8D06101 Информатика, вычислительная техника и управление в КБТУ (KBTU)
-
Цель образовательной программы Цель ОП - Цели образовательной программы докторантуры направлены на фундаментальную, научную и профессиональную подготовку докторантов. Из этой цели вытекают несколько компетенций: - овладение современными информационными технологиями, включая методы получения, обработки и хранения научной информации; - умение формулировать и решать современные научные и практические проблемы; - навыки планирования и выполнения экспериментально-исследовательской деятельности по выбранной научной специальности.
-
Академическая степень Докторантура
-
Языки обучения Английский
-
Название ВУЗа Казахстанско-Британский технический университет
-
Срок обучения 3 года
-
Объем кредитов 180
-
Группа образовательных программ D094 Информационные технологии
-
Область образования 8D06 Информационно-коммуникационные технологии
-
Направление подготовки 8D061 Информационно-коммуникационные технологии
-
Введение в Graduate алгоритмы
Кредитов: 5Этот курс является продвинутой формой вводного курса по алгоритмам и предназначен для углубленного изучения основных алгоритмов, необходимых для получения степени PG в области компьютерных наук. Курс охватывает такие темы, как асимптотическая запись, рекуррентное отношение, алгоритмы графов, кучи, динамическое программирование, жадные алгоритмы, разделяй и властвуй, NP-полнота, где UG-содержимое каждой темы сначала просматривается (в быстром темпе), и сопровождается некоторым продвинутым содержанием.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Машина и глубокое обучение
Кредитов: 5Продвинутый курс по методам глубокого обучения с приложениями к машинному переводу, распознаванию изображений, играм и многому другому. Студенты получат базовые знания по алгоритмам глубокого обучения и получат практический опыт построения нейронных сетей в TensorFlow. Курс заканчивается проектными предложениями с обратной связью от персонала и группы отраслевых спонсоров. Предварительные условия предполагают элементарное исчисление (то есть взятие производных и применение правила цепочки) и линейную алгебру (то есть умножение матриц), мы попытаемся объяснить все остальное на этом пути.Опыт работы с Python полезен, но не обязателен.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Разработка и анализ алгоритмов
Кредитов: 5Разработка и анализ алгоритмов обеспечивают теоретическую основу компьютерных наук и являются обязательными в повседневной работе успешного программиста. Целью этого курса является предоставление прочной основы при разработке и анализе основных классов алгоритмов. В конце курса студенты смогут разрабатывать свои собственные версии для конкретной вычислительной задачи, а также сравнивать и сравнивать свои показатели.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Методы исследования
Кредитов: 4Курс знакомит с языком исследования, этическими принципами и задачами, а также элементами исследовательского процесса в рамках количественных, качественных и смешанных методов.
Год обучения - 1
Семестр 1
-
Искусственный интеллект
Кредитов: 5Основная цель этого курса - предоставить докторантам наиболее фундаментальные знания, чтобы они могли понять, что такое ИИ. Из-за ограниченного времени мы постараемся по возможности исключить теоретические доказательства и формальные обозначения, чтобы докторанты могли легко получить полную картину ИИ.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Прикладная библиометрия
Кредитов: 2Курс учит работать с научными базами и формированию библиотеки поиска научных публикаций для диссертаций
Год обучения - 1
Семестр 2
-
Динамическая оптимизация
Кредитов: 5Этот курс посвящен методам динамической оптимизации, как в дискретном, так и в непрерывном времени. Мы подходим к этим проблемам с точки зрения динамического программирования и оптимального управления. Мы также изучаем динамические системы, которые приходят из решений этих проблем.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Комбинаторная оптимизация
Кредитов: 5Комбинаторная оптимизация обеспечивает тщательное рассмотрение линейного программирования и комбинаторной оптимизации. Темы включают сетевой поток, теорию соответствия, оптимизацию матроидов и алгоритмы аппроксимации для NP-сложных задач.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Код ON1
Аргументировать выбор основных стандартов, принципов и шаблонов проектирования, методов, инструментов и языков программирования, в том числе выбирать методы и средства построения систем защиты информации современных ИКТ
-
Код ON2
Применять математические модели и методы различных процессов
-
Код ON3
Проектировать архитектуры базы данных, программного обеспечения и информационных систем
-
Код ON4
Проектировать и разрабатывать эргономичные пользовательские интерфейсы
-
Код ON5
Разрабатывать и/или использовать программное, аппаратное, информационное, математическое, функциональное обеспечение информационных систем, в том числе алгоритмы и методы информационной безопасности
-
Код ON6
Извлекать нужную информацию из всевозможных источников, включая информационные потоки в режиме реального времени
-
Код ON7
Решать прикладные задачи по обработке и анализу данных на предмет выявления в них скрытых зависимостей
-
Код ON8
Проводить комплексный анализ и аналитически обобщать результаты научно-исследовательских работ с использованием современных достижений науки и техники, навыки самостоятельного сбора данных, изучения, анализа и обобщения