Հայաստանի պետական տնտեսագիտական համալսարան (Տնտեսության մաթեմատիկական մոդելավորում)

Sub List
Տնտեսական ինֆորմատիկա և տեղեկատվական համակարգեր
Questions
  1. Տեղեկատվական համակարգեր, դրանց կառուցվածքը և դասակարգումը։
  2. Բիզնես միջավայրը և տեղեկատվական տեխնոլոգիաները։ Գիտելիքների և տեղեկատվության դերը բիզնեսի կառավարման գործում։ Բիզնես գործընթացների ավտոմատացում։
  3. Էլեկտրոնային բիզնես։ Ցանցային միջավայրում բիզնեսի վարման առանձնահատկությունները։ Ցանցային տնտեսություն։ Ցանցային տնտեսության զարգացման հեռանկարները և խնդիրները։
  4. Ցանցային և հեռակոմունիկացիոն տեխնոլոգիաներ։ Համացանցը և դրա ազդեցությունները բիզնես միջավայրի ձևավորման վրա։
  5. Տեղեկատվական համակարգերի տարբեր տեսակներ: Որոշումների կայացման տեղեկատվական համակարգեր: Կազմակերպություններում օգտագործվող հիմնական համակարգերը:
  6. Տեղեկատվական համակարգերի փոխկապակցվածությունը: Մատակարարումների շղթայի կառավարման համակարգեր։
  7. Մաթեմատիկական տրամաբանության ֆունկցիաներ, մոդելներ և բանաձևեր, մինիմալացում: Պոստի թեորեմը:
  8. Ֆունկցիոնալ տարրերով սխեմաների մոդելներ և գնահատականներ: Տրամաբանական մոդելավորման լեզուներ: Դուրս բերման ավտոմատացում, փորձագիտական համակարգեր:
  9. Ինֆորմացիայի տեսության հետազոտման առարկան: Ինֆորմացիայի տեսությունը որպես ժամանակակից հաշվիչ մեքենաների կառուցման հիմք:
  10. Էնտրոպիայի քանակական գնահատումը: Էնտրոպիայի քանակական գնահատման Շեննոնի բանաձևը ընդհատ վիճակներ ունեցող համակարգերի оրինակներ: Էնտրոպիայի չափման միավորի ընտրությունը:
  11. Երկհիմնային թվաբանական համակարգը և էնտրոպիայի քանակական գնահատումը:
  12. Հաշվարկային կոմբինատորիկա – տեղադրություններ, զուգորդություններ, տրոհումներ, մասնակի կարգեր: Կցմանարտաքսման սկզբունքը: Ծնող ֆունկցիաներ:
  13. Կարգավորված բազմություններ: Դիլվոթի թեորեմը: Շպերների թեորեմը միավոր խորանարդի համար: Մյոբիուսի ֆունկցիան և շրջման բանաձևը:
  14. Ծառեր: Արմատով, ոչ իզոմորֆ ծառերի քանակի ծնող ֆունկցիան: Գրաֆի կմախքային ծառերի քանակը: Կշիռ ունեցող կողերով գրաֆում նվազագույն կշռով կմախքային ծառ և կարճագույն ճանապարհ գտնելու ալգորիթմներ: M-ար ծառեր, նվազագույն երկարությամբ m-ար ծառի կառուցման Հոֆֆմանի ալգորիթմը:
  15. Գծային հատվածային կոդեր, դրանց կառուցման եղանակները: Հեմմինգի, Գոլեյի, Բոուզի-Չոուդհուրիի-Հոկվինգեմի կոդերը: Վարշամովի-Ջիլբերտի սահմանը:
  16. Գաղտնագրման գաղափարը և հիմնական կիրառությունները, համաչափ գաղտնագրային համակարգեր, հոսքային և հատվածային գաղտնագրեր, անհամաչափ գաղտնագրային համակարգեր, գաղտնակայունության գնահատումը։
  17. Հաշվողական մոդելներ և բարդության գնահատականներ:
  18. Բազմանդամային ժամանակում իրացվող ալգորիթմներ: Խնդիրների P և NP դասերը: Կուկի թեորեմը: NP լրիվ խնդիրները:
  19. Տվյալների հենքեր, ստորադասային, ցանցային, ռելյացիոն և օբյեկտկողմնորոշված մոդելներ /ցուցակներ, հերթեր, ստեկներ/: Բաշխված և միասնականացված տվյալների հենքեր: Գիտելիքների հենքի գաղափարը: Տվյալների հենքի հարցումների SQL լեզուն:
  20. Տվյալների հենքերի կառավարման համակարգեր (NoSQL, MongoDB հիմունքներ)։
  21. Թվերի արագ բազմապատկման ալգորիթմները: Մատրիցների բազմապատկման Շտրասենի ալգորիթմը: Ֆուրյեի դիսկրետ ձևափոխությունը: Ֆուրյեի արագ ձևափոխության ալգորիթմը:
  22. Հաշվողական համակարգերի ճարտարապետության գաղափարը: Ընդհանուր և բաշխված հիշողությամբ համակարգեր:
  23. Համակարգչային ցանցերի կազմակերպման մեթոդները: Համակարգչային ցանցերում հաղորդումների երթուղու ընտրման հնարավորությունները:
  24. Համակարգչային ցանցերի դասակարգումը ըստ ծավալի և տոպոլոգիայի: Տեղային և գլոբալ (Internet) ցանցերի հիմնական ծառայությունները և հնարավորությունները:
  25. Ցանցային ընթացակարգի գաղափարը: OSI/ISO-ի յոթմակարդակային մոդելը: TCP/IP ցանցային ճարտարապետության աշխատանքի և կազմակերպման հիմնական սկզբունքները:
  26. Ծրագրերին ներկայացվող պահանջները՝ ապահովություն, տեղափոխելիություն, ճանաչելիություն:
  27. Օպերացիոն համակարգերի գործառույթները, կառուցվածքը և աշխատակարգերը՝ ընդհատումների համակարգ, հիշողության պաշտպանություն, վիրտուալ համակարգերում հասցեի ձևավորման մեխանիզմ, արտաքին սարքերի ղեկավարում, ֆայլային համակարգերի հիմնական տիպեր և բնութագրեր:
  28. Linux օպերացիոն համակարգի ներկայացում: Linux-ի ստեղծման պատմությունը: Linux-ի տարբերակները (Ubuntu, Cinnamon Min, Fedora): Linux-ի ստանդարտները և տեսակները, Linux OS հիմնական առանձնահա­տկությունները:
  29. Linux օպերացիոն hամակարգի կառուցվածքը, հիմնական բաղադրիչները և տեսակները:
  30. Linux օպերացիոն համակարգի մուտքի թույլատվության հրամաներ: Linux-ում մուտքի իրավունքների բաշխում: ֆայլի ընթերցում, ձայնագրում, կատարում: Կատալոգների իրավունքների առանձնահատկությունների բաշխում:Մուտքի թույլատվության հրամաններ:
  31. Հիշողության կառավարում: Առանց աբստրակցիայի հիշողություն հասկացությունը: Հիշողության աբստրակցիան: Վիրտուալ հիշողություն: Էջերի փոխարինման ալգորիթմներ սեգմենտավորում։
  32. Արհեստական բանականության խնդիրները: Փորձագիտական համակարգերի և գիտելիքների հենքերի նախագծման հիմնական փուլերը: Բնական լեզուների համակարգչային մշակումը:
  33. Կերպարների ճանաչողության խնդիրները և լուծման մեթոդները. թեստերի մեթոդը, նեյրոնային ցանցեր, գնահատականների հաշվարկման մոդելը, տրամաբանական անջատում /լոկալ ալգորիթմներ/, PAC ուսուցում, VC չափողականություն և տվյալների պեղման մոդելներ:
  34. Ծրագրավորման համակարգերը և դրանց տիպային բաղադրիչները՝ լեզուներ, թարգմանիչ ծրագրեր (տրանսլյատորներ), կապի խմբագիրներ, տեքստային խմբագիրներ: Զուգահեռ ծրագրավորման սկզբունքները: MPI հիմնօրինակ:
  35. Տվյալների արդյունահանման (Data Mining) կիրառման ոլորտները։ Տվյալների արդյունահանման կիրառումը գիտական հետազոտությունների համար: Տվյալների արդյունահանման կիրառումը վեբ խնդիրների լուծման համար:Տվյալների արդյունահանման կիրառումը բիզնես խնդիրների լուծման համար:
  36. Data Mining տեխնոլոգիաներում կիրառվող դասակարգման մեթոդները։ Տվյալների դասակարգում՝ որոշումների ծառի, արհեստական նեյրոնային ցանցերի, հենակետային վեկտորների կիրառմամբ։ Վիճակագրական մեթոդներ, մասնավորապես՝ գծային ռեգրեսիա, մոտակա հարևան և գենետիկական ալգորիթմներ:
  37. Տվյալների արտացոլման տեսակները, արտացոլման խնդիրները և պահանջները։ Գրաֆիկա և տրամագրեր։ Ինտերակտիվ տվյալների ներկայացում և վերլուծություն: Դաշբորդների ու բիզնես վերլուծությունների արտացոլում:
  38. Power BI (բիզնես տվյալների վերլուծություն և արտացոլում)։ Power BI-ի հետ աշխատելու գործիքներ:
  39. Տվյալների աղբյուրների կառավարման ծրագրային ապահովում։ Ավտոմատ բազայի թարմացում (Power BI)-ում։
  40. Տվյալների պատրաստում (մոդելավորում)։ Տվյալների արտացոլում տրամագրերի, դիագրամների, տեքստերի միջոցով: Ավտոմատ տվյալների վերլուծություն։
  41. R լեզուն, հիմնական հրամաները, լեզվի տարբերությունները, հնարա­վորու­թյունները։
  42. Python ծրագրավորման լեզվի հիմունքները, ծրագրային կոդի խմբագրիչներ, փոփոխականներ, տվյալների տեսակներ, մեկնաբանություններ և թվաբանական օպերատորներ (վերագրման, համեմատման, նույնության, պատկանելիության օպերատորներ)։
  43. Python ծրագրավորման պայմանական օպերատորներ (If...Else), ցիկլային օպերատորներ (While Loops, For Loops), տվյալների կառուց­վա­ծք­ներ (collections) (Ցուցակ-list; կորտեժ- tuple; բազմություն- set; բառարան-dictionary; զանգված-array):
  44. Numpy գրադարանը և նրա կիրառումը ֆինանսական խնդիրներ լուծելու համար: NumPy գրադարանի նշանակությունը և կիրառությունը։
  45. Զանգվածների և մատրիցաների հետ աշխատանք։ NumPy գրադարանում հաճախ կիրառվող ֆունկցիաները։
  46. Տվյալների վիզուալիզացիան Matplotlib և Seaborn գրադարանների միջոցով։ Matplotlib և Seaborn գրադարանների նշանակությունը և կիրառությունը։ Վիզուալիզացիայի համար Matplotlib և Seaborn գրադարաններում առկա տարբեր գործիքները: Տվյալների վիզուալիզացիան ֆինանսական խնդրի օրինակով։
  47. Pandas գրադարանի նշանակությունը և կիրառությունը ֆինանսներում։Տվյալների զտում, ընտրանքների պատրաստում և ինդեքսների շնորհում։ Մաթեմաթիկական և վիճակագրական հիմնական ֆունկցիաներ։
  48. Մեքենայական ուսուցման հասկացությունը և դրա կիրառումը ֆինանսներում։ Մեքենայական ուսուցման տեսակները՝ վերահսկվող (supervised learning) և չվերահսկվող ուսուցում (unsupervised learning)։
  49. Գծային ռեգրեսիայի մոդելավորումը։ Լոգիստիկ ռեգրեսիայի մոդելավորումը։ Որոշումների ծառերի մոդելավորումը։ Պատահական անտառների մոդելավորումը։
  50. Նեյրոնային ցանցեր և խորը ուսուցում: Հիմնարար գաղափարներ. նեյրոնային ցանցի շերտերը, կորստի ֆունկցիաներ:
  51. Հիմնարար գաղափարներ. նեյրոնային ցանցի շերտերը, կորստի ֆունկցիաներ: Խորը ուսուցման գրադարաններ՝ Tensorflow, Keras:
  52. Convolutional նեյրոնային ցանցեր: Նկարներում օբյեկտների ճանաչում: Անդրադարձ ցանցեր (Recurrent neural networks): Հաջորդականությունների մոդելավորում:
  53. Գեներատիվ մոդելներ: Autoencoder ցանցեր, կիրառությունները: GAN (generative adversarial networks) ցանցեր: Deep reinforcenment learning:
  54. Amazon S3 տվյալների տեսակները, Amazon S3-ի առավելությունները:
  55. Ամպային հաշվումներ, ամպային հաշվումների տեսական հիմունքները: Ամպային ծառայությունների ընտրությունը, դրանց օգտագործման առավելությունները, թերությունները և ռիսկերի գնահատումը:
  56. Անձնական ամպային կառուցման գաղափարախոսությունը, ճարտարապետությունը և կառավարման գործիքները:
  57. Ամպային հաշվման տեսական հիմունքները: Ամպային ծառայությունների օգտագործումը: Ինֆորմացիայի պահպանման ամպային համակարգերի կառուցման հիմունքները:
  58. Ամպային ծառայությունների հիմնական տեսակները (IaaS, PaaS, SaaS): Կիրառական ծրագրերի (application) միգրացիա դեպի ամպ:
  59. ՏՏ նախագծերի կառավարման համակարգեր։ Agile նախագծերի զարգացման պատմությունը։ Agile Manifesto և Agile սկզբունքներ:
  60. Նախագծի պլանով պայմանավորված կենսացիկլ: Agile-ի մեթոդոլոգիաները, Agile մոտեցումը waterfall նախագծերում։
  61. Agile շրջանակը (Scope) (պատկերավոր ներկայացումը KANO գրաֆիկների միջոցով)։