2

[АБ1+MT+АБ2+Емтих] (100)

Пәннің мақсаты: заңнамалық нормаларды сақтай отырып, PhD докторанттарының ғылыми жобалары мен жарияланымдары үшін кәсіби құзыреттіліктерін дамыту. Докторанттар зерттеу сұрақтарын құрастыруды, әдебиеттерді шарлауды, мемлекеттік зерттеу ережелерін, патенттік және авторлық құжаттарды дайындауды, талқылаулар жүргізуді және жобаларға шолулар жазуды үйренеді. Бұл курс зерттеуді тұжырымдау аспектілерін, пәнаралық зерттеулерді және әртүрлі тілдердегі зерттеу жұмысын сипаттауды қамтиды.

5

[АБ1+MT+АБ2+Емтих] (100)

Бұл пән қатаң теориялық уақыт пен кеңістік шектеулері бар алгоритмдік шешімдер үшін құралдар мен әдістерді қолдануды үйретуге бағытталған. PhD студенттері негізгі деректер құрылымдарын салыстырады және қолданады, алгоритмдердің әрекетін талдайды, уақытша күрделілікті салыстырады, алгоритмдерді функционалды және процедуралық сипаттайды, нақты мәселелерді шешу үшін іргелі алгоритмдерді әзірлейді және қолданады.

3

[АБ1+MT+АБ2+Емтих] (100)

Бұл пәннің мақсаты - ғылыми зерттеу әдіснамасының негіздерін игеру, ғылыми білімнің әртүрлі деңгейлерін қарастыру. Зерттеу бағытын таңдауды, ғылыми-техникалық проблемаларды қоюды, теориялық және эксперименттік зерттеулерді, тұжырымдарды ресімдеуге арналған ұсыныстармен қоса, зерттеу жүргізудің кезеңдерін зерттеу. Курс сонымен қатар өнертапқыштықтың, патенттік ізденіс негіздерін қарастыруға бағытталған, сонымен қатар PhD диссертациясын жазу және жоспарлаудың негіздерін қамтиды

5

[АБ1+MT+АБ2+Емтих] (100)

Пәннің мақсаты: бұл пән озық алгоритмдерді және есептеу күрделілігін талдауды үйретеді. PhD студенттері тапсырмаларды анықтауды, ресурс үлгілерін бағалауды, алгоритмдік және дәлелдеу әдістерін қолдануды, дәлелдемелердің кемшіліктерін тануды және алгоритмдерді күрделілік көрсеткіштерімен корреляциялауды үйренеді. Тақырыптарға ашкөз алгоритмдер, динамикалық бағдарламалау, желі ағындары, NP-толықтығы, есептеу мүмкіндігі, Тьюринг машиналары, жуықтау алгоритмдері, параллельді есептеулер кіреді.

[АБ1+MT+АБ2+Емтих] (100)

Бұл пән құрылымдық және жүйелік талдауды пайдалана отырып, ақпараттық ресурстарды модельдеуді үйретуге бағытталған. PhD докторанттар ақпараттық ресурс модельдерін әзірлейді және зерттейді, ақпараттық жүйелерді талдайды және оңтайландырады, эксперименттер жүргізеді, нәтижелерді талдайды, ғылыми жарияланымдарды дайындайды және технология үрдістерін болжайды. Тақырыптар математикалық модельдеу, жүйелік талдау, модельдеу және ақпараттық процестердегі зерттеу әдістерін қамтиды.

[АБ1+MT+АБ2+Емтих] (100)

Пәннің мақсаты сызықты емес дифференциалдық теңдеулерді шешудің алгоритмдерін құру және талдау әдістерін үйрету. PhD студенттері сандық талдау тәсілдерін сипаттауды, есептеу алгоритмдерін әзірлеуді, шешімнің дәлдігін қамтамасыз етуді, оңтайлы басқару есептерін шешуді және тиімді есептеулерді орындауды үйренеді. Тақырыптарға шекті айырмашылық схемалары, Навье-Стокс теңдеулері, турбулентті ағынды модельдеу және шекаралық қабат процестерінің сандық әдістері кіреді.

[АБ1+MT+АБ2+Емтих] (100)

Бұл пән үлестірілген немесе ортақ жады бар мультипроцессорлық жүйелерде параллельді есептеу технологиясын басқару қабілетін дамытады. Докторанттар көппроцессорлық құрылымдарды көрсетуді, есептеу схемаларын талдауды және ыдыратуды, деректерді тасымалдаудың күрделілігін бағалауды, параллельді бағдарламаларды имитациялауды және есептеу жүйесінің модельдерін құруды үйренеді. Тақырыптарға деректерді беру механизмдері, топологияны көрсету, параллельді алгоритмдерді әзірлеу және ортақ жады жүйелері кіреді.

[АБ1+MT+АБ2+Емтих] (100)

Бұл пәннің мақсаты докторанттар Навье-Стокс пен Эйлер теңдеулеріне назар аудара отырып және жоғары өнімді жүйелердегі есептеу алгоритмдерін қолданып инженерлік есептерді шешу дағдыларын дамыту. Докторанттар ішінара дифференциалдық теңдеулерді сипаттайды, есептеу әдістерінің қасиеттерін талдайды, теңдеулерді есептеу әдісімен шешеді, гидродинамика есептерін параллельді етеді және инженерлік қолданбаларға арналған бағдарламалық қамтамасыз етуді әзірлейді.

[АБ1+MT+АБ2+Емтих] (100)

Бұл пән есептеу платформаларын түсіну арқылы бағдарлама өнімділігін оңтайландыруда тәжірибені дамытуға бағытталған. PhD студенттері заманауи жоғары өнімді процессорларды талдайды, кеңейтілген командалар жиынын пайдаланады, күрделі жүйелерді бағдарламалайды, бағдарламалық қамтамасыз етуді әзірлейді және матрицалық операциялар және жылдам Фурье түрлендіру сияқты қолданбаларды қоса алғанда, көп ядролы және графикалық процессорлар үшін бағдарламалау әдістерін бағалайды.

[АБ1+MT+АБ2+Емтих] (100)

Пәннің мақсаты: машиналық оқытудың озық үлгілерін оңтайландыруды, қолдануды және масштабтауды үйретуге бағытталған. PhD студенттері үлгілерді талдауды, ықтималдық модельдеуді орындауды, оңтайландыру алгоритмдерін әзірлеуді, машиналық оқыту шешімдерін жасауды, күшейтілген оқыту үлгілерін енгізуді және бағалауды және ұсыныстар жүйесін әзірлеуді үйренеді.

[АБ1+MT+АБ2+Емтих] (100)

Бұл пән үлкен деректерді талдау үшін терең нейрондық желілерді пайдалану және құру дағдыларын дамытуға бағытталған. Докторанттар терең оқытудың принциптері мен қолданбаларын сипаттайды, оқыту мен модельдеудегі негізгі ұғымдарды қолданады, курс мазмұнын зерттеуге біріктіреді, бағдарламалық жасақтама кітапханаларын пайдаланып нейрондық желілерді енгізеді және нейрондық желілер мен қолданбалардағы ағымдағы зерттеулерді сыни тұрғыдан бағалайды.

[АБ1+MT+АБ2+Емтих] (100)

Бұл пән үлестірілген есептеу жүйелері үшін сенімді алгоритмдік, техникалық және бағдарламалық шешімдерді жасау дағдыларын дамытуға бағытталған. Докторанттар жүйенің сенімділігін бағалау әдістерін меңгереді, сенімділік есептеулерін жүргізеді, тиімді модельдер жасайды, сенімділікке әсер ететін факторларды талдайды және тиімді бағдарламалық пакеттерді құру құралдарын жүзеге асырады.

[АБ1+MT+АБ2+Емтих] (100)

Бұл пән үлкен деректерді талдау технологияларын бағалау және бағдарламалық өнімдерді жасау дағдыларын дамытуға бағытталған. Докторанттар деректер жиынын сипаттайды және салыстырады, жоғары өлшемділік пен масштабтылық сияқты мәселелерді шешеді, машиналық оқыту кітапханаларын заманауи технологиялармен біріктіреді, модель параметрлерін оңтайландырады және нейрондық желілер мен TensorFlow құрылымын пайдаланып қосымшалар жасайды.

Защита практики

Тәжірибе мақсаты: өзекті ғылыми мәселені зерттеуде тәжірибе жинақтау, оқу процесінде алған кәсіби білімдерін кеңейту және өз бетімен ғылыми жұмысты жүргізудің практикалық дағдыларын дамыту. Практика экономикалық білімдерді зерттеу, талдау және қолдану дағдыларын дамытуға бағытталған.

Защита практики

Дәрістерді, семинарларды өткізудің практикалық және оқу-әдістемелік дағдыларын қалыптастыру, ғылыми және теориялық білімдерді, шығармашылық қызметтегі практикалық дағдыларды мамандықтардың пәндерінен сабақ өткізу жағдайында пайдалану; өз заманауи кәсіби техникалары қолдану, оқыту әдісі практикада соңғы теориялық, әдістемелік жетістіктерді қолдануға, оқу-әдістемелік құжаттарды жасауға мүмкіндік береді.