Emeritus posztgraduális diploma a gépi tanulás és a mesterséges intelligencia területén

Általános információk

További információ erről a programról az intézmény honlapján olvasható

Program leírás

Feltételek: Az oklevélhez statisztikák (leíró statisztikák, regresszió, mintavételi eloszlások, hipotézistesztelés, intervallumbecslés stb.), Kalkulus (származékok), lineáris algebra (vektorok és mátrixtranszformáció) és valószínűség (feltételes valószínűség / Bayes) ismerete szükséges. tétel).

A felvételi eljárás magában foglalja a fenti témák rövid szűrővizsgálatát, hogy felmérjék a résztvevők diplomára való felkészültségét.

A résztvevőknek köztes szintű ismeretekkel kell rendelkezniük a Pythonról, mivel az összes feladat / alkalmazás projekt a Python programozási nyelv használatával történik. Az Emeritus egy ingyenes Python for Data Analytics tanúsítványt kínál, amely megfelel ennek az előfeltételnek. Azok a résztvevők, akik sikeresen elvégzik ezt a tanúsító tanfolyamot, az Emeritus Institute of Management tól kapnak igazolást a teljesítésről.

Miért jelentkezzen be a posztgraduális diplomára a gépi tanulásban és a mesterséges intelligenciában?

A mesterséges intelligencia (AI) és a gépi tanulási algoritmusok átalakítják a rendszereket, tapasztalatokat, folyamatokat és az egész iparágakat. Nem csoda, hogy az üzleti vezetők látják ezeket az adatközpontú technológiákat a jövő szempontjából alapvető fontosságúaknak, és hogy a gyakorlati szakemberek mindkét területen folyékonyan keresnek.

Lenyűgöz a világváltoztató potenciáljuk, és létrehoztuk a gépi tanulás és a mesterséges intelligencia posztgraduális diplomáját, hogy segítsünk a hallgatóknak megérteni az AI és a gépi tanulás alapjait, és hogyan alkalmazzuk őket a valós komplex problémák megoldására.

Az Ön tanulási útja

1. modul: Alkalmazott gépi tanulás

Felügyelt tanulás

  • Regresszió: maximális valószínűség, legkisebb négyzetek, szabályszerűsítés
  • Bayes-módszer: Bayes-szabály, MAP következtetés, aktív tanulás
  • Alapvető osztályozási algoritmusok: Legközelebbi szomszédok, Perceptron, Logisztikai regresszió
  • A besorolás finomítása: Kernel módszerek, Gauss-folyamat
  • Köztes osztályozási algoritmusok: SVM, fák, erdők és fellendülés

Felügyelet nélküli tanulás

  • Klaszterezési módszerek: K-eszközök Klaszterezés, EM, Gauss keverékek
  • Ajánlási rendszerek: Együttműködő szűrés, téma modellezése, PCA
  • Szekvenciális adatmodellek: Markov és Rejtett Markov modellek, Kalman Filters
  • Társulási elemzés
  • Klaszterezési módszerek - II: Modell-összehasonlítások, elemzési szempontok

2. modul: Alkalmazott mesterséges intelligencia

  • Bevezetés a mesterséges intelligenciába
  • Intelligens ügynökök és tájékoztatás nélküli keresés
  • Heurisztikus keresés
  • Tárgyalási keresés és játékok
  • Korlátozott elégedettségi problémák
  • Megerősítő tanulás
  • Logikai ügynökök
  • AI alkalmazások: Természetes nyelvfeldolgozás
  • AI alkalmazások és tanfolyam-áttekintés

3. modul: Capstone projekt

EMERITUS Hálózati előnyök

A diploma sikeres elvégzése után csatlakozzon egy több mint 7400 tanuló közösségéhez az Emeritus Hálózaton. Az Emeritus Network az Ön platformja, amely összekapcsolódik egyének globális hálózatával. Az Emeritus hálózat előnyei:

  • Támogatási támogatás
  • A globális hálózat több mint 400 vezérigazgatója, elnöke, alelnöke, igazgatója, alapítója és ügyvezető igazgatója
  • Meghívás a globális eseményekre
  • A Start-up Corner segíti a csatlakozást, együttműködést, tőkét, befektetést vagy tehetségek azonosítását
  • Bővített tanfolyam hozzáférés és
  • Hozzáférés az emeritus csoportokhoz

Bizonyítvány

A diploma sikeres befejezése után a résztvevők hitelesített digitális oklevelet kapnak az Emeritus Institute of Management .

Utoljára frissítve okt. 2020

Az iskoláról

Our values define who we are, the people who we work with and the way we collaborate. They also encapsulate the behavior we seek in our students and alumni.

Our values define who we are, the people who we work with and the way we collaborate. They also encapsulate the behavior we seek in our students and alumni. Kevesebb