درجة الماجستير في الذكاء الاصطناعي وإدارة النماذج والتنفيذ
Structuralia
معلومات أساسية
موقع الحرم الجامعي
Online
اللغات
انجليزي
شكل الدراسة
التعليم عن بعد
المدة الزمنية
1 لسنوات
الوتيرة
دوام كامل, دوام جزئي
رسوم دراسية
EUR ٦٬٤٩٠ / per year
أخر موعد للتسجيل
أتصل بالجامعة
اقرب موعد للبدء
أتصل بالجامعة
مقدمة
لماذا متابعة درجة الماجستير في الذكاء الاصطناعي وإدارة النماذج والتنفيذ؟
صُممت درجة الماجستير هذه للاستجابة للحاجة المتزايدة للمعرفة والمهارات في تطوير نماذج وخوارزميات الذكاء الاصطناعي التي يتطلبها السوق اليوم الذي يحركه التكنولوجيا.
في الواقع ، تشير العديد من شركات التوظيف المتخصصة إلى الذكاء الاصطناعي باعتباره أحد أصول المعرفة التي ستكون الأكثر طلبًا في السنوات القادمة ، مع الأخذ في الاعتبار أن قطاع الذكاء الاصطناعي من المتوقع أن يبلغ حجم أعماله العالمية 16 تريليون دولار بحلول عام 2030.
تم تصميم هذا البرنامج ليستفيد منه جميع الملفات الشخصية المهنية ، مع مقدمة لأساسيات الذكاء الاصطناعي التي لا تتطلب معرفة مسبقة واسعة بالبرمجة والإحصاءات. وقد تم تنظيمه في قسمين كبيرين: أولاً ، قسم تقني يستكشف النماذج والخوارزميات الرئيسية للتعلم الآلي والتعلم العميق ، ويتناول القسم الثاني تطبيقات الأعمال وآثارها.
عند الانتهاء من البرنامج ، سيكون لدى الطلاب المهارات اللازمة لإدارة مشاريع الذكاء الاصطناعي والترويج لها
المنح والتمويل
Structuralia منح دراسية بنسبة 50٪ - عبر الإنترنت:
درجة الماجستير للمهندسين ومحترفي العلوم والتكنولوجيا والهندسة والرياضيات
المناهج الدراسية
الوحدة الأولى مقدمة في الذكاء الاصطناعي (AI)
- الوحدة 1: مقدمة في الذكاء الاصطناعي
- الوحدة 2: تاريخ موجز للذكاء الاصطناعي: من الأسطورة إلى الواقع
- الوحدة 3: المفاهيم الأساسية والوكلاء وتمثيل المعرفة
- الوحدة 4: حل المشكلات: التفكير والتفكير الآلي
- الوحدة 5: التعلم الآلي: التعلم الخاضع للإشراف ، وغير الخاضع للإشراف ، والمعزز
- الوحدة 6: التعلم الآلي: التعلم الخاضع للإشراف ، غير الخاضع للإشراف ، المعزز II
- الوحدة 7: البيانات الضخمة: التعلم بملايين البيانات
- الوحدة 8: التفاعل بين الإنسان والآلة: الرؤية الاصطناعية ومعالجة اللغة الطبيعية
- الوحدة 9: مستقبل الذكاء الاصطناعي: القضايا الأخلاقية والتنوع
الوحدة الثانية بيانات Excel و Talend و Trifacta ذاتية الخدمة
- الوحدة 1: إعداد البيانات
- الوحدة 2: Excel
- الوحدة 3: Talend Data Preparation
- الوحدة 4: تريفاكتا رانجلر
الوحدة الثالثة ، التنقيب عن البيانات والتعلم الآلي والتعلم العميق
- الوحدة 1: التعلم الخاضع للإشراف (I)
- الوحدة 2: التعلم الخاضع للإشراف (II)
- الوحدة 3: التعلم غير الخاضع للإشراف
- الوحدة 4: التعلم العميق
الوحدة الرابعة التعلم العميق المتقدم
- الوحدة 1: التعلم العميق الخاضع للإشراف (I)
- الوحدة 2: التعلم العميق الخاضع للإشراف (II)
- الوحدة 3: التعلم العميق غير الخاضع للإشراف (I)
- الوحدة 4: التعلم العميق غير الخاضع للرقابة (II)
أدوات تصور بيانات الوحدة الخامسة
- الوحدة 1: العمل مع البيانات في BI Desktop
- الوحدة 2: DAX في Power BI Desktop
- الوحدة 3: إعداد تقارير Power BI المتقدم
- الوحدة 4: التفاعلات Microsoft Ecosystem Tools
الوحدة السادسة تطبيقات التعلم الآلي والتعلم العميق وعلوم البيانات
- الوحدة 1: تعلم الآلة
- الوحدة 2: التعلم العميق
- الوحدة 3: علم البيانات
- الوحدة 4: تطبيق دراسة الحالة
الوحدة السابعة نظم التكنولوجيا البيئية
- الوحدة 1: مقدمة في النظم البيئية التكنولوجية
- الوحدة 2: تقنيات التمكين 1
- الوحدة 3: تقنيات التمكين II
- الوحدة 4: تقنيات التمكين III
الوحدة الثامنة منهجيات وتقنيات التفكير وإدارة مشروع الذكاء الاصطناعي
- الوحدة 1: مقدمة
- الوحدة 2: التفكير التصميمي
- الوحدة 3: Lean Start-up and Scrum
- الوحدة 4: التطبيق على مشاريع الذكاء الاصطناعي
الوحدة التاسعة: تأثير الذكاء الاصطناعي على الأعمال
- الوحدة 1: تطبيق الذكاء الاصطناعي على قطاعات مختلفة
- الوحدة 2: تطبيق الذكاء الاصطناعي على مجالات عمل مختلفة
- الوحدة 3: الذكاء الاصطناعي وريادة الأعمال
- الوحدة 4: الأخلاق. الأعمال والمجتمع
المشروع النهائي للماجستير للوحدة X (MFP)
البرنامج خاضع لتحديثات المحتوى والترقيات الممكنة ،