Master of Science in koneoppiminen
Mohamed bin Zayed University of Artificial Intelligence - MBZUAI
Keskeiset tiedot
Kampuksen sijainti
Abu Dhabi, Arabiemiirikunnat
Kieli (kielet
Englanti
Opintomuoto
Kampuksella
Kesto
2 vuotta
Vauhti
Täysaikainen
Lukukausimaksut
Pyydä tietoja
Hakemuksen määräaika
Pyydä tietoja
Aikaisin aloituspäivä
Aug 2024
* kokopäiväiset opiskelijat täydellä apurahalla: ilmainen | osa-aikaiset opiskelijat: 5 000 AED per luottotunti, yhteensä 35 opintopistettä ja sekalaiset maksut
Johdanto
Ohjelmavaatimusten suorittamisen jälkeen valmistunut pystyy:
- Esittele erittäin erikoistunutta ymmärrystä nykyaikaisesta koneoppimismenetelmästä: tiedot, mallit, algoritmiset periaatteet ja empiiri.
- Saavuta edistynyt taito tietojen esikäsittelyyn ja erilaisten tutkimus- ja visualisointityökalujen käyttöön.
- Osoita kriittinen tietoisuus oppimisalgoritmien eri muotojen kyvyistä ja rajoituksista.
- Hanki kehittyneet kyvyt analysoida, arvioida ja jatkuvasti parantaa oppimisalgoritmien suorituskykyä.
- Hanki edistyneet kyvyt analysoida edistyneiden oppimisalgoritmien laskennallisia ja tilastollisia ominaisuuksia ja niiden suorituskykyä.
- Hanki asiantuntemusta koneoppimiseen liittyvien ohjelmointityökalujen käytöstä ja käyttöönotosta monimutkaisten koneoppimisongelmien ratkaisemiseksi.
- Kehitä edistyneitä ongelmanratkaisutaitoja soveltamalla koneoppimismenetelmiä itsenäisesti useisiin monimutkaisiin ongelmiin ja osoita asiantuntemusta ongelman ratkaisun moniselitteisyyden käsittelemisessä.
- Käytä hienostuneita taitoja useiden projektiraporttien ja kriitikoiden aloittamisessa, hallinnoinnissa ja loppuun saattamisessa useille koneoppimismenetelmille, jotka osoittavat asiantuntijoiden ymmärryksen, itsearvioinnin ja edistyneet taidot kommunikoida erittäin monimutkaisten ideoiden kanssa.
Koneoppinnon maisterin tutkinnon vähimmäisvaatimukset ovat 35 op, jakautuen seuraavasti:
- Ydinkurssit: 4 kurssia (15 luotto tuntia)
- Valinnaiset kurssit: 2 kurssia (8 luotto tuntia)
- Tutkielma: 1 kurssi (12 op. Tuntia)
Core kurssit
MSc koneoppimisessa on ensisijaisesti tutkimuspohjainen tutkinto. Kurssityön tarkoituksena on antaa opiskelijoille oikeat taidot, jotta he voivat menestyksekkäästi suorittaa tutkimusprojektinsa (opinnäytetyön). Opiskelijoiden on suoritettava COM701 pakollinen kurssi. He voivat valita kolme ydinkurssia kuuden hengen pitoisuuspoolista alla olevassa luettelossa:
Koodi | Kurssin nimi | Luotto tunnit |
COM701 | Tutkimusviestintä ja levitys | 3 |
ML701 | Koneoppiminen | 4 |
ML702 | Kehittynyt koneoppiminen | 4 |
ML703 | Todennäköisyys ja tilastollinen päätelmä | 4 |
MTH701 | Keinotekoisen älykkyyden matemaattiset perusteet | 4 |
AI701 | Tekoäly | 4 |
AI702 | Syvä oppiminen | 4 |
Valinnaisia kursseja
Opiskelijat valitsevat vähintään kaksi valinnaista kurssia, yhteensä kahdeksan (tai enemmän) luotto-tuntia (CH) käytettävissä olevien valinnaisten kurssien luettelosta kiinnostuksen, ehdotetun tutkielman ja uranäkökulman perusteella neuvottelemalla heidän hallintoneuvostonsa kanssa. Koneoppimisen maisteriksi käytettävissä olevat valinnaiset kurssit on lueteltu alla olevassa taulukossa:
Koodi | Kurssin nimi | Luotto tunnit |
MTH702 | optimointi | 4 |
CS701 | Advanced Programming | 4 |
CS702 | Tietorakenteet ja algoritmit | 4 |
DS701 | Tietojen louhinta | 4 |
DS702 | Suuri tietojenkäsittely | 4 |
CV701 | Ihmisen ja tietokoneen visio | 4 |
CV702 | Geometria tietokonenäkölle | 4 |
CV703 | Objektien visuaalinen tunnistaminen ja havaitseminen | 4 |
NLP701 | Luonnollinen kielenkäsittely | 4 |
NLP702 | Kehittynyt luonnollisen kielen käsittely | 4 |
NLP703 | Puheen käsittely | 4 |
ML704 | Koneoppimis paradigmat | 4 |
ML705 | Aiheet edistyneessä koneoppimisessa | 4 |
ML706 | Edistynyt todennäköisyys ja tilastollinen päätelmä | 4 |
HC701 | Lääketieteellinen kuvantaminen: Fysiikka ja analyysi | 4 |
Tutkielma
Pro gradu -työtutkimus altistaa opiskelijat ratkaisematta olevalle tutkimusongelmalle, jossa heidän vaaditaan ehdottamaan uusia ratkaisuja ja osallistumaan tietokokonaisuuteen. Opiskelijat jatkavat itsenäistä tutkimusta yhden vuoden ajan valvontaelimen ohjauksessa.
Koodi | Kurssin nimi | Luotto tunnit |
ML699 | Pro gradu -tutkielma | 12 |
Pääsymaksut
Opetussuunnitelma
Koneoppimisen maisterin tutkinnon vähimmäisvaatimukset ovat 36 opintopistettä, jotka jakautuvat seuraavasti:
Ydinkurssit | Kurssien lukumäärä | Luottotunnit |
Ydin | 4 | 16 |
Valittavien | 2 | 8 |
Tutkielma | 1 | 12 |
Työharjoittelu | Vähintään yksi enintään kuuden viikon pituinen harjoittelu on suoritettava tyydyttävästi valmistumisvaatimuksena | 0 |
Ydinkurssit
Master of Science in Machine Learning on ensisijaisesti tutkimukseen perustuva tutkinto. Kurssityön tarkoituksena on antaa opiskelijoille oikeat taidot, jotta he voivat menestyksekkäästi suorittaa tutkimushankkeensa (opinnäytetyönsä). Opiskelijoiden on suoritettava AI701, MTH701 ja ML701 pakollisina kursseina. He voivat valita joko ML702:n tai ML703:n sekä kaksi valinnaista ainetta.
Koodi | Kurssin nimi | Luottotunnit |
AI701 | Tekoälyn perusteet | 4 |
MTH701 | Tekoälyn matemaattiset perusteet | 4 |
ML701 | Koneoppiminen | 4 |
ML702 | Edistynyt koneoppiminen | 4 |
ML703 | Todennäköisyys- ja tilastollinen päättely | 4 |
Valinnaiset kurssit
Opiskelijat valitsevat vähintään kaksi valinnaista kurssia, yhteensä kahdeksan (tai enemmän) luottotuntia. Yksi on valittava luettelosta A ja yksi luettelosta A tai B kiinnostuksen, ehdotetun tutkimustyön ja uratoiveiden perusteella yhteistyössä heidän ohjaajapaneelinsa kanssa. Koneoppimisen maisterin valinnaiset kurssit on lueteltu alla olevissa taulukoissa:
Luettelo A
Koodi | Kurssin nimi | Luottotunnit |
ML702 | Koneoppimisen edistäminen | 4 |
ML703 | Todennäköisyys- ja tilastollinen päättely | 4 |
ML704 | Koneoppimisen paradigmat | 4 |
ML705 | Edistyneen koneoppimisen aiheet | 4 |
ML706 | Kehittynyt todennäköisyys- ja tilastollinen päättely | 4 |
Luettelo B
Koodi | Kurssin nimi | Luottotunnit |
AI702 | Syvä oppiminen | 4 |
CV701 | Ihmisen ja tietokoneen näkö | 4 |
CV702 | Tietokonenäön geometria | 4 |
CV703 | Visuaalinen objektien tunnistus ja tunnistus | 4 |
CV707 | Digitaaliset kaksoset | 4 |
DS701 | Tiedonlouhinta | 4 |
DS702 | Big Data -käsittely | 4 |
HC701 | Lääketieteellinen kuvantaminen: fysiikka ja analyysi | 4 |
ML707 | Smart City -palvelut ja -sovellukset | 4 |
ML708 | Luotettava tekoäly | 4 |
MTH702 | Optimointi | 4 |
NLP701 | Luonnollisen kielen käsittely | 4 |
NLP702 | Edistynyt luonnollisen kielen käsittely | 4 |
NLP703 | Puheen käsittely | 4 |
Tutkielma
Pro gradu -tutkimus altistaa opiskelijat ratkaisemattomalle tutkimusongelmalle, jossa heidän on ehdotettava uusia ratkaisuja ja osallistuttava tietämykseen. Opiskelijat jatkavat itsenäistä tutkimusta valvontapaneelin ohjauksessa yhden vuoden ajan.
Koodi | Kurssin nimi | Luottotunnit |
ML699 | Koneoppimisen pro gradu -tutkielma | 12 |
Tutkijakoulutus | 0 |
Galleria
Rankingit
CS-sijoitukset yhdellä silmäyksellä
- 18. sija tekoälyn alalla CS Rankingissa maailmanlaajuisesti
- 28. ML-kentässä CS Rankingissa maailmanlaajuisesti
- 16. sija CV-alalla CS Rankingissa maailmanlaajuisesti
- NLP:n 19. sija CS Rankingissa maailmanlaajuisesti
Ohjelman tulos
Ohjelman vaatimusten päätyttyä jatko pystyy:
- Osoita erittäin erikoistunutta ymmärrystä nykyaikaisesta koneoppimisputkesta: tiedot, mallit, algoritmiset periaatteet ja empiria
- Saavuta edistyneet taidot tietojen esikäsittelyssä ja erilaisten etsintä- ja visualisointityökalujen käytössä
- Osoita kriittistä tietoisuutta oppimisalgoritmien eri muotojen kyvyistä ja rajoituksista
- Hanki kehittyneitä ominaisuuksia oppimisalgoritmien kriittiseen analysointiin, arviointiin ja jatkuvaan parantamiseen
- Hanki kehittyneitä kykyjä analysoida kehittyneiden oppimisalgoritmien laskennallisia ja tilastollisia ominaisuuksia ja niiden suorituskykyä
- Hanki asiantuntemusta koneoppimiseen liittyvien ohjelmointityökalujen käytöstä ja käyttöönotosta erilaisiin monimutkaisiin koneoppimisongelmiin
- Kehitä kehittyneitä ongelmanratkaisutaitoja soveltamalla itsenäisesti koneoppimismenetelmiä useisiin monimutkaisiin ongelmiin ja osoita asiantuntemusta ongelmalausunnon epäselvyyksien käsittelyssä
- Käytä kehittyneitä taitoja aloittaaksesi, hallitaksesi ja täyttääksesi useita projektiraportteja ja kritiikkiä erilaisista koneoppimismenetelmistä, jotka osoittavat asiantuntijaymmärrystä, itsearviointia ja edistyneitä taitoja erittäin monimutkaisten ideoiden viestinnässä
Uramahdollisuudet
Tekoäly läpäisee kaikki teollisuudenalat. MBZUAI: n viimeaikaisissa työnantajien sitouttamistapahtumissa on ollut edustus useilta aloilta, mukaan lukien (mutta ei rajoittuen):
- Ilmailu, konsultointi, koulutus, energia, rahoitus, julkisyhteisöt, terveydenhuolto, media, öljy ja kaasu, turvallisuus ja puolustus, tutkimuslaitokset, vähittäiskauppa, televiestintä, kuljetus ja logistiikka sekä startupit.
MBZUAI Student Careers Portalin kautta ilmoitettuja viimeaikaisia työmahdollisuuksia ovat (mutta ei rajoittuen):
- AI-ratkaisuarkkitehti, tekoälyratkaisuinsinööri, algoritminen insinööri, data-analyytikko, datainsinööri, datatieteilijä, datastrategiakonsultti, täyden pinon ohjelmistoinsinööri, full stack -verkkokehittäjä, ennakoivan analytiikan tutkija ja vanhempi datatieteilijä - konsultti.
Muita uramahdollisuuksia voivat olla muun muassa seuraavat:
- Soveltava tutkija, analytiikkainsinööri, lisätty / virtuaalitodellisuus, autonomiset autot, biometriikka ja rikostekniikka, tietojohtaja, data-alustan johto, datatoimittaja, data- ja tekoälytekninen myyntiasiantuntija, kasvuanalytiikka / insinöörit, johtaja: AI- ja pilvipalvelusuunnittelu, koneoppimisinsinöörit, tuotepäällikkö: AI ja data-analytiikka, tuotedatatieteilijä, tuoteanalyytikko, kaukokartoitus, tutkimusavustajat, turvallisuus ja valvonta, vanhempi ohjelmistosuunnittelija ja VP data.