Magistrikraad tehisintellekti, mudelihalduse ja juurutamise alal
Structuralia
Põhiteave
Ülikooli asukoht
Online
Keeleteadus
Inglise keel
Õppevorm
Kaugõpe
Kestvus
1 aasta
Tempo
Päevane õpe, Osakoormus
Õppemaks
EUR 6490 / per year
Avalduste vastuvõtu lõppkuupäev
Võta kooliga ühendust
Varaseim alguskuupäev
Võta kooliga ühendust
Sissejuhatus
Miks omandada magistrikraadi tehisintellekti, mudelihalduse ja juurutamise alal?
See magistrikraadi eesmärk on vastata kasvavale vajadusele teadmiste ja oskuste järele tehisintellekti mudelite ja algoritmide arendamiseks, mida nõuab tänapäeva tehnoloogiapõhine turg.
Tegelikult osutavad paljud spetsialiseerunud personalifirmad tehisintellektile kui ühele teadmistevarale, mis on lähiaastatel kõige nõutum, arvestades, et AI sektori globaalne ärimaht on 2030. aastaks eeldatavasti 16 triljonit dollarit.
See programm on loodud nii, et see oleks kasulik kõigile professionaalsetele profiilidele. Sissejuhatus AI põhitõdedesse ei nõua ulatuslikke eelteadmisi programmeerimisest ja statistikast. See on üles ehitatud kaheks suureks osaks: esiteks tehniline osa, mis uurib peamisi masinõppe ja süvaõppe mudeleid ja algoritme, ning teine osa käsitleb selle ärirakendusi ja tagajärgi.
Programmi läbimisel on õpilastel vajalikud oskused AI projektide juhtimiseks ja edendamiseks
Stipendiumid ja rahastamine
Structuralia 50% stipendiumid - Internetis:
Õppekava
I moodul Tehisintellekti (AI) sissejuhatus
- 1. osa: tehisintellekti tutvustus
- 2. osa: AI lühiajalugu: müüdist reaalsuseni
- 3. üksus: põhimõisted, agendid ja teadmiste esitus
- 4. üksus: probleemide lahendamine: automaatne arutluskäik ja otsing
- 5. üksus: automatiseeritud õpe: juhendatud, järelevalveta, tugevdav õpe I
- 6. üksus: automatiseeritud õpe: juhendatud, järelevalveta, tugevdav õpe II
- 7. üksus: suurandmed: õppimine miljoniandmetega
- 8. peatükk: Inimese ja masina vaheline suhtlus: kunstlik nägemine ja loomuliku keele töötlemine
- 9. osa: AI tulevik: eetilised probleemid ja mitmekesisus
II moodul Exceli, Talendi ja Trifacta andmete iseteenindus
- 1. üksus: andmete ettevalmistamine
- 2. üksus: Excel
- 3. üksus: Talendi andmete ettevalmistamine
- 4. üksus: Trifacta Wrangler
III moodul andmekaeve, masinõpe ja süvaõpe
- 1. üksus: juhendatud õpe (I)
- 2. üksus: juhendatud õpe (II)
- 3. üksus: juhendamata õppimine
- 4. üksus: süvaõpe
IV moodul, edasijõudnud süvaõpe
- 1. üksus: juhendatud süvaõpe (I)
- 2. üksus: juhendatud süvaõpe (II)
- 3. üksus: järelevalveta süvaõpe (I)
- 4. üksus: järelevalveta süvaõpe (II)
Mooduli V andmete visualiseerimise tööriistad
- 1. üksus: andmetega töötamine BI Desktopis
- 2. üksus: DAX Power BI Desktopis
- 3. üksus: täiustatud Power BI aruandlus
- 4. üksus: interaktsioonid Microsofti ökosüsteemi tööriistadega
VI moodul: masinõpe, süvaõpe ja andmeteaduse praktilised rakendused
- 1. üksus: masinõpe
- 2. üksus: süvaõpe
- 3. üksus: andmeteadus
- 4. üksus: juhtumiuuringu rakendus
VII moodul Tehnoloogia ökosüsteemid
- 1. peatükk: Tehnoloogiliste ökosüsteemide sissejuhatus
- 2. üksus: võimaldavad tehnoloogiad I
- 3. üksus: võimaldavad tehnoloogiad II
- 4. üksus: võimaldavad tehnoloogiad III
VIII moodul Ideemetoodikad ja -tehnikad ning AI projektijuhtimine
- 1. üksus: Sissejuhatus
- 2. üksus: disainimõtlemine
- 3. üksus: Lean Start-up ja Scrum
- 4. üksus: rakendus AI-projektidele
IX moodul AI mõju ärile
- 1. üksus: AI rakendatakse erinevatele sektoritele
- 2. üksus: tehisintellekti rakendatakse erinevates ärivaldkondades
- 3. üksus: AI ja ettevõtlus
- 4. osa: eetika. Äri ja ühiskond
Mooduli X magistriõppe lõppprojekt (MFP)
Programmi sisu uuendatakse ja uuendatakse,