Бағдарламасы curriculum program «computer science»

Разработано:
Рассмотрено: заседание УС 
Института
Утверждено: УМС КазНИТУ 
Страница 117 из 119
КОД –
КРЕДИТ – 3 (2/1/0) 
ПРЕРЕКВИЗИТ – Нейрондық желілер теориясы 
КУРСТЫҢ МАҚСАТЫ МЕН МІНДЕТТЕРІ 
Курстың мақсаты-терең оқыту әдістерінің теориясы мен практикасын меңгеру 
Курстың негізгі міндеттері: 
- 
Терең оқыту үлгілерінің негізгі ерекшеліктерін, негізгі модельдерді және олардың 
шешетін міндеттерін қарастыру. 
- 
Нейрондық желілерді түсіну және жұмыс тәжірибесін алу. 
- 
Бейнелерді классификациялаудың заманауи әдістерін қарастыру. 
- 
Машиналық аударма мысалында практикалық есептер контекстінде sequence-to-
sequence модельдерін зерттеу. 
- 
OpenAI-gym ортасының мысалында Deep Reinforcement Learning зерттеу. 
- 
Терең оқыту модельдерін зерттеудің өзекті бағыттарын зерттеу. 
КУРСТЫҢ ҚЫСҚАША СИПАТТАМАСЫ
Курс терең оқыту үлгілеріне арналған. Машиналық оқыту аясында сала бола отырып, 
терең оқыту модельдері сандық-сапалық көшуді бейнелейді. Жаңа модельдер мен 
олардың қасиеттері жеке зерттеуді және осындай модельдердің метапараметрлерін баптау 
тәжірибесін талап етеді. Бұл модельдердің тағы бір ерекшелігі оларды оқыту үшін жоғары 
өнімді жүйелердің қажеттілігі болып табылады, ол сондай-ақ NVidia CUDA 
технологиясын қолдану түрінде курс шеңберінде көрініс табады. 
КУРСТЫ АЯҚТАҒАННАН КЕЙІНГІ БІЛІМІ, БІЛІКТІЛІГІ, ДАҒДЫЛАРЫ 
Курстың соңында студенттер: 
Тусінеді: 
- 
Терең оқыту үлгілерінің ерекшеліктері 
- 
AI саласындағы зерттеулердің өзекті бағыттары 
Білу қажет: 
- 
Терең оқыту модельдерін қолдану міндеттері мен салалары 
Жасай алу қажет: 
- 
Жіктеу есебін шешу үшін DL үлгісінде қолдану (соның ішінде суреттер) 
- 
Seq2Seq моделін қолданып, әр түрлі, соның ішінде машинамен аудару 
- 
Қолда бар симуляция негізінде Reinforcement Learning моделін әзірлеу 

жүктеу/скачать 1,68 Mb.

Достарыңызбен бөлісу: