Fundamentals of artificial intelligence
Description: The discipline provides the basics of research in the field of artificial intelligence. Students will gain skills in the practical use of artificial intelligence-based tools and platforms to create text documents, audio and video content and other resources used in the profession. The course also examines the use of tools for text analysis, interactive data visualization, data analysis, forecasting and risk assessment in the professional field. The ethical aspects of the use of AI are highlighted.
Amount of credits: 6
Пререквизиты:
- Of Informatively-communication technologies
Course Workload:
| Types of classes | hours |
|---|---|
| Lectures | 30 |
| Practical works | |
| Laboratory works | 30 |
| SAWTG (Student Autonomous Work under Teacher Guidance) | 30 |
| SAW (Student autonomous work) | 90 |
| Form of final control | Exam |
| Final assessment method | A written exam |
Component: University component
Cycle: Base disciplines
Goal
- Формирование комплекса компетенций в области использовании теоретических знаний и умений в области представления теоретических знаний и практического применения программного инструментария и методов искусственного интеллекта, формирование целостного представления о современном состоянии теории и практики построения интеллектуальных систем различного назначения.
Objective
- определить и раскрыть содержание ключевых понятий и направлений искусственного интеллекта;
- познакомить с основными моделями представления знаний, раскрыть их особенности, указать основные области применения;
- сформировать навыки проектирования специализирванных (по своему профилю) систем с использованием специализированных оболочек.
Learning outcome: knowledge and understanding
- знание основных понятий ИИ, истории, моделей представления знаний
- понимание основных концепций, овладение методами ИИ
Learning outcome: applying knowledge and understanding
- способность использовать представленные теории, методы и принципы ИИ для применения базовых интеллектуальных программных систем
Learning outcome: formation of judgments
- обсуждать и анализировать социальные последствия технологий ИИ в человеческих обществах
Learning outcome: communicative abilities
- about modern information technologies for solving professional problems and methods of their choice
Learning outcome: learning skills or learning abilities
- осуществлять сбор необходимой информации, систематизировать и обобщать ее, использовать полученные знания на практике.
Teaching methods
интерактивная лекция (применение следующих активных форм обучения: ведомая (управляемая) дискуссия или беседа; демонстрация слайдов или учебных фильмов; мозговой штурм; мотивационная речь);
информационно-коммуникационная (например, занятия в компьютерном классе с использованием различных операционных систем и профессиональных пакетов прикладных программ);
поисково-исследовательская (самостоятельная исследовательская деятельность студентов в процессе обучения).
Assessment of the student's knowledge
Teacher oversees various tasks related to ongoing assessment and determines students' current performance twice during each academic period. Ratings 1 and 2 are formulated based on the outcomes of this ongoing assessment. The student's learning achievements are assessed using a 100-point scale, and the final grades P1 and P2 are calculated as the average of their ongoing performance evaluations. The teacher evaluates the student's work throughout the academic period in alignment with the assignment submission schedule for the discipline. The assessment system may incorporate a mix of written and oral, group and individual formats.
| Period | Type of task | Total |
|---|---|---|
| 1 rating | Лабораторная работа 1 | 0-100 |
| Лабораторная работа 2 | ||
| Лабораторная работа 3 | ||
| Рубежное тестирование 1 | ||
| 2 rating | Лабораторная работа 4 | 0-100 |
| Лабораторная работа 5 | ||
| Лабораторная работа 6 | ||
| Рубежное тестирование 2 | ||
| Total control | Exam | 0-100 |
The evaluating policy of learning outcomes by work type
| Type of task | 90-100 | 70-89 | 50-69 | 0-49 |
|---|---|---|---|---|
| Excellent | Good | Satisfactory | Unsatisfactory | |
| Ответы на контрольные вопросы | демонстрирует системные теоретические знания, владеет терминологией, делает аргументированные выводы и обобщения, приводит примеры, показывает свободное владение материалом и способность быстро реагировать на уточняющие вопросы | демонстрирует прочные теоретические знания, владеет терминологией, делает аргументированные выводы и обобщения, приводит примеры, оказывает свободное владение материалом, но при этом делает несущественные ошибки, которые исправляет самостоятельно или при незначительной коррекции преподавателем | демонстрирует неглубокие теоретические знания, недостаточное умение делать аргументированные выводы и приводить примеры, показывает недостаточно свободное владение материалом, логичностью и последовательностью изложения, делает ошибки которые может исправить только при коррекции преподавателем. | демонстрирует незнание теоретических основ предмета, не умеет делать аргументированные выводы и приводить примеры, показывает слабое владение материалом, не владеет терминологией, проявляет отсутствие логичности и последовательности изложения, делает ошибки, которые не может исправить даже при коррекции преподавателем, отказывается отвечать на занятии |
| Работа на лабораторных занятиях | выполнил лабораторную работу в полном объеме с соблюдением необходимой последовательности действий; в отчете правильно и аккуратно выполняет все записи, таблицы, рисунки, чертежи, графики, вычисления; правильно выполняет анализ ошибок. При ответе на вопросы правильно понимает сущность вопроса, дает точное определение и истолкование основных понятий; сопровождает ответ новыми примерами, умеет применить знания в новой ситуации; может установить связь между изучаемым и ранее изученным материалом, а также с материалом, усвоенным при изучении других дисциплин. | выполнил требования к оценке «отлично», но допущены 2-3 недочета. Ответ обучающегося на вопросы удовлетворяет основным требованиям к ответу на «отлично», но дан без применения знаний в новой ситуации, без использования связей с ранее изученным материалом и материалом, усвоенным при изучении других дисциплин; допущены одна не критичная ошибка или не более двух недочетов, при этом обучающийся может их исправить самостоятельно без помощи преподавателя. | выполнил работу не полностью, но не менее 50% объема практической работы, что позволяет получить правильные результаты и выводы; в ходе проведения работы были допущены ошибки. При ответе на вопросы обучающийся правильно понимает сущность вопроса, но в ответе имеются отдельные проблемы в усвоении вопросов курса, не препятствующие дальнейшему усвоению программного материала; допущена одна грубая ошибка и не более двух-трех недочетов, при этом обучающийся может их исправить с небольшой помощью преподавателя. | выполнил работу не более 50% от объема, что не позволяет сделать правильных выводов. При ответе на вопросы демонстрирует отсутствие владения основными знаниями и умениями в соответствии с требованиями программы; допущены больше ошибок и недочетов, чем необходимо для оценки «удовлетворительно», не может ответить на большую часть из поставленных вопросов. |
Evaluation form
The student's final grade in the course is calculated on a 100 point grading scale, it includes:
- 40% of the examination result;
- 60% of current control result.
The final grade is calculated by the formula:
| FG = 0,6 | MT1+MT2 | +0,4E |
| 2 |
Where Midterm 1, Midterm 2are digital equivalents of the grades of Midterm 1 and 2;
E is a digital equivalent of the exam grade.
Final alphabetical grade and its equivalent in points:
The letter grading system for students' academic achievements, corresponding to the numerical equivalent on a four-point scale:
| Alphabetical grade | Numerical value | Points (%) | Traditional grade |
|---|---|---|---|
| A | 4.0 | 95-100 | Excellent |
| A- | 3.67 | 90-94 | |
| B+ | 3.33 | 85-89 | Good |
| B | 3.0 | 80-84 | |
| B- | 2.67 | 75-79 | |
| C+ | 2.33 | 70-74 | |
| C | 2.0 | 65-69 | Satisfactory |
| C- | 1.67 | 60-64 | |
| D+ | 1.33 | 55-59 | |
| D | 1.0 | 50-54 | |
| FX | 0.5 | 25-49 | Unsatisfactory |
| F | 0 | 0-24 |
Topics of lectures
- Введение в ИИ
- Знакомство с инструментами ИИ Обзор ИИ для специалистов нетехнического профиля
- Большие языковые модели (LLM)
- Платформы искусственного интеллекта без кода
- Инструменты генеративного искусственного интеллекта Обзор инструментов генеративного искусственного интеллекта
- Инструменты распознавания изображений Введение в распознавание изображений
- Инструменты обработки естественного языка (Natural Language Processing NLP) Основы обработки естественного языка
- Визуализация данных с помощью искусственного интеллекта Методы визуализации данных с помощью ИИ
- ИИ в маркетинге и рекламе Применение ИИ в маркетинге и рекламе
- ИИ в финансах ИИ в финансовых услугах
- ИИ в обслуживании клиентов Повышение качества обслуживания клиентов с помощью ИИ
- ИИ в образовании Инновации ИИ в образовании
- Этические аспекты ИИ Этические проблемы ИИ
- ИИ и общество Влияние ИИ на общество и сообщества
- Будущие тенденции в ИИ Новые тенденции в ИИ
Key reading
- Агамалиев Р.: От "Энигмы" до ChatGPT. Эволюция искусственного интеллекта и российские бизнес-кейсы. – Москва: Миф, 2024. – 208 стр. - ISBN 978-5-00214-351-1
- Фостер Дэвид. Генеративное глубокое обучение. Как не мы рисуем картины, пишем романы и музыку. 2-е международное изд. Санкт-Петербург: Издательский дом Питер, 2024.- 448 с. - ISBN 978-601-08-3729-4
- Харбанс Р.: Грокаем алгоритмы искусственного интеллекта. Санкт-Петербург: Питер- Трейд, 2022.- 368 с. – ISBN 978-5-4461-2924-9
- Доэрти Пол, Уилсон Джеймс: Душа машины. Радикальный поворот к человекоподобию систем искусственного интеллекта. - Москва: Миф , 2024. – 368 стр. – ISBN 978-5-00195-689-1
- Баймұхамедов М.Ф., Баймұхамедова А.М., Боранбаев С.Н. «Жасанды интеллект: қазіргі заманғы теория және тәжірибе. Artificial Intelligence: Modern Theory and Practice» (в одной книге на казахском и английском языках) (реализация в двух томах). Алматы: Бастау, 2020 (ISBN 1т.- 978-601-7991-32-6) (ISBN 2т.- 978-601-7991-33-3);
- Яворский В.В. Интеллектуальные информационные технологии: учебник / В.В. Яворский. - Алматы : Эпиграф, 2019. - 342, [1] с. : ил., табл. - Библиогр.: с. 341-342. - ISBN 978-601-327-561-1.
- Оразбаев Б.Б. Методы и системы искусственного интеллекта в экономике: учебное пособие для студентов и магистрантов специальностей "Информационные системы" и "Вычислительная техника и программное обеспечение" в экономических вузах / Б.Б. Оразбаев, Б.А. Серимбетов. - Алматы : Эпиграф, 2019. - 307, [1] с. : ил. - Библиогр.: с. 305-307. - ISBN 978-601-240-394-7.
- Разработка и анализ данных: учеб. пособие / Р. У. Тукеев; КазНУ им. аль-Фараби. - Алматы : Қазақ ун-ті, 2017. - 109 с. ISBN 978-601-04-2261-2
- Шевчук Е.В. Интеллектуальные информационные системы: учебно-методическое пособие / Е.В. Шевчук. - Алматы: CyberSmith, 2017. - 137 с. - ISBN 978-601-310-319-8.
Further reading
- Pedro Uria-Recio, Randy McGraw. Machines of Tomorrow: From AI Origins to Superintelligence & Posthumanity. 2024;
- RYAN BENNETT. Artificial Intelligence and Generative AI Made EASY: A Beginner's Guide to Mastering ChatGPT, Google Bard, and Tomorrow's Tech Today. 2023;
- Data Science на службе бизнеса. Книга об интеллектуальном анализе данных / Д. М. Назаров, С.В.Бегичева, Д.Б. Ковтун, А.Д. Назаров. – Москва: Ай Пи Ар Медиа; Алматы: EDP Hub (Идипи Хаб), 2023. – 330 с.;
- Стивен, Даггэн. Искусственный интеллект в образовании: Изменение темпов обучения. : [Электронный ресурс], 2020, https://iite.unesco.org/wp-content/uploads/2020/12/Steven_Duggan_AI-in-Education_2020_RUS.pdf;
- Джон, Пол Мюллер. Искусственный интеллект для чайников: Санкт-Петербург: Диалектика, 2019 г. ISBN: 978-5-907114-57-9;
- Новиков, Ф. А. Символический искусственный интеллект: математические основы представления знаний: учебное пособие для вузов / Ф. А. Новиков. — Москва : Издательство Юрайт, 2024. — 278 с. — (Высшее образование). — ISBN 978-5-534-00734-3. — Текст : электронный // Образовательная платформа Юрайт;
