ماستر 2 الذكاء الاصطناعي
National School Of Computer Science For Industry And Business - ENSIIE
معلومات أساسية
موقع الحرم الجامعي
Courcouronnes, فرنسا
اللغات
انجليزي
شكل الدراسة
في الحرم الجامعي
المدة الزمنية
أتصل بالجامعة
الوتيرة
دوام كامل
رسوم دراسية
أتصل بالجامعة
أخر موعد للتسجيل
أتصل بالجامعة
اقرب موعد للبدء
Sep 2023
المنح الدراسية
استكشف فرص المنح الدراسية للمساعدة في تمويل دراستك
مقدمة
يوفر النمو السريع لأبحاث وتطبيقات الذكاء الاصطناعي (AI) فرصًا غير مسبوقة. هذه الدورة مخصصة للطلاب الذين يرغبون في الحصول على تعليم ابتدائي ممتاز يغطي مجموعة واسعة من المفاهيم والتطبيقات للذكاء الاصطناعي القائم على البيانات والتعلم من الأمثلة.
يقدم البرنامج دورات تمهيدية في التعلم الإحصائي والتعلم العميق والتعلم المعزز والتحسين ومعالجة الإشارات ونظرية المعلومات ونظرية اللعبة. تتيح العديد من الخيارات إمكانية إتقان الذات في نظرية التعلم والتخصص في العديد من المجالات مثل البيانات الضخمة والصور ومعالجة اللغة.
تقدم هذه السنة الثانية مجموعة واسعة من الخيارات ، تغطي الجوانب الأخلاقية وموضوعات أخرى مثل بدء شركة.
تتطلب هذه الدورة خلفية جيدة في الرياضيات وعلوم الكمبيوتر: - الاحتمالات والإحصاء - الجبر الخطي - حساب التفاضل والتكامل - البرمجة العلمية - تصور البيانات يجب على المتقدمين أيضًا إكمال M1 من الذكاء الاصطناعي (أو ما يعادلها) بنجاح: - معرفة أساسيات الإحصاء التطبيقي والتحسين - معرفة كيفية التعامل مع البيانات الضخمة - معرفة كيفية التمييز بين تقنيات التعلم الخاضع للإشراف وغير الخاضع للإشراف والتعلم المعزز وتطبيقها - معرفة كيفية برمجة النماذج التنبؤية باستخدام لغة Python وإتقان مجموعة أدوات التعلم العلمي تصور البيانات وتوضيح النتائج باستخدام أدوات البرمجة - تعرف على كيفية كتابة مقترح المشروع وتوصيل النتائج كتابةً وشفهياً.
مهارات:
قم بصياغة خوارزميات النسب المتدرج رياضيًا للشبكات العصبية العميقة أو النماذج الرسومية أو نماذج التعلم الإحصائي الأخرى.
برمجة نماذج التعلم العميق والنماذج الرسومية باستخدام Python واكتساب الكفاءة في Keras و TensorFlow و Pytorch.
فهم أسس التعلم الإحصائي على المستوى النظري ، مع التركيز على الإفراط في التعلم والتنظيم.
تحليل البيانات بأنواعها المختلفة (صورة ، نص ، كلام) من الإشارة الأولية.
قراءة وتلخيص والتعليق على وإعادة إنتاج المقالات العلمية.
الآفاق المهنية:
تستعد هذه الدورة للبحث ومهن البحث والتطوير في مجالات جديدة للتطبيق على قدم وساق: رؤية الكمبيوتر (المركبات ذاتية القيادة والقياسات الحيوية) ؛ التعرف على الصوت (ضروري للواجهات الجديدة بين الإنسان والآلة للهواتف الذكية) ؛ تصفية وتجميع المحتوى غير المتجانس والنص (ضروري للحلول التجارية لإدارة تدفقات البيانات الهامة) ؛ إدارة ومراقبة الأنظمة الصناعية المعقدة أو الحرجة التي تعتمد على تحليل البيانات.
عن المدرسة
أسئلة
دورات مماثلة
ماجستير في الذكاء الاصطناعي
- Chicago, الولايات المتحدة الأمريكية
ماجستير في الذكاء الاصطناعي
- Ourense, إسبانيا
ماجستير في علوم البيانات واستراتيجية الذكاء الاصطناعي
- Paris, فرنسا