
کارشناسی ارشد علوم و مهندسی in
کارشناسی ارشد هوش مصنوعی و یادگیری ماشین European School of Data Science and Technology - ESDST

مقدمه
یادگیری ماشین به عنوان رشته ای مطرح شده است که بر توسعه برنامه های کامپیوتری پیشرفته مبتنی بر داده تأکید دارد که می توانند به داده ها دسترسی داشته باشند و به تنهایی یاد بگیرند. این هدف حذف مداخله انسان در خسته کننده ترین وظایف است.
هوش مصنوعی (AI) و یادگیری ماشین (ML) با آن ارتباط دارند. فارغ از صنعت ، ML و AI چشم انداز را به شدت تغییر داده و روشهای جدیدی را برای مشاهده داده ها ابداع کرده اند. همه با اصول آماری و ریاضی استاندارد پشتیبانی می شوند.
این برنامه کارشناسی ارشد در علوم در AL و ML تفاوت های ظریف هر دو رشته را ارائه می دهد تا دانش آموزان دقیقاً آنچه برای درک جهان داده ها در ابزارها و تئوری لازم است را ارائه دهند. یادگیری ماشینی برای تصمیم گیری و تجزیه و تحلیل کسب و کار دانش آموزان.
این دوره بر توسعه تفکر آماری متمرکز است تا پایه دوره های تخصصی متنوع را در دوره تحصیلی آینده خود ایجاد کند. این شامل مقدمه ای بر مفاهیم آماری و ابزارهایی است که به طور گسترده برای تجزیه و تحلیل داده ها استفاده می شود و در تصمیم گیری موثر کمک می کند.
دانش آموزان مفاهیم را کشف کرده و در زمینه استفاده و کاربرد الگوریتم های هوش مصنوعی و یادگیری ماشین مهارت کسب می کنند. آنها فرصت های زیادی برای ورود به مفاهیم پیشرفته خواهند داشت. با انجام پروژه های عملی ، دانش آموزان در مورد مفاهیم پشت الگوریتم های جستجو ، خوشه بندی ، طبقه بندی ، بهینه سازی ، یادگیری تقویتی و سایر موضوعات تجربه کسب می کنند و یادگیری را در برنامه های R قرار می دهند.
نکات برجسته:
- برنامه درسی دقیق و متناسب با نیازهای صنعت با تمرکز زیاد بر برنامه های کاربردی
- ارائه آنلاین سخنرانی ها برای تسهیل یادگیری با سرعت دلخواه شما
- بهترین مربیان در کلاس با صنعت غنی و تجربه دانشگاهی ، ارائه راهنمایی 1 در 1
- پروژه های تحت نظارت از صنایع مختلف در سراسر دوره های ارائه شده
- مطالب جامع درسی و آموزشی
- پوشش 360 درجه ای دوره های اضافی در هر دوره ، برای داوطلبان آماده کار
- ابزارهای گسترده و کاربردی ابزارها و فناوری های تجزیه و تحلیل گسترده
- کاربرد مفاهیم نظری برای حل مشکلات تجاری
- مربیان متخصص بین المللی
- قرار گرفتن در معرض آخرین تحولات صنعت
این برنامه شامل بسیاری از ابزارها و مفاهیم است که تعدادی از آنها عبارتند از:
علوم داده و مفاهیم آماری ، برنامه نویسی با R ، SQL ، NoSQL ، هوش مصنوعی ، یادگیری ماشین ، کلان داده ، پردازش زبان طبیعی ، رایانش ابری.
ESDST به رسمیت شناختن تجربه قبلی (RPE) ارائه می دهد و بنابراین مدرک کارشناسی رسمی برای ورود به این برنامه اجباری نیست.
پذیرش ها
برنامه درسی
- طول دوره تقریبی : 3-4 هفته
- مجموع اعتبارات ECTS : 90
- حداکثر تعداد اعتبار انتقال : 30
برنامه کارشناسی ارشد آنلاین ESDST در هوش مصنوعی و یادگیری ماشین شامل 12 دوره است که موضوعات مختلف در زمینه هوش مصنوعی و ML را در بر می گیرد. این دوره تجربیات عملی فراوانی را در مورد پروژه ها/تکالیف متعدد با یک پروژه اجباری مرتبط با صنعت ارائه می دهد. در اینجا، از هر دانش آموز خواسته می شود که روی یک مشکل تجاری انحصاری و واقعی کار کند. مدت زمان هر دوره حدود 3 هفته خواهد بود که شامل 5 تا 6 واحد ECTS می شود. دانشآموزان باید تمام این دورهها و پروژه Capstone را بگذرانند تا در مجموع 90 ECTS کسب کنند تا واجد شرایط کارشناسی ارشد در هوش مصنوعی و یادگیری ماشین شوند.
ترم اول – پایه – هوش مصنوعی و یادگیری ماشین
- MBA-106 آمار کسب و کار - 6
- MSAI-102 ریاضیات برای یادگیری ماشین - 6
- برنامه نویسی MSAI-103 برای ML و AI با استفاده از پایتون - 6
- MBA-109 هوش مصنوعی و یادگیری ماشین - 6
ترم 2 - هوش مصنوعی و کیت ابزار یادگیری ماشین و تجزیه و تحلیل
- روشهای یادگیری ماشین MSAI-104 با استفاده از Python-I - 6
- MBA-111 انبارداری و مدیریت داده - 6
- MBA-110 Big Data و NoSQL - 6
- MBA-112 تجسم داده ها و داستان سرایی با Tableau - 6
ترم سوم – کاربرد و تجسم هوش مصنوعی و یادگیری ماشین
- روشهای یادگیری ماشین MSAI-105 با استفاده از پایتون - II - 6
- MSAI-106 هوش مصنوعی و رباتیک - 6
- MSAI-107 Robotics and RPA - 6
- MSAI-108 AI و ML در دنیای واقعی و تجارت - 6
ترم 4 - یادگیری تجربی
- CP-101 پروژه مشاوره Capstone (پایان نامه کارشناسی ارشد) - 18
کل اعتبارات: 90
نتیجه برنامه
کارشناسی ارشد ESDST در هوش مصنوعی و یادگیری ماشین فارغ التحصیلان ما را در مفاهیم اساسی، مهارت ها و دانش آموزش می دهد تا از آنها در رشد شغلی حمایت کند. این برنامه با تاکید بر کاربرد مفاهیم نظری در مسائل عملی، فرصتی برای دانش آموزان فراهم می کند تا درک درستی از پیچیدگی ها و راه حل های مسائل دنیای واقعی داشته باشند. پروژههای تجاری کافی، آموزش هدایتشده در مورد ابزارهای پیشرفته، و سخنرانیهای مربیان صنعت، دانشآموزان را قادر میسازد تا عمیقاً نیروی هوش مصنوعی و ML در سراسر جهان را درک کنند.
هر دانش آموز در ESDS با یک مربی صنعت، ترجیحاً در همان صنعتی که دانش آموز در آن کار می کند یا آرزوهای ورود به آن را دارد، مطابقت دارد. مربی وظیفه دارد دانش آموزان را در طول دوره راهنمایی کند و یادگیری تجربی واقعی را همراه با یادگیری اصلی که در برنامه انجام می شود به آنها ارائه دهد.
پیامدهای اولیه:
- با استفاده از هر یک از مفاهیم Al و الگوریتم های MI به دست آورید
- تفکر انتقادی را با انجام تکالیفی که نیاز به حل مسئله، استنتاج و ادراک دارند، توسعه دهید
- مشکلات کسب و کار را درک کنید و رویکردی برای حل آنها از طریق اصول آموخته شده ایجاد کنید
- روشی برای مطالعه و اسکن عاقلانه داده ها برای اعمال الگوریتم های ML برای آشکار کردن بینش ها پیدا کنید.
- در استفاده از ابزارها/فناوری های رایج در صنعت علم داده مهارت داشته باشید
فرصت های شغلی
پس از اتمام موفقیت آمیز برنامه، نقش های شغلی بر اساس سطح تخصص دانش آموزان و تجربه قبلی هدایت می شود. برای متخصصان شاغل، فرصتها از تغییر شغل/تغییر شغلی از نقش فعلی به نقش تحلیل دادهمحور متغیر است.
برای فارغ التحصیلان تازه وارد، دانش و مهارت های توسعه یافته در طول برنامه کارشناسی ارشد آنها را قادر می سازد تا برای موقعیت های مناسب با محوریت مهارت ها و علایق خود درخواست دهند. دانش آموزان می توانند هر یک از نقش های زیر را هدف قرار دهند:
- دانشمند داده / مدیر داده
- متخصص هوش مصنوعی / تحلیلگر هوش مصنوعی
- متخصص یادگیری ماشین/مدیر یادگیری ماشین