کارشناسی ارشد در هوش مصنوعی

عمومی

شرح برنامه

کارشناسی ارشد در هوش مصنوعی

کارشناسی ارشد آنلاین در هوش مصنوعی

کارشناسی ارشد هوش مصنوعی در نتیجه اتحاد بین تجربه گسترده در آموزش و تحقیق متولد می شود ، در زمینه فناوری ، که UPC را توصیف می کند ، پشتوانه شناخت و اعتبارنامه های آن ، هم در سطح ملی و هم در سطح بین المللی. و ، تجربه در آموزش آنلاین ، با تمرکز فن آوری و تجارت ، از OBS .

کارشناسی ارشد هوش مصنوعی به دانشجویان این امکان را می دهد تا مفاهیم و عناصر لازم هوش مصنوعی را از دیدگاه نظری - عملی بدانند تا بتوانند پروژه های خود را در این زمینه با موفقیت انجام دهند.

در استاد ، دانشجویان در پنج بلوک بزرگ قرار خواهند گرفت:

  • بلاک I. اصول: مفاهیم کلیدی مربوط به هوش مصنوعی ارائه خواهد شد ، و همچنین موضوعات مربوط به تمام فن آوری های موجود در این اصطلاح.
  • بلوک دوم توسعه مدلهای یادگیری ماشین و شبکه های عصبی: مدلهای مبتنی بر یادگیری ماشین و شبکه های عصبی و کاربرد عملی آنها عمیق تر خواهد شد. این شامل بهینه سازی و ارزیابی بعدی مدلها است.
  • بلوک III معماری اصلی هوش مصنوعی: چهارچوب اصلی موجود در بازار برای توسعه مدل های هوش مصنوعی عمیق تر خواهد شد.
  • بلوک چهارم اجرای پروژه های هوش مصنوعی: مراحل توسعه و مدیریت پروژه های مرتبط با فناوری های هوش مصنوعی مورد بررسی قرار می گیرد و همچنین روند اجرای آنها.
  • Block V. برنامه های کاربردی هوش مصنوعی و تأثیرات تجاری آن: برنامه های اصلی کسب و کار هوش مصنوعی معرفی خواهد شد ، و همچنین تأثیر آنها ، چه از نظر تجاری و چه از نظر فناوری.

ذکر این نکته حائز اهمیت است که ماهیت عملی برجسته این برنامه به دانش آموز اجازه می دهد تا بلافاصله دانش به دست آمده در دوره کارشناسی ارشد را به کار گیرد.

فرصت های شغلی

پس از اتمام برنامه ، دانش آموزان می توانند موقعیت هایی مانند:

  • رئیس گروه توسعه ID در بخش های مختلف.
  • مشاور تجاری متخصص در هوش مصنوعی.
  • مشاور فن آوری متخصص در هوش مصنوعی.
  • مسئول پروژه های IA.
  • کارشناس توسعه سیستم های هوش مصنوعی.

اهداف

هوش مصنوعی چیست و کاربردهای مختلف آن چیست؟ برای تولید مزیت های رقابتی از هوش مصنوعی ، چه فناوری ها و قابلیت های مهم برای دستیابی ضروری است؟ تأثیر بالقوه آن بر شرکت ها و جامعه چیست؟ در مدلهای یادگیری مبتنی بر یادگیری ماشین چه خطراتی وجود دارد؟ چه ارتباطی بین AI و Big Data وجود دارد؟ برای هدایت پروژه های هوش مصنوعی در سازمان ، چه عناصر اصلی باید در نظر گرفته شود؟

کارشناسی ارشد هوش مصنوعی به شما کمک می کند تا از طریق ترکیب مفاهیم مرتبط با مهمترین فناوری ها و کاربرد این موارد در سطح شغلی ، به همه این سؤالات پاسخ دهید. تجزیه و تحلیل موارد واقعی مختلف و توسعه پروژه خود ، به شما امکان می دهد واقعیت فناوری های هوش مصنوعی و همچنین کاربرد آنها را برای پشتیبانی از نیازهای تجاری مشخص کنید.

هدف کلی

کارشناسی ارشد در هوش مصنوعی به عنوان هدف اصلی این است که اصول هوش مصنوعی را برای همه آن دسته از متخصصانی که می دانند برنامه های Machine Learning ، در بخش های خود ، چگونگی تغییر مدل های مدیریت مدل های تجاری را تغییر می دهد ، هدف اصلی قرار دهد. از طریق این برنامه دانش آموزان دانش فنی لازم را برای هدایت پروژه های هوش مصنوعی کسب می کنند.

اهداف خاص

برنامه درسی کارشناسی ارشد در هوش مصنوعی برای دستیابی به اهداف خاص زیر طراحی شده است:

  • اصول و مفاهیم کلیدی هوش مصنوعی و همچنین روش ها و تکنیک های مورد استفاده برای حل مشکلات تجاری را عمیق تر کنید.
  • از الگوریتم ها و ابزارهای اصلی مربوط به Machine Learning آگاه باشید تا بتوانید بدون داشتن دانش قبلی در مورد برنامه نویسی ، آنها را در حل مشکلات پیاده سازی کنید.
  • مدل های هوش مصنوعی را با استفاده از چارچوب های اصلی کار موجود در بازار توسعه دهید.
  • برنامه های کاربردی هوش مصنوعی مانند دستیاران مجازی و چت بابات ها را توسعه دهید. قادر به رهبری پروژه های هوش مصنوعی ، نه تنها از دیدگاه فنی ، بلکه از طریق مدیریت ، ایجاد پروفایل های چند رشته ای که می دانند چگونه می توانند زمینه های مختلف تجاری و شیوه های فن آوری رابط و ارتباط برقرار کنند.
  • تأثیر استراتژیک هوش مصنوعی را با ایجاد یک چشم انداز کسب و کار برای به حداکثر رساندن ROI خود درک کنید.
  • کاربردهای هوش مصنوعی را در صنایع مختلف درک کنید و موارد استفاده را با بیشترین تأثیر در تجارت عمیق تر کنید.

برنامه تحصیلی

بلوک I. اصول AI

دوره تسطیح IA

به موازات ماژول 1 ، دانش آموزان برنامه هوش مصنوعی را با این دوره تراز کردن شروع می کنند که پایه های دانش برنامه نویسی ، الگوریتم ها و ریاضیات را فراهم می کند. در این دوره دانش آموزان منابع مادی پیدا می کنند که به آنها امکان می دهد موضوعات مختلفی را که برای نظارت بر دوره ضروری است ، بررسی کنند. در این دوره ، آنها امتحانات از نوع آزمون را انجام می دهند که به عنوان راهنمایی برای ارزیابی دانش آنها استفاده می شود و در پایان آن ارزیابی می شود. موضوعات مورد بحث:

  • مبانی هوش مصنوعی.
  • آشنایی با برنامه نویسی.
  • آشنایی با الگوریتم های AI.

ماژول 1. هوش مصنوعی: اصول و فن آوری های اصلی

در این ماژول دانش آموز وارد دنیای هوش مصنوعی و کاربرد آن در تجارت می شود و به موضوعاتی از قبیل:

  • مفاهیم کلیدی هوش مصنوعی.
  • فن آوری های اصلی هوش مصنوعی.
  • سازمان "داده محور".
  • مبانی اجرای پروژه های هوش مصنوعی و تفاوت آنها با اجرای سنتی فناوری اطلاعات.

ماژول 2. تأثیر اجتماعی و اقتصادی AI

در این ماژول ، دانش آموز یک چشم انداز یکپارچه از مفهوم هوش مصنوعی را در شرایط فعلی اقتصادی و اجتماعی به دست می آورد. در این مقاله ، دانش آموز مباحثی از قبیل:

  • تأثیر اقتصادی هوش مصنوعی و صنعت 4.0.
  • تأثیر هوش مصنوعی بر افراد: ملاحظات اخلاقی ، اجتماعی و حقوقی.
  • پذیرش و الگوی بلوغ هوش مصنوعی در سازمانها. مدل های بلوغ IA به عنوان ابزاری برای موقعیت یابی سازمان ها.
بلوک دوم طراحی و توسعه مدل های یادگیری ماشین و شبکه های عصبی

ماژول 3. آشنایی با یادگیری ماشین: داده ها و الگوریتم ها

این ماژول دانش آموز را با ماشین یادگیری آشنا می کند ، و آن مفاهیم کلیدی را برای درک درست آنها ارائه می دهد. در این قسمت مباحثی از قبیل:

  • مفاهیم یادگیری کلیدی ماشین.
  • اهمیت داده ها.
  • کیفیت داده ها و حکمرانی.
  • الگوریتم های یادگیری ماشین: خطرات و محدودیت ها.

ماژول 4. مدلهای یادگیری ماشین: بهینه سازی و برنامه های کاربردی

این ماژول کلیدهای بهینه سازی نتیجه مدلهای Machine Learning را فراهم می کند ، ضمن اینکه به فرایند مربوط به به حداقل رساندن خطرات در تولید برنامه های مبتنی بر هوش مصنوعی نیز می پردازد. مباحثی که در آن کار خواهد شد عبارتند از:

  • بهینه سازی مدل ها.
  • کیفیت داده ها برای تجزیه و تحلیل قوی.
  • تولید برنامه های مبتنی بر آموزش ماشین.

ماژول 5. شبکه های عصبی

در طول این پنجمین ماژول ، دانش آموز وارد دنیای شبکه های عصبی خواهد شد و موضوعاتی از قبیل:

  • معماری معمولی
  • یادگیری تقویت شده عمیق.
  • آموزش شبکه عصبی: زمین بازی TensorFlow.
بلوک III معماری اصلی AI

ماژول 6. فریم ورک AI

در این ماژول دانش آموز چارچوب های اصلی هوش مصنوعی را که در حال حاضر در بازار وجود دارند ، می بیند. از جمله آنها:

  • چارچوب های منبع باز.
  • چارچوب Google IA.
  • چارچوب خدمات شناختی مایکروسافت.
  • چارچوب خدمات آمازون IA.
  • چارچوب IBM واتسون
بلوک چهارم اجرای پروژه های هوش مصنوعی

ماژول 7. اجرای پروژه های هوش مصنوعی (I): متدولوژی

در این بخش اول از بلوک 4 ، دانش آموز جنبه های روش شناختی جهت و اجرای پروژه های هوش مصنوعی را خواهد دید. مباحثی که به آنها پرداخته می شود:

  • روش ML: CRISP-DM.
  • چرخه عمر محتوا.
  • AIOps
  • تست های رگرسیون
  • بازخورد و نگهداری.
  • استفاده مجدد و آموزش مجدد.
  • موارد و مثالهای عملی.

ماژول 8. اجرای پروژه های AI (II): منابع مادی و انسانی

در این بخش دوم از بلوک ، دانش آموز از نظر منابع مادی و انسانی به جهت و اجرای پروژه های هوش مصنوعی می پردازد. به این معنا ، برخی از نکاتی که در این ماژول مورد بررسی قرار می گیرد عبارتند از:

  • منابع مادی.
    • ذخیره سازی
    • محاسبه
    • مدلهای اقتصادی
    • زیرساخت ابر
    • ابزارها
  • منابع انسانی پروفایل های خاص و تأثیرگذاری بر پروفایل های سنتی.
Block V. برنامه های تجاری AI و تأثیرات تجاری آن

ماژول 9. برنامه های کاربردی تجاری AI و تأثیرات تجاری آن

این ماژول دانش آموز را با برنامه های اصلی کسب و کار AI آشنا می کند. برخی از مباحثی که مورد بررسی قرار می گیرد عبارتند از:

  • تعامل هوشمند: بهینه سازی تجربه مشتری ، از طریق شخصی سازی بیش از حد ، رابط های مکالمه ای و بهره برداری از داده های زمان واقعی.
  • محصولات و خدمات هوشمند: امکاناتی که AI فراهم می کند و جستجوی مدل ها و بازارهای تجاری جدید.
  • عملیات هوشمند: ترکیبی از هوش مصنوعی با راه حل های اتوماسیون ، برای فعال کردن یادگیری خود.
  • کارکردهای پشتیبانی هوشمند شرکتها (امنیت ، منابع انسانی ، فناوری و ...): استفاده از هوش مصنوعی برای افزایش هوش انسانی و بهبود تصمیم گیری.

ماژول 10. مدلهای هوش مصنوعی مبتنی بر مشتری

در آخرین ماژول برنامه ، برنامه های کاربردی هوش مصنوعی در فرایندهای ارتباط با مشتری عمیق تر می شوند. برخی از نکات ماژول به شرح زیر است:

  • جذابیت: شبکه های اجتماعی و رسانه های پرداخت شده.
  • تجربه: شخصی سازی محتوا و سفر مشتری.
  • فروش: فروش و فروش متقابل.
  • خدمات: چت بابات و دستیاران هوشمند.

پروژه کارشناسی ارشد نهایی

در خلال پروژه نهایی کارشناسی ارشد (PFM) ، دانش آموز در توسعه یک پروژه با یک شرکت واقعی همکاری خواهد کرد. این گزینه برای انجام این کار برای شرکت شما یا انتخاب بین گزینه های پیشنهادی مدرسه خواهد بود.

کارگاه ها

در دوره کارشناسی ارشد در هوش مصنوعی ، دانش آموز می تواند 2 کارگاه عملی را که به یک کارگاه فناوری و کارگاه تجاری تقسیم می شوند ، انجام دهد.

کارگاه فنی برنامه زبان پایتون

این کارگاه دانش اساسی درباره پایتون را که در دوره تراز کردن معرفی شده است ، بالا می برد و باعث افزایش دانش در مورد کاربرد این زبان برنامه نویسی می شود. در طول این کارگاه ، دانشجویان یک دید عملی در مورد کاربرد رایج ترین زبان برنامه نویسی در زمینه هوش مصنوعی و یادگیری ماشینی: پایتون کسب می کنند.

پایتون به دلیل سهولت در استفاده ، تطبیق پذیری و تعداد زیادی از کتابخانه های موجود ، یک زبان برنامه نویسی مرجع در محیط های هوش مصنوعی است. رشد استفاده از این زبان ، اساساً ، از فناوریهای جدید Data Data و Machine Machine بسیار جالب است.

توجه: برای انجام این کارگاه ، داشتن دانش در برنامه نویسی ضروری است.

کارگاه تجاری توانمندسازی پروژه های Big Data از طریق Learning Machine

یادگیری ماشینی به منظور عملکرد و آموزش الگوریتم های مورد استفاده خود به مقادیر زیادی از داده ها نیاز دارد. در این کارگاه دانش آموزان کاربردهای مختلف Machine Learning را در محیط Big Data مشاهده می کنند. علاوه بر این ، این کارگاه به دانشجویان این امکان را می دهد تا نحوه ارتباط هوش مصنوعی با Big Data را آموزش دهند. چگونه یادگیری ماشینی را در داده های بزرگ اعمال می کنیم؟ چگونه می توانیم با استفاده از Machine Learning الگوهای موجود در داده ها را کشف کنیم؟ چه برنامه هایی در سطح کسب و کار دارید؟

از آنجا که این یک کارگاه عملی است ، دانش آموزان ، به عنوان مثال ، با یک مورد استفاده از بازاریابی دیجیتال کار خواهند کرد. به طور خاص ، شما خواهید دید که چگونه خرید برنامه نویسی رسانه دیجیتال امروز انجام می شود و چگونه می توان با استفاده از تکنیک های Machine Learning همراه با محیط های Big Data بهینه سازی شد. به این ترتیب ، آنها سود تجاری را که این ترکیب از فن آوری ها به ارمغان می آورد و چگونگی استخراج آن با سایر فرایندها ، خواهند دید.

ابزارهای

در طول برنامه دانشجویان از جمله موارد زیر از ابزارهای زیر استفاده خواهند کرد:

نرم افزار پایتون

نرم افزاری که امکان برنامه نویسی را به زبان پایتون فراهم می کند. این یکی از رایج ترین زبان های برنامه نویسی است. این یک زبان چندتایی است.

نرم افزار R

نرم افزار برنامه نویسی ادغام شده توسط ابزارهای مختلف ، قابل ارتقا از طریق بارگیری بسته های مختلف ، کتابخانه یا نمونه های خاص خود. این منبع آزاد است

تنشگر جریان

کتابخانه نرم افزار رایگان که برای انجام محاسبات عددی با استفاده از فلوچارت استفاده می شود.

PyTorch

بسته پایتون برای انجام محاسبات عددی با استفاده از برنامه نویسی تنش طراحی شده است.

CNTK (جعبه ابزار شناختی مایکروسافت)

کتابخانه برای یادگیری عمیق بر اساس شبکه های عصبی عمیق. این مبتنی بر ساختار شبکه محاسباتی است که یک چارچوب یکپارچه برای توصیف انواع مختلف ماشینهای یادگیری مانند شبکه های عصبی عمیق ، شبکه های عصبی کانولسیون ، شبکه های عصبی مکرر و غیره است.

خدمات APIS (آمازون)

سرویس AWS که به شما امکان می دهد API های REST و WebSocket را در هر مقیاس ایجاد ، انتشار ، نگهداری ، نظارت و محافظت کنید.

نیازهای استاد

مشخصات دانشجویی و شرایط لازم برای پذیرش

ماژول های کارشناسی ارشد با آن دسته از متخصصان ، از بخش های مختلف طراحی شده است ، که آرزو دارند سرعت پیشرفت حرفه ای خود را تسریع کرده و نقشی را که AI در آن کسب می کند درک کنند. شرایط لازم برای دسترسی به استاد هوش مصنوعی OBS موارد زیر است:

  • فارغ التحصیلان و فارغ التحصیلان رشته های مهندسی فنی ، ADE و علوم (پزشکی ، ریاضیات ، فیزیک یا شیمی).
  • مدیرانی که می خواهند غوطه وری در تأثیر تجارت و امکانات جدیدی که این فناوری ها باز می کنند ، عناصر لازم را شناسایی کنند تا بتوانند در محیط های تولیدی واقعی از آنها استفاده کنند.
  • مدیران پروژه و مدیرانی که می خواهند ظرفیت مدیریت خود را برای انجام پروژه های مرتبط با هوش مصنوعی گسترش دهند.
  • افراد دارای تجربه یا حرفه در حوزه هوش مصنوعی که مایل به تقویت آموزش های دانشگاهی خود هستند.
  • مشاوران و متخصصان بخش هوش مصنوعی که می خواهند مشخصات خود را تهیه ، به روز کنند و تکمیل کنند ، بدین ترتیب موقعیت رقابتی خود را در بازار جعل می کنند.
تعیین عیار

پس از اتمام برنامه ، دانشجویان دریافت می کنند:

  • عنوانی از سه نقطه.
  • یک مدرک شخصی که توسط UPC معتبر باشد ، در صورت تحقق الزامات دانشگاه در پایان برنامه.
آخرین به روز رسانی نوامبر 2019

درباره این دانشگاه

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mer ... اطلاعات بیشتر

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mercado de habla hispana y con un importante know-how en e-learning, con la colaboración del partner estratégico: اطلاعات محدود
بارسلونا , مادرید + 1 بیشتر کمتر