MSc dalam Kecerdasan Buatan dan Pembelajaran Mesin European School of Data Science and Technology - ESDST

Pembelajaran mesin telah muncul sebagai disiplin yang menekankan pengembangan program komputer berasaskan data lanjutan yang dapat mengakses data dan belajar sendiri. Ini bertujuan untuk menghilangkan campur tangan manusia dalam tugas yang paling membosankan.

Kepintaran Buatan (AI) dan Pembelajaran Mesin (ML) memainkan peranan penting. Tanpa mengira industri, ML dan AI telah mengubah landskap secara drastik dan mencipta kaedah baru untuk melihat data. Semua disokong oleh prinsip statistik dan matematik standard.

Program Masters in Science di AL dan ML ini merangkumi nuansa kedua-dua disiplin untuk menawarkan kepada pelajar apa yang diperlukan untuk memahami dunia data dalam alat dan teori. pembelajaran mesin untuk membolehkan pembuatan keputusan dan analisis perniagaan pelajar.

Kursus ini menumpukan pada pengembangan pemikiran statistik untuk meletakkan asas kursus pengkhususan yang bervariasi dalam kursus pengajian mereka di masa depan. Ia melibatkan pengenalan konsep statistik dan alat yang banyak digunakan untuk Analisis Data dan membantu dalam membuat keputusan dengan berkesan.

Pelajar akan mengetahui konsep dan memperoleh kepakaran mengenai penggunaan dan aplikasi algoritma Kecerdasan Buatan dan Pembelajaran Mesin. Mereka akan memiliki banyak peluang untuk terjun ke konsep maju. Dengan projek langsung, pelajar akan memperoleh pengalaman mengenai konsep di sebalik algoritma carian, pengelompokan, klasifikasi, pengoptimuman, pembelajaran pengukuhan, dan topik lain dan memasukkan pembelajaran dalam Program R.

Sorotan:

• Kurikulum yang dirancang dengan teliti sesuai dengan keperluan industri dengan tumpuan yang tinggi pada aplikasi praktikal
• Penyampaian kuliah secara dalam talian untuk memudahkan pembelajaran mengikut kadar anda sendiri
• Mentor terbaik dalam kelas dengan pengalaman industri dan akademik yang kaya, memberikan bimbingan 1 dalam 1
• Projek yang diselia yang datang dari pelbagai industri di semua kursus yang ditawarkan
• Bahan perisian kursus dan kajian yang komprehensif
• Liputan 360 darjah kursus tambahan dalam setiap penggal, bagi calon yang bersedia bekerja
• Kemudahan penggunaan alat dan teknologi Analitis yang banyak digunakan
• Penerapan konsep teori untuk menyelesaikan masalah perniagaan
• Tenaga pengajar International Expert
• Pendedahan berterusan terhadap perkembangan terkini industri

Program ini merangkumi banyak alat dan konsep, beberapa di antaranya adalah:

Konsep sains dan statistik data, Pengaturcaraan dengan R, SQL, NoSQL, Kecerdasan Buatan, Pembelajaran Mesin, Data Besar, Pemprosesan Bahasa Asli, Pengkomputeran Awan.

ESDST menawarkan Pengiktirafan Pengalaman Terdahulu (RPE) dan dengan itu ijazah sarjana muda formal tidak wajib untuk memasuki program ini.

• Anggaran Tempoh Kursus : 3-4 minggu
• Jumlah Kredit ECTS : 90
• Bilangan Maksimum Pindahan Kredit : 30

Program MSc Dalam Talian ESDST dalam Kecerdasan Buatan dan Pembelajaran Mesin terdiri daripada 12 kursus yang merangkumi pelbagai subjek mengenai Kepintaran Buatan dan ML. Kursus ini menawarkan banyak pengalaman praktikal dalam berbilang projek/tugasan dengan projek wajib berkaitan industri batu penjuru. Di sini, setiap pelajar akan diminta untuk menyelesaikan masalah perniagaan dunia sebenar yang eksklusif. Tempoh setiap kursus adalah sekitar 3 minggu membentuk 5 hingga 6 kredit ECTS. Pelajar mesti melengkapkan semua kursus ini dan projek capstone untuk memperoleh sejumlah 90 ECTS untuk melayakkan diri untuk MSc dalam Kepintaran Buatan dan Pembelajaran Mesin.

Semester 1 – Asasi – Kecerdasan Buatan dan Pembelajaran Mesin

• MBA-106 Statistik Perniagaan - 6
• MSAI-102 Matematik untuk Pembelajaran Mesin - 6
• Pengaturcaraan MSAI-103 untuk ML dan AI menggunakan Python - 6
• MBA-109 Kecerdasan Buatan dan Pembelajaran Mesin - 6

Semester 2 – Kecerdasan Buatan dan Kit Alat & Analitis Pembelajaran Mesin

• Kaedah Pembelajaran Mesin MSAI-104 menggunakan Python-I - 6
• MBA-111 Pergudangan dan pengurusan Data - 6
• MBA-110 Big Data dan NoSQL - 6
• MBA-112 Visualisasi Data dan Bercerita dengan Tableau - 6

Semester 3 – Kecerdasan Buatan dan Aplikasi & Visualisasi Pembelajaran Mesin

• Kaedah Pembelajaran Mesin MSAI-105 menggunakan Python – II - 6
• MSAI-106 Kecerdasan Buatan dan Robotik - 6
• MSAI-107 Robotik dan RPA - 6
• MSAI-108 AI dan ML Dalam Dunia Nyata dan Perniagaan - 6

Semester 4 – Pembelajaran Berpengalaman

• Projek Perundingan Capstone CP-101 (Tesis Sarjana) - 18

Jumlah Kredit: 90

MSc ESDST dalam Kecerdasan Buatan dan Pembelajaran Mesin akan melatih graduan kami dalam konsep, kemahiran dan pengetahuan penting untuk menyokong mereka dalam pertumbuhan kerjaya mereka. Menekankan aplikasi konsep teori kepada masalah praktikal, program ini akan memberi peluang kepada pelajar untuk membangunkan pemahaman tentang selok-belok dan penyelesaian masalah dunia sebenar. Projek perniagaan yang mencukupi, latihan berpandu tentang alatan lanjutan, dan syarahan oleh mentor industri akan membolehkan pelajar memahami dengan mendalam kuasa AI dan ML di seluruh dunia.

Setiap pelajar di ESDS dipadankan dengan mentor Industri, sebaik-baiknya dalam industri yang sama di mana pelajar bekerja atau mempunyai aspirasi untuk masuk. Mentor bertanggungjawab untuk membimbing pelajar melalui kursus dan membentangkan mereka dengan pembelajaran pengalaman sebenar bersama dengan pembelajaran teras yang berlaku dalam program.

Hasil utama:

1. Dapatkan pemahaman tentang konsep Al dan algoritma MI, dengan penggunaan setiap satu
2. Kembangkan pemikiran kritis dengan mengambil tugasan yang memerlukan penyelesaian masalah, inferens dan persepsi
3. Fahami masalah perniagaan dan jalin pendekatan untuk menyelesaikannya melalui prinsip yang dipelajari
4. Cari kaedah untuk mengkaji dan mengimbas data dengan bijak untuk menggunakan algoritma ML bagi mendedahkan cerapan
5. Mahir dalam penggunaan alatan/teknologi yang lazim dalam industri sains data

Selepas berjaya menamatkan program ini, peranan kerjaya akan dipandu oleh tahap kepakaran pelajar dan pengalaman terdahulu. Bagi profesional yang bekerja, peluang terdiri daripada peralihan/transformasi kerjaya daripada peranan semasa kepada peranan berpaksikan analisis data.

Bagi graduan baru, pengetahuan dan kemahiran yang dibangunkan semasa program MSc akan membolehkan mereka memohon jawatan yang sesuai berdasarkan kemahiran dan minat mereka. Pelajar boleh menyasarkan mana-mana peranan berikut:

• Saintis Data/Pengurus Data
• Pakar AI/ penganalisis AI
• Pakar Pembelajaran Mesin/ Pengurus Pembelajaran Mesin