Жасанды нейрондық желілерді әзірлеу

Токишева Г.С. – магистр, сеньор-лектор, 1.1 ЖАОК сипаттамасы Пән жасанды нейрондық желілерді әзірлеудің теориялық негіздерімен, олардың архитектураларымен және оқыту алгоритмдерімен таныстыруды қамтиды. Курста нейрондық желілердің негізгі модельдері, деректерді алдын ала өңдеу және ұсыну тәсілдері, оқыту әдістері (бақыланатын, бақыланбайтын және күшейтпелі оқыту), желілерді оңтайландыру алгоритмдері және олардың өнімділігін бағалау тәсілдері қарастырылады. Курс студенттерге жасанды нейрондық желілерді жобалау, модельдеу, бағдарламалық іске асыру және нақты инженерлік, экономикалық немесе зияткерлік есептерді шешуде тиімді қолдану дағдыларын қалыптастырады. 1.2 Пәнді оқыту міндеттері  Жасанды нейрондық желілердің теориялық негіздері мен даму эволюциясын меңгерту;  Нейрондық желілердің негізгі архитектураларын (бірқабатты және көпқабатты желілер, конволюциялық, рекурренттік, трансформерлік модельдер) түсіндіру;  Оқыту алгоритмдерін (кері тарату әдісі, градиенттік түсу, стохастикалық оңтайландыру тәсілдері) игерту;  Деректерді алдын ала өңдеу, қалыптандыру және модельге дайындау әдістерін үйрету;  Модель өнімділігін бағалау, валидациялау және гиперпараметрлерді баптау тәсілдерін меңгерту; 1.3 Пәнді оқыту нәтижелері: Пәнді меңгеру аяқталған кезде білім алушы:  Жасанды нейрондық желілердің теориялық негіздерін, негізгі ұғымдары мен принциптерін түсіндіре алады;  Әртүрлі нейрондық желі архитектураларын (көпқабатты перцептрон, конволюциялық, рекурренттік, трансформерлік модельдер) талдай және салыстыра алады;  Деректерді алдын ала өңдеу, қалыптандыру және модельге дайындау әдістерін қолдана алады;  Нейрондық желілерді оқыту алгоритмдерін пайдаланып, модельді баптау және оңтайландыру жұмыстарын орындай алады;  Модель сапасын бағалау көрсеткіштерін есептеп, нәтижелерді талдай алады;  Қайта оқыту мен жеткіліксіз оқыту мәселелерін анықтап, оларды шешу тәсілдерін қолдана алады;  Заманауи бағдарламалық құралдар арқылы нейрондық желілерді құрастырып, оқытып және тестілеуді жүзеге асыра алады;  Нақты практикалық есептерді шешу үшін тиімді нейрондық модельді таңдап, оны негіздей алады. 1.4 Пререквизиттер. Жоғары математика. 1.5 Постреквизиттер. Робототехника және интеллектуалды басқару жүйелері 1.6 5 кредит 1.7 Курстың күрделілік деңгейі: орташа