Вестник казнпу им. Абая, серия «Физико-математические науки», №4(72), 2020 г. 250 Мрнти

Нейронды желілер – бір-бірімен синапстар арқылы біріктірілген нейрондардың белгілі бір тізбегі.
Синапс – нейрондар арасындағы байланыс. Олардың әрқайсысы өз кіріс салмағының дәрежесіне 
ие. Нейронды желі құрылымынан тұратын программа машинаға белгілі бір ресурстан алынған кіріс 
ақпараттарын талдауға және нәтижені есте сақтауға мүмкіндік береді. Синапстардың ерекшелігіне 
қарай кіріс ақпараттары тасымалдау кезінде өзгереді. Ақпаратты өңдеу үдерісінде салмақ көрсеткіші 
бойынша үлкені синапс арқылы тасымалданады. Олай болса, нәтижеге нейрондар емес, синапстар 
тікелей әсер етеді. Синапстар кіріс ақпараттардың белгілі бір салмағын беретін болса, нейронда әрбір 
өңдеуде бірдей есептеуді орындайды [5]. 
Студенттер нейронды желілердің не екендігін анықтап алғаннан кейін, білімдерін нейрондық 
желілердің негізгі түрлерін бөліп көрсету, жобалау, болжау, іздеу, мәліметтерді сығу түсініктерімен 
толықтырады. Жасанды интеллектінің негізгі түсініктері мен түрлерімен танысқаннан кейін, 
студенттердің өздеріне нейрондық желіні оқыту бойынша практикалық тұрғыдан жұмыс жасау керек 
болады. «Жасанды интеллект негіздері» курсы бойынша алатын білімді жалғастыру нейрондық 
желілерді теориялық тұрғыдан үйренуге бағытталады. Нейрондар, нейрондық желілер, жасанды 
нейрондық желілер туралы түсініктері бар студенттер ары қарай нейрондық желілердің құрылымдық 
сызбасы мен қызмет ету алгоритмдеріне көшеді. Студенттердің білімдерін тереңдету тұрғысынан 
нейрондық желілерді қолданып программалық код құруға арналған тапсырмаларды көбірек ұсынуға 
кеңес беріледі. Болашақ информатика мұғалімдеру машиналық оқыту технологиясын жетік меңгеру 
үшін математикалық талдау, сызықтық алгебра және тиімділеу әдістері сияқты пәндер облысында 
білімді толықтырулары керек. Машиналық оқыту міндеттерін мұғаліммен оқыту (supervised learning) 
және мұғалімсіз оқыту (unsupervised learning) деп екі түрге бөліп көрсетуге болады.
Мұндағы «мұғалім» деп отырғаны ақпаратты өңдеуде адамның сол үрдіске араласуы болып 
табылады. Мұғаліммен оқыту кезінде бізде бір нәрсені болжай алатын, қандай да бір шешім 
шығаруға көмектесетін мәлімет болады. Мысалы, түрлі медициналық көрсеткіштер негізінде 
(жөтелу, жоғары температура, әлсіздік) пациентте қандай да бір нақты аурудың бар екендігін анықтау 
(бұл тамақтың суықтауы немесе тұмау). Мұғалімсіз оқыту кезінде бізде тек мәлімет қана бар, сол 
мәлімет бойынша белгілі бір қасиеттер анықталады. Мысалы, адамның бойы мен салмағы туралы 
мәліметтер киім мөлшерін анықтау үшін топтарға бөлінеді [6-7]. 
Болашақ информатика пәні мұғалімдерінене R, Python немесе Matlab секілді программалау 
тілдерін білу міндеттеледі. «Жасанды интеллект» бөлімін оқытуда программалар жүйесін қолдану 
өте маңызды. Программаларды қолдану нәтижесінде студенттер жасанды интеллекті құру, 
нейрондық желілерді оқыту дағдылары қалыптасады. Қалыптасқан дағдылар нәтижесінде болашақ 
информатика мұғалімдері қарапайым нейрон моделін құрудан бастап, алдын ала түрлі жағдаяттарды 
болжау, жасанды интеллектіні жобалау жұмыстарын жүзеге асырады [8].
Әдістемелік жүйеде келтірілген жұмыстарға төмендегілер жатады: 
1. Қарапайым нейрон моделін құру. 
Осы жұмыс негізінде екі кіріс және бір шығысы бар қарапайым нейрон моделін құрылады. Біздің 
миымыздағы нейрон көрген тағамды тұтыну немесе тұтынбау шешімін қабылдауға үйретіледі. 
Нейрон шығысы – «тұтыну немесе тұтынбау», яғни сәйкесінше 1 және 0. Екілік жүйе бойынша 
белсендіру мәнінің шегі мысалы, белгіленген мәннен асса, онда нейрон 1 мәнін шығарады, кері 
жағдайда 0 мәнін шығарады.
2. Жасанды интеллектіні қолдану саласы бойынша модель құру. 
Сатылымды болжау әрекетін қарастыратын болсақ, онла белгілі бір уақыт аралығындағы сатылым 
мәндерін енгізу арқылы оптимистік немесе пессимстік болжам жасауға болады. Кіріс, шығыс 

ВЕСТНИК КазНПУ им. Абая, серия «Физико-математические науки», №4(72), 2020 г. 
254
мәліметтері есептеліп, оларды оқытады, сарапшы деректерді пайдалана отырып дайындайды Осы 
жұмысты орындау нәтижесінде болашақ информатика мұғалімдері кесте, мәліметтер қоры, 
диаграмма құру, безендіру жұмыстарын жүргізе отырып, жасанды интеллектіні қолдану саласы 
бойынша модель құру дағдыларын қалыптастырады.
3. Жасанды интеллектіні жобалау 
Бұл жұмыстың мақсаты – нейрон қабылдайтын кірістерді таңдау жұмысын автоматтандыру. 
Мысалы, көк бөлік – нейрон, қызғылт бөлік – нейронға көрсетілетін түрлі тағамдар, жасыл бөлік – 
белгілі бір параметрлер.
Жұмысты орындау нәтижесінде студенттерде күтілетін нәтиже, нақты нәтиже, орын алуы мүмкін 
қателік, жаңа салмақ, күтілетін жауап, нақты жауап алу дағдылары қалыптасады.
4. Жасанды интеллектіні әзірлеуде «мұғаліммен оқыту» әдісін қолдану 
Бұл жұмыста болашақ информатика мұғалімдері болжам сызбаларын жасайды. Мысалы, валюта 
бағамының нақты деректері негізінде келесі күні теңгеге қатысты доллар құнын болжау керек. 
Бастапқы кезеңде деректер белгілі бір ресми жерден алынып, ары қарай өңдеу үшін дайындалады. 
Студенттер келтірілген мәліметтер бойынша регрессиялық талдау жасап, артықшылықтарды 
айқындауға мүмкіндік береді және басты әсер етуші факторларға негізделе отырып, даму бағыттарын 
болжау, жоспарлау, басқару шешімдерін қабылдау дағдыларының қалыптасуына мүмкіндік береді. 
Ұсынылып отырған әдістемелік жүйе Қазақ ұлттық қыздар педагогикалық университетінің 
болашақ информатика пәні мұғалімдерін даярлау процесіне енгізілген. Зерттеу нәтижелері 
студенттерді жасанды интеллект негіздеріне оқыту бойынша сапаның артқандығын көрсетеді. 
Болашақ информатика мамандары «Жасанды интеллект» бағыты бойынша теориялық білім алып 
қана қоймай, кәсіби міндеттерін жүзеге асыруда қолданып, нәтижесін көре алады.
Пайдаланылған әдебиеттер тізімі: 
1 Салғараева Г.И., Базаева Ж.Б., Маханова А.С. Информатика - жаратылыстану-математика 
бағытының 11-сыныбына арналған оқулық // Нұр-Сұлтан: «Арман-ПВ» баспасы, 2019. – 238 бет. 
2 Isakov Yu.A.Artificial intelligence // ModernScience. - 2018. - № 6-1. - С. 25-27.
3 Vadinsky O. An overview of approaches evaluating intelligence of artificial systems // Acta informatica 
pragensia. – 2018. - № 7-1. – С. 74-103 
4 Демкин В. И. История и перспективы развития нейронных сетей // Вестник современных исследований. 
- 2018. - №6.1 (21). - С. 366-368.
5 Боровская Е. В., Давыдова Н. А. Основы искусственного интеллекта // М.: Лаборатория знаний, 2016. 130 с. 
6 Левченко И. В. Основные подходы к обучению элементам искусственного интеллекта в школьном курсе 
информатики // Информатика и образование. 2019. № 6. С. 7-15. 
7 Ясницкий, Л.Н. Интеллектуальные системы [Электронный ресурс] : учеб. - Электрон. дан. -Москва : 
Издательство "Лаборатория знаний", 2016. - 224 с.
8 Fang F., Tambe M., Dilkina B., Plumptre A. J. Artificial intelligence and conservation // Cambridge: Cambridge 
University Press, 2019. 246 p. 
 
References 
1 Salgaraeva G.I., Bazaeva Zh.B., Mahanova A.S. (2019) Informatika - zharatylystanu-matematika bagytynyn 11-
synybyna arnalgan okulyk. Nur-Sultan «Arman-PV» baspasy, 238. (In Kazakh) 
2 Isakov Yu.A. (2018) Artificial intelligence. ModernScience. № 6-1, 25-27. (In English) 
3 Vadinsky O. (2018) An overview of approaches evaluating intelligence of artificial systems. Acta informatica 
pragensia. № 7-1, 74-103. (In English) 
4 Demkin V. I.(2018) Istorija i perspektivy razvitija nejronnyh setej [History and prospects of development of 
neural networks]. Vestnik sovremennyh issledovanij. №6.1 (21), 366-368. (In Russian) 
5 Borovskaja E. V., Davydova N. A. (2018) Osnovy iskusstvennogo intellekta [Fundamentals of artificial 
intelligence], M. Laboratorija znanij, 130. (In Russian) 
6 Levchenko I. V. (2019) Osnovnye podhody k obucheniju jelementam iskusstvennogo intellekta v shkol'nom kurse 
informatiki [Basic approaches to teaching elements of artificial intelligence in the school course Informatics]. 
Informatika i obrazovanie. № 6, 7-15. (In Russian) 
7 Jasnickij, L.N. (2016) Intellektual'nye sistemy [Intellectual systems]:ucheb.Jelektron.dan.Moskva: Izdatel'stvo 
"Laboratorija znanij", 224. (In Russian) 
8 Fang F., Tambe M., Dilkina B., Plumptre A. J. (2019) Artificial intelligence and conservation. Cambridge: 
Cambridge University Press, 246. (In English)