Действующая образовательная программа

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
  • Срок обучения 3 года
  • Объем кредитов 180
  • Группа образовательных программ D094 Информационные технологии
  • Введение в Graduate алгоритмы
    Кредитов: 5

    Этот 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: 5

    Продвинутый 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: 5

    Разработка 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: 4

    Курс 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: 5

    Основная 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: 2

    Курс учит работать с научными базами и формированию библиотеки поиска научных публикаций для диссертаций

    Год обучения - 1
    Семестр 2
  • Динамическая оптимизация
    Кредитов: 5

    Этот 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: 5

    Комбинаторная 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

Top