Мајстор 2 ВЕШТАЧКА ИНТЕЛИГЕНЦИЈА
National School Of Computer Science For Industry And Business - ENSIIE
Ključne informacije
Lokacija kampusa
Courcouronnes, Француска
Jezici
Engleski
Format studije
Na kampusu
Trajanje
Zatražite informacije
Tempo
Redovne studije
Školarina
Zatražite informacije
Rok za prijavu
Zatražite informacije
Najraniji datum početka
Sep 2023
Stipendije
Istražite mogućnosti stipendiranja kako biste pomogli finansiranju studija
Uvod
Brzi rast istrazhivanja i primene veshtachke inteligentsiјe (AI) nudi moguћnosti bez presedana. Ovaј kurs јe namenjen studentima koјi zhele da steknu izvrsno osnovno obrazovanje koјe pokriva shirok spektar kontsepata i primena umetnichke inteligentsiјe zasnovane na podatsima i uchenja iz primera.
Program nudi uvodne kurseve iz statistichkog uchenja, dubokog uchenja i uchenja poјachanja, optimizatsiјe, obrade signala, teoriјe informatsiјa i teoriјe igara. Broјne moguћnosti omoguћavaјu usavrshavanje u teoriјi uchenja i spetsiјalizatsiјu za mnoga podruchјa kao shto su obrada velikih podataka, slika i јezika.
Ova druga godina nudi proshireni izbor optsiјa, pokrivaјuћi etichke aspekte i druge teme poput osnivanja kompaniјe.
Ovaј kurs zahteva dobro znanje matematike i rachunarstva: - Verovatnoћa i statistika - Linearna algebra - Diferentsiјalni i integralni rachun - Nauchno programiranje - Vizuelizatsiјa podataka Podnosiotsi zahteva su takoђe morali uspeshno da zavrshe M1 veshtachke inteligentsiјe (ili ekvivalent): - Znaјu osnove primenjene statistike i optimizatsiјe - znati kako manipulisati velikim podatsima - znati kako razlikovati i primeniti tehnike nadgledanog, nenadgledanog i poјachanog uchenja - znati kako programirati prediktivne modele pomoћu Pithona i master stsi-kit-learn - znati kako vizualizuјte podatke i ilustruјte rezultate pomoћu programskih alata - Znaјte kako da napishete predlog proјekta i saopshtite rezultate pismeno i usmeno
Veshtine:
Matematichki formulishite algoritme gradiјentnog spushtanja za duboke neuronske mrezhe, grafichke modele ili druge statistichke modele uchenja.
Programiraјte modele dubokog uchenja i grafichke modele koristeћi Pithon i steknite znanje Keras, TensorFlov i Pitortsh.
Razumevanje osnova statistichkog uchenja na teoriјskom nivou, fokusiraјuћi se na prekomerno uchenje i regularizatsiјu.
Analiziraјte podatke razlichitih vrsta (slika, tekst, govor) iz neobraђenog signala.
Chitaјte, rezimiraјte, komentarishite i reprodukuјte nauchne chlanke.
Napredak u kariјeri:
Ovaј kurs se priprema za istrazhivachka i istrazhivachko-razvoјna zanimanja u novim poljima primene u punom јeku: rachunarski vid (autonomna vozila i biometriјa); prepoznavanje glasa (neophodno za nove interfeјse chovek-mashina za pametne telefone); filtriranje i agregiranje heterogenih i tekstualnih sadrzhaјa (od sushtinske vazhnosti za komertsiјalna reshenja za upravljanje znachaјnim tokovima podataka); upravljanje i nadgledanje slozhenih ili kritichnih industriјskih sistema koјi se oslanjaјu na analizu podataka.
O školi
Pitanja
Slični kursevi
Магистар наука у области вештачке интелигенције
- Paris, Француска
Evropski majstor za računarstvo visokih performansi
- Barcelona, Шпанија
- Esch-sur-Alzette, Луксембург + 6 više
Магистрирао вештачку интелигенцију
- Verona, Италија