Mesterséges intelligencia, modellmenedzsment és megvalósítás mesterképzés
Structuralia
Kulcs információ
Campus helye
Online
Nyelvek
Angol
Tanulmányi formátum
Távoktatás
Időtartam
1 év
Pace
Teljes idő, Részidő
Tandíjak
EUR 6 490 / per year
Jelentkezési határidő
Kérjen információt
Legkorábbi kezdési dátum
Kérjen információt
Bevezetés
Miért érdemes mesterképzést folytatni mesterséges intelligencia, modellmenedzsment és megvalósítás szakterületen?
Ez a mesterképzés célja a mai technológiavezérelt piac által megkövetelt, mesterséges intelligenciamodellek és -algoritmusok fejlesztéséhez szükséges ismeretek és készségek iránti növekvő igény kielégítése.
Valójában sok munkaerő-kölcsönző cég az AI-t az egyik olyan tudásvagyonként jelölte meg, amelyre a következő években a legkeresettebb lesz, tekintve, hogy az AI-szektor globális üzleti volumene 2030-ra várhatóan 16 billió dollár lesz.
Ezt a programot úgy alakították ki, hogy minden szakmai profil számára előnyös legyen, egy Bevezetés az AI alapjaiba, amely nem igényel széleskörű előzetes programozási és statisztikai ismereteket. Két nagy részből áll: az első egy műszaki rész, amely a fő gépi tanulási és mély tanulási modelleket és algoritmusokat tárja fel, a második pedig az üzleti alkalmazásait és következményeit tárgyalja.
A program befejezése után a hallgatók rendelkeznek az AI-projektek irányításához és népszerűsítéséhez szükséges készségekkel
Ösztöndíjak és finanszírozás
Structuralia 50%-os ösztöndíjak – online:
Tanterv
I. modul: Bevezetés a mesterséges intelligenciába (AI)
- 1. rész: Bevezetés az AI-ba
- 2. rész: A mesterséges intelligencia rövid története: A mítosztól a valóságig
- 3. egység: Kulcsfogalmak, ügynökök és tudásreprezentáció
- 4. egység: Problémamegoldás: Automatizált érvelés és keresés
- 5. egység: Automatizált tanulás: felügyelt, felügyelet nélküli, megerősítő tanulás I.
- 6. egység: Automatizált tanulás: felügyelt, felügyelet nélküli, megerősítéses tanulás II
- 7. egység: Big Data: Tanulás millió adattal
- 8. egység: Ember-gép interakció: Mesterséges látás és természetes nyelvi feldolgozás
- 9. egység: A mesterséges intelligencia jövője: Etikai kérdések és sokszínűség
II. modul Önkiszolgáló Excel, Talend és Trifacta adatok
- 1. egység: Adat-előkészítés
- 2. egység: Excel
- 3. egység: Talend adatok előkészítése
- 4. egység: Trifacta Wrangler
III. modul adatbányászat, gépi tanulás és mélyreható tanulás
- 1. egység: Felügyelt tanulás (I)
- 2. egység: Felügyelt tanulás (II)
- 3. egység: Felügyelet nélküli tanulás
- 4. egység: Mély tanulás
IV. modul, haladó mélyreható tanulás
- 1. egység: Felügyelt mély tanulás (I)
- 2. egység: Felügyelt mély tanulás (II)
- 3. egység: felügyelet nélküli mélytanulás (I)
- 4. egység: Felügyelet nélküli mély tanulás (II)
V. modul adatvizualizációs eszközök
- 1. rész: Az adatok kezelése a BI Desktopban
- 2. egység: DAX a Power BI Desktopban
- 3. egység: Speciális Power BI jelentéskészítés
- 4. rész: Interakciók a Microsoft ökoszisztéma-eszközökkel
VI. modul: gépi tanulás, mélytanulás és adattudományi gyakorlati alkalmazások
- 1. egység: Gépi tanulás
- 2. egység: Mély tanulás
- 3. egység: Adattudomány
- 4. egység: Esettanulmány alkalmazás
VII. modul Technológiai ökoszisztémák
- 1. egység: Bevezetés a technológiai ökoszisztémákba
- 2. egység: Engedélyező technológiák I
- 3. egység: Engedélyező technológiák II
- 4. egység: Engedélyező technológiák III
VIII. modul Ötletkészítési módszerek és technikák, valamint AI projektmenedzsment
- 1. egység: Bevezetés
- 2. egység: Tervezési gondolkodás
- 3. egység: Lean Start-up és Scrum
- 4. egység: Alkalmazás AI-projektekre
IX. modul Az AI hatása az üzletre
- 1. egység: Különböző szektorokra alkalmazott mesterséges intelligencia
- 2. egység: Különböző üzleti területeken alkalmazott mesterséges intelligencia
- 3. egység: AI és vállalkozás
- 4. egység: Etika. Üzlet és társadalom
X. modul, mesterképzés záróprojektje (MFP)
A program az esetleges tartalomfrissítések és frissítések függvénye,