Хабарландырулар

  • image image image image
    • PLATONUS
    shape
    shape

    Казбекова Гулнур Нагиметовна

    Казбекова Гулнур Нагиметова

                                                         ТЕХНИКА ҒЫЛЫМДАРЫНЫҢ КАНДИДАТЫ,

                                                            ҚАУЫМДАСТЫРЫЛҒАН ПРОФЕССОР

    Дәріс 1. Халықаралық ақпарат алмасу стандарттары

    Дәріс 2. Қауіп ұғымы. Қазақстанда жұмыс істеу жағдайындағы

    Дәріс 3. Вирус түрлері туралы түсінік. Ақпараттық жүйенің ықтимал бұзылуының түрлері

    Дәріс 3. Вирус түрлері туралы түсінік. Ақпараттық жүйенің ықтимал бұзылуының түрлері

    Дәріс 5. Ақпараттық қауіпсіздік теориясының негізгі ережелері

    Дәріс 6. Ақпараттық қауіпсіздік модельдері және оларды қолдану

    Дәріс 7. Ресурстарға қол жеткізуді басқару

    Дәріс 8. Операциялық жүйелердің қауіпсіздігі. Жоғары сенімді есептеу базасы

    Дәріс 9. Ақпараттық қауіпсіздендіруді қамтамасыз ету жүйелерінің

    Дәріс 10. Аутентификация. Әлсіз парольдер. Unix-тегі құпия сөзді қорғау. Бір реттік парольдер

    Дәріс 1. АҚПАРАТТЫҚ ЖҮЙЕЛЕР ИНФРАҚҰРЫЛЫМЫНА КІРІСПЕ

    №2 дәріс ЖЕЛІЛІК ИНФРАҚҰРЫЛЫМ

    №3 дәріс. СЕРВЕРЛІК ИНФРАҚҰРЫЛЫМ

    №4 дәріс. ДЕРЕКТЕР ОРТАЛЫҚТАРЫ

    №5 дәріс. БҰЛТТЫҚ ИНФРАҚҰРЫЛЫМ

    №6 дәріс. АҚПАРАТТЫҚ ҚАУІПСІЗДІК ИНФРАҚҰРЫЛЫМЫ

    №7 дәріс. ДЕРЕКТЕРДІ САҚТАУ ЖҮЙЕЛЕРІ-I

    №8 дәріс. ДЕРЕКТЕРДІ САҚТАУ ЖҮЙЕЛЕРІ-II

    №9 дәріс. ДЕРЕКТЕРДІ САҚТАУ ЖҮЙЕЛЕРІ-III

    №10 дәріс. IT ҚЫЗМЕТТЕРДІ БАСҚАРУ (ITSM)

    Лекция 1. Машиналық оқытудың негіздері.

    Лекция 2. Машиналық оқытудың логикалық моделі.

    Лекция 3. Машиналық оқыту, жасанды интеллект және нейрондық желілердің айырмашылығы.

    Лекция 4. Расс-Лассо регрессиясы: олардың дұрыс қолдануы

    Лекция 5. Машиналық оқытудың логикалық моделі. Ранжирлеу шежіресі

    Лекция 6. Machine Learning VS Адамды оқыту

    Лекция 7. Ықтималдық және статистикалық шешім қабылдау модельдері. Статистикалық шешім қабылдау әдістері тәуекелге ұшырайды

    Лекция 8. Машиналық оқытудың қолдану ауқымы

    Лекция 9. Data Mining модельдері

    Лекция 10. Data Mining модельдерінің түрлері

    Лекция 11. Білімдерді ұсыну үшін семантикалық желілер.

    Лекция 12. Критериалды әдістер. Шешімді қабылдаудың кейбір әдістемелері. Шешім көпкритериалды қабылдауының оқу мысалы

    Лекция 13. Ықтималдық әдістер. Нейрон желілері

    Лекция 14. Сараптамалық жүйелермен жұмыс істеу технологиясы.Сараптамалық жүйелердің құрылымы және жіктеуі.

    Лекция 15. Сараптамалық жүйелерді жасау технологиясы. Құрастырудың негізгі кезеңдері.

    Дәріс №1. Кіріспе. AUTOCAD бағдарламасымен жұмыс жасау

    Дәріс №2. Негізгі ұғымдар және аспаптар. Примитивтер. Қарапайым примитив: Кесінді.

    Дәріс №3. Қарапайым примитивтер: Шеңбер. Доға.

    Дәріс №4. Нысандарды байланыстыру. Масштабтау.

    Дәріс №5. Күрделі примитивтер: Полилиния. Арнайы түрдегі полилиниялар.

    Дәріс №6. Мәтін

    Дәріс №7. Жалпы түзету бұйрықтары: ERASE, COPY, MIRROR, OFFSET, ARRAY

    Дәріс №8. Жалпы түзету бұйрықтары: MOVE, ROTATE, SCALE, STRETCH, TRIM, EXTEND, BREAK.

    Дәріс №9. Жалпы түзету бұйрықтары: CHAMFER, FILLET.

    Дәріс №10. Штрихтау.

    Дәріс №11. Блоктар.

    Дәріс №12. Өлшемдер.

    Дәріс №13. Кестелер.

    Дәріс №14. Кестені редакциялау және форматтау. Кестенің стилі.

    Дәріс №15. 3D - үлгілерін құру