіріспе 1.5 5 кредит/45 1.6 Курстың күрделілік деңгейі: орташа