Бидний тухай
Багш ажилтан
Энэ хичээл нь Python ашиглан програмчлах, загварчлах болон турших, машин сургалтын үндэс гэсэн гурван хэсгээс бүрдэнэ. Python-аар програмчлах (давтал, нөхцөл шалгах, тэмдэгт мөртэй ажиллах; функц, хийсвэрлэл; жагсаалт, хослол, толь гэх мэт өгөгдлийн бүтцийн хэрэглээ, кодын алдаа илрүүлэх, шалгах арга) энгийн зарим аргыг эхний хэсэгт үзнэ. Дараагийн хэсэгт загварчлах тооцооллын арга техник (граф, сүлжээ, дискрет оновчлол) болон тооцооллын туршилт, симуляцын зарим арга зүй (санамсаргүй алхалт, Монте-Карло симуляци, итгэх завсар гэх мэт)-г Python-р програмчлах, туршилтын үр дүнг тайлбарлах зэргийг авч үзнэ. Гуравдугаар хэсэгт машин сургалтын зарим элемент (бүлэглэл (clustering), ангилал (clustering))-г ойлгох, хэрэглэх дадлага хийнэ.
Энэ хичээл нь програмчлалын суурьтай байхыг шаардахгүй. Загварчлах, тооцооллын арга техник ашиглан шийдэл боловсруулах, шийдлийг програмчлах чадварын үндсийг таниулах, эзэмшүүлэх зорилготой.
Энэхүү хичээлд дискрет, тасралтгүй тархалт, олон хэмжээст санамсаргүй хэмжигдэхүүн, тэдгээрийн дундаж, вариац, нөхцөлт магадлал, болон Байесын томьёо, хязгаарын теоремууд зэрэг магадлалын үндсэн элементүүд багтана. Цаашилбал, санамсаргүй хувьсагчийн функц, нөхцөлт математик дунджийг илүү гүнзгийрүүлэн авч үзэн, Байесын инференсийг дискрет, тасралтгүй, холимог хэлбэрээр (постриори тархалт, постриорийн магадлалын хамгийн их утга, шугаман болон ерөнхий квадратын хамгийн бага утга, Beta тархалт, шугаман хэвийн загварууд) авч үзнэ. Стохастик процессыг (цаг хугацааны явцад өөрчлөгдөж буй магадлалын загварууд) төлөөлөл болгон Бернулли, Пуассоны процесс, болон төгсгөлөг-төлөвт Марковын гинж зэргийг судлах юм. Тус хичээл нь магадлал, санамсаргүй процессыг ашигладаг бусад хичээлийг суралцах суурь үндсийг бэлтгэх юм. Хичээлийн цахим сургалтын материалыг дараах холбоосоор үзэх боломжтой. Холбоос: https://shorturl.at/atRU8
Энэ хичээлийн зорилго нь холбогдох загвар, ур чадвар, багаж хэрэгслийг математик арга техник, мэдрэхүйтэй хослуулах замаар танилцуулах явдал юм. Тодорхойгүй байдлыг загварчлах, хэмжих, болон анализ хийх арга техникүүдийг судална. Магадлалын онол, статистик гаргалгаа хийх арга техникүүд нь өгөгдлөөс мэдлэг ялган авах, анализ дүгнэлт гаргах чухал хэрэглэгдэхүүн билээ.
Өгөгдлийн санг удирдах систем, Өгөгдлийн загварчлал ба өгөгдлийн сангийн зохиомж, Холбоост өгөгдлийн сангийн зохиомж, Өгөгдлийн сангийн хэл, Хадгалалт ба индекслэлт, Транзакшн боловсруулалт, Нөхөн сэргээлт
Өгөгдлийн сан болон түүнтэй холбоотой судалгаа нь Компьютерийн ухааны нэг гол салбар юм. Мөн өгөгдлийн сан нь биологи, физик, эдийн засаг, статистик зэрэг бусад олон салбарт түгээмэл ашиглагдаж байна. Эдгээрийн хэрэгжүүлэх, тогтвортой ажиллагааг хангахад өгөгдлийн сангийн системийн нарийн мэдлэг, чадвар шаардагддаг ба тэрхүү мэдлэг чадварыг эзэмшүүлэхэд энэ хичээлийн зорилго оршино
Энэхүү хичээлээр хурдан, үр дүнтэй ажиллах алгоритмыг зохиомжлох, шинжлэх арга техникүүдийг хэрэглээтэй хослуулан заана. Хуваан эзлэх зарчим: үндсэн ойлголт, хуваалт, нэгтгэл, хугацааны анализ, мастер теорем, модны аргаар хугацааг үнэлэх, жишээ бодлогууд, хоёртын хайлт. Графын алгоритм: графын дүрслэл, төвшиний нэвтрэлт, гүний нэвтрэлт, топологи эрэмбэ; жинтэй графын богино зам, нэг эхлэлтэй богино замын бодлого, Дайкстрагийн алгоритм, Белмин-Фордын алгоритм, бүх орой хоорондын богино зам; бага жинт бүрхүүл мод, Прим, Крүскалын алгоритм; Графын урсал: их урсгал, бага тасралт (max flows, min cut), хоёрт тал граф, харгалзаа (matching). Динамик програмчлалын үндсэн ойлголт, жишээ.
Алгоритмын зохиомжийг гаргаж, түүний биелэгдэх хугацааны шинжилгээ хийх, алгоритмын зөв ажиллагааг батлах, алгоритмын зохиомж хийх үндсэн чухал ойлголтуудыг эзэмших, инженерчлэлийн асуудалд тохирох алгоритм хөгжүүлэх мэдлэг, чадварыг эзэмшүүлэх
