Конкурс "Лучший преподаватель" (Сарсембаева Талшын Сағдатбекқызы)

Курс лекции по дисциплине "Интеллектуальный анализ данных"

Лекция 1	Интеллектуалды деректерді талдау (KDD): теориясы, әдістері және қолданылу аясы	Презентация1 Деректерді интеллектуалды талдау
Лекция 2	KDD (Knowledge Discovery in Data) кезеңдері	Презентация 2 Деректерді интеллектуалды талдау
Лекция 3	Деректерді талдау және алдын ала өңдеу	Презентация 3 Деректерді интеллектуалды талдау
Лекция 4	Классификация әдістері: жалпы түсінік, алгоритмдер және модельдерді бағалау	Презентация 4 Деректерді интеллектуалды талдау
Лекция 5	Шешімдер ағаштары және ансамбльдік әдістер: Random Forest және Gradient Boosting	Презентация 5 Деректерді интеллектуалды талдау
Лекция 6	Кластерлеу әдістері: k-means, DBSCAN және бағалау метрикалары	Презентация 6 Деректерді интеллектуалды талдау
Лекция 7	Ассоциативті ережелерді өндіру: Apriori, FP-growth және бизнесте қолданылуы	Презентация 7 Деректерді интеллектуалды талдау
Лекция 8	Негізгі компоненттер әдісі (PCA) және деректердің өлшемін төмендету	Презентация 8 Деректерді интеллектуалды талдау
Лекция 9	t-SNE және деректердің визуализациясы: PCA-мен салыстыру	Презентация 9 Деректерді интеллектуалды талдау
Лекция 10	Нейрондық желілердің негіздері және терең оқытудың қазіргі үлгілері	Презентация 10 Деректерді интеллектуалды талдау
Лекция 11	Конволюциялық нейрондық желілер (CNN)	Презентация 11 Деректерді интеллектуалды талдау
Лекция 12	Уақыттық қатарларды талдау (Time Series Analysis)	Презентация 12 Деректерді интеллектуалды талдау
Лекция 13	Ілгері деңгейдегі әдістер: Терең оқыту (Deep Learning), LSTM, GRU және генеративті үлгілер (GAN, VAE)	Презентация 13 Деректерді интеллектуалды талдау
Лекция 14	Интеллектуалды деректерді талдау (ИДТ) бизнесте және медицинада	Презентация 14 Деректерді интеллектуалды талдау
Лекция 15	Қорытынды дәріс және практикалық жобалар	Презентация 15 Деректерді интеллектуалды талдау

Курс лекции по дисциплине "Введение в науку о данных"

Лекция 1	Деректер туралы ғылымына кіріспе.	Презентация 1
Лекция 2	Деректерді талдауға арналған Python негіздері.	Презентация 2
Лекция 3	Деректерді визуализациялау.	Презентация 3
Лекция 4	Сызықтық алгебра және статистика.	Презентация 4
Лекция 5	Ықтималдық және гипотезалар.	Презентация 5
Лекция 6	Градиенттік төмендеу және оңтайландыру.	Презентация 6
Лекция 7	Деректерді жинау және дайындау.	Презентация 7
Лекция 8	Машиналық оқыту негіздері.	Презентация 8
Лекция 9	Машиналық оқыту алгоритмдері (1 бөлім).	Презентация 9
Лекция 10	Машиналық оқыту алгоритмдері (2 бөлім).	Презентация 10
Лекция 11	Нейрондық желілер.	Презентация 11
Лекция 12	Кластерлеу.	Презентация 12
Лекция 13	Табиғи тілді өңдеу (NLP)	Презентация 13
Лекция 14	Әлеуметтік желілерді талдау және ұсыныс жүйелері.	Презентация 14
Лекция 15	Деректер базасы, SQL және Таратылған есептеулер	Презентация 15