Жарияланымдар / Публикации

Постоянный URI для этого сообществаhttps://cris.qyzpu.kz/handle/123456789/2

Просмотр

Фильтры

2024 - 20253

Настройки

Автор: search.filters.author.Saya SapakovaЕсть файлы: Да

Результаты поиска

Показано: 1 - 3 из 3
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    ANALYZING RUSSIAN BORROWINGS IN KAZAKH SOCIAL MEDIA USING MACHINE LEARNING
    (2024-12-24)
    Saya Sapakova
    ;
    Б. Ғ. Қамбарова
    This study explores the influence of Russian words on the development of the Kazakh language in social networks. The rapid advancement of information technology significantly impacts the language used in online communications. While the chaotic nature of online interactions can complicate language use and create confusion, it also accelerates the spread of information in Kazakh. This research examines how foreign words affect modern Kazakh internet discourse, including direct borrowings that enter the language without modification, mixedphrases that retain the lexical and semantic properties of foreign words, the emergence of new abbreviations, and the influence of barbarisms. The study utilizes machine learning methods to analyse social media content from Instagram and Facebook. This approach enabled the processing of over 100,000 posts, revealing key linguistic shifts associated with the integration of Russian borrowings into Kazakh. The use of machine learning algorithms, such as the Naive Bayes classifier, automated the data analysis process and uncovered hidden patterns, providing a deeper understanding of how these borrowings affect the Kazakh language in the digital environment.
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    DEVELOPMENT OF MACHINE LEARNING METHODS FOR MARKET TRENDS
    (Astana IT University, 2025-03-30)
    Saya Sapakova
    ;
    Zhansaya Bekaulova
    ;
    Almas Nurlanuly
    ;
    Duriya Daniyarova
    ;
    Galiya Ybytayeva
    In the rapidly evolving real estate market, the application of machine learning (ML) is crucial for understanding and predicting price trends. This study evaluates and compares seven ML models, including multiple linear regression, random forest regression, support vector regression (SVR), decision tree regression, and XGBoost, to determine the most effective predictor of real estate prices in Astana, Kazakhstan. The study focuses on the Yesil district, a key area in the city, utilizing a dataset of over 9,000 records extracted from a broader collection of more than 30,000 real estate transactions across Kazakhstan. Through rigorous experimentation, model performance was assessed using statistical metrics such as mean absolute error (MAE), root mean square error (RMSE), and the coefficient of determination (R-squared). The results indicate that the Random Forest Regressor and XGBRegressor models outperformed others, achieving the highest R-squared values (99.55% and 99.18%, respectively) and the lowest MAE and RMSE values. These findings highlight their robustness in predicting housing prices with high accuracy. The primary objective of this study was to develop a precise ML model capable of accurately forecasting real estate prices in Astana based on key market attributes. The superior predictive performance of the Random Forest and XGBRegressor models justifies their selection for deployment in real-world applications. Their high predictive accuracy suggests their potential utility for real estate professionals, policymakers, and investors seeking data-driven insights into market dynamics. This research expands knowledge on the applications of ML in the real estate sector, reinforcing the importance of evidence-based decision-making within the industry.
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    ДИАБЕТТІК РЕТИНОПАТИЯНЫ ЕМДЕУДЕ КӨЗ ТҮБІ ТІНДЕРІНЕ ЛАЗЕРЛІК ӘСЕРДІ МАТЕМАТИКАЛЫҚ МОДЕЛЬДЕУ
    (2025-06-28)
    Saya Sapakova
    ;
    Duriya Daniyarova
    ;
    Nurmaganbet Yesmukhamedov
    ;
    А. Ембердиева
    ;
    Р. Арманкызы
    Бұл жұмыс диабеттік ретинопатияны емдеуде лазерлік терапияны оңтайландыру мақсатында көздің түбі тіндеріне лазерлік әсерді математикалық модельдеуге арналған. Мақалада тіндердегі температураның таралуын модельдеу әдістері және лазердің параметрлерін пайдалана отырып, көз торына (сетчаткаға) тиімді әсер ету жолдары қарастырылады. Зерттеу барысында лазерлік әсер кезінде жылу өткізгіштігін сипаттайтын дифференциалды теңдеулер және жылу әсерлерін болжауға арналған арнайы математикалық модельдер қолданылды. Моделдер лазерлік энергияның терең тіндерге таралуын, сонымен қатар лазердің әсерін бақылауды оңтайландыруды қамтамасыз етеді. Зерттеуде уақыт пен тереңдік бойынша температураның таралуын модельдеуге ерекше көңіл бөлінді, бұл лазердің параметрлерін (қуаты, импульс ұзақтығы, қарқындылығы) дәл баптауға мүмкіндік береді. Моделдеу нәтижелері тіндердің беткі қабаттарында температураның айтарлықтай тез көтерілуі және терең қабаттарда баяу таралуы байқалғанын көрсетті, бұл лазерлік әсерді дәл бақылаудың маңыздылығын растайды. Мақалада көз ауруларын емдеуде лазердің параметрлерін дұрыс таңдаудың маңыздылығы талқыланады, әсіресе диабеттік ретинопатияны емдеуде. Ұсынылған модельдер офтальмологиядағы лазерлік технологияларды әрі қарай дамытуға және лазерлік терапияның қауіпсіздігі мен тиімділігін арттыруға мүмкіндік береді. Сонымен қатар, лазерлік әсерді тиімді қолдану үшін қосымша зерттеулер мен эксперименттер қажет екені көрсетілген.