Master 2 YAPAY ZEKA

Yapay Zeka (AI) araştırma ve uygulamalarının hızlı büyümesi, benzeri görülmemiş fırsatlar sunuyor. Bu kurs, geniş bir veri güdümlü AI kavram ve uygulamalarını kapsayan ve örneklerden öğrenen mükemmel bir ilköğretim eğitimi almak isteyen öğrenciler için tasarlanmıştır.

Program, istatistiksel öğrenme, derin öğrenme ve pekiştirme öğrenme, optimizasyon, sinyal işleme, bilgi teorisi ve oyun teorisine giriş dersleri sunmaktadır. Çok sayıda seçenek, öğrenme teorisinde kendini mükemmelleştirmeyi ve büyük veri, görüntü ve dil işleme gibi birçok alanda uzmanlaşmayı mümkün kılar.

Bu ikinci yıl, etik yönleri ve şirket kurma gibi diğer konuları kapsayan geniş bir seçenek seçeneği sunar.

Bu kurs matematik ve bilgisayar bilimlerinde iyi bir altyapı gerektirir: - Olasılık ve istatistik - Doğrusal cebir - Diferansiyel ve integral hesaplama - Bilimsel programlama - Verilerin görselleştirilmesi Başvuru sahipleri ayrıca Yapay Zeka M1 (veya eşdeğerini) başarıyla tamamlamış olmalıdır: - Bilin Uygulamalı istatistiklerin ve optimizasyonun temelleri - Büyük veriyi nasıl işleyeceğinizi öğrenin - Denetimli, denetimsiz ve pekiştirmeli öğrenmenin tekniklerini nasıl ayırt edeceğinizi ve uygulayacağınızı bilin - Python ile tahmin modellerini nasıl programlayacağınızı öğrenin ve bilim kiti öğrenmede ustalaşın Verileri görselleştirme ve programlama araçlarıyla sonuçları gösterme - Bir proje teklifi yazmayı ve sonuçları yazılı ve sözlü olarak iletmeyi öğrenin.

Beceri:

Derin sinir ağları, grafik modeller veya diğer istatistiksel öğrenme modelleri için matematiksel olarak gradyan iniş algoritmalarını formüle edin.

Python kullanarak derin öğrenme modelleri ve grafik modelleri programlayın ve Keras, TensorFlow ve Pytorch'ta yeterlilik kazanın.

Aşırı öğrenmeye ve düzenlemeye odaklanarak, istatistiksel öğrenmenin temellerini teorik düzeyde anlayın.

Ham sinyalden çeşitli türlerdeki (görüntü, metin, konuşma) verileri analiz edin.

Bilimsel makaleleri okuyun, özetleyin, yorumlayın ve çoğaltın.

Kariyer olasılıkları:

Bu ders, tüm hızıyla yeni uygulama alanlarında araştırma ve Ar-Ge mesleklerine hazırlanır: bilgisayarla görme (otonom araçlar ve biyometri); ses tanıma (akıllı telefonlar için yeni insan-makine arayüzleri için gereklidir); heterojen ve metinsel içeriğin filtrelenmesi ve toplanması (önemli veri akışlarını yönetmek için ticari çözümler için gereklidir); veri analizine dayanan karmaşık veya kritik endüstriyel sistemlerin yönetimi ve izlenmesi.