Oxford Brookes University
MSc στην Τεχνητή Νοημοσύνη

Wheatley, Ηνωμένο Βασίλειο

ΤΎΠΟΣ ΠΤΥΧΊΟΥ

MSc (Μεταπτυχιακό Δίπλωμα Ειδίκευσης Επιστημών)

ΔΙΆΡΚΕΙΑ

1 έως

2 έτη

ΓΛΏΣΣΕΣ

Αγγλικά

ΡΥΘΜΌΣ

Πλήρης απασχόληση, Μερικής απασχόλησης

ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ

ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ

ΜΟΡΦΉ ΜΕΛΈΤΗΣ

Στην Πανεπιστημιούπολη

Το μάθημά μας για την Τεχνητή Νοημοσύνη (AI) σάς επιτρέπει να αναπτύξετε τις δεξιότητες, τις γνώσεις και την κατανόηση για:

ακολουθήσει σταδιοδρομία στην αιχμή της AI
να εφαρμόσουν νέες τεχνολογικές λύσεις σε προβλήματα του πραγματικού κόσμου.

Είναι ιδανικό για πρόσφατους πτυχιούχους στους υπολογιστές, τα μαθηματικά, τη μηχανική ή ένα αντικείμενο σχετικό με την επιστήμη με καλές δεξιότητες προγραμματισμού. Και όσοι έχουν ουσιαστική εμπειρία στον κλάδο των υπολογιστών που θέλουν να αποκτήσουν ένα προσόν που αναπτύσσει την τεχνογνωσία τους.

Το μάθημα ενημερώνεται από την έρευνα αιχμής που πραγματοποιείται στο σχολείο. Θα μελετήσετε:

μηχανική μάθηση
βαθιά μάθηση
επιστημονικά δεδομένα
οπτικοποίηση δεδομένων
μεγάλα δεδομένα και το σύννεφο
έξυπνα αυτόνομα συστήματα
βασικές σχετικές πτυχές της κυβερνοασφάλειας.

Τα εργαστήριά μας είναι εξοπλισμένα με βιομηχανικά πρότυπα εξοπλισμό και εργαλεία λογισμικού. Αυτό περιλαμβάνει ένα εργαστήριο «Fab» και εργαστήριο ρομποτικής με μια σειρά από πλατφόρμες για να εφαρμόσετε αλγόριθμους Τεχνητής Νοημοσύνης.

Ενότητες μελέτης

Υποχρεωτικές ενότητες

Εισαγωγή στη Μηχανική Μάθηση (10 μονάδες)

Αυτή η ενότητα μελετά τις βασικές αρχές των μεθοδολογιών μηχανικής μάθησης, τις υλοποιήσεις και τις μεθόδους ανάλυσης κατάλληλες για εφαρμογές μηχανικής μάθησης. Υποχρεωτικό για MSc και PG Dip.

Θεμέλια Τεχνητής Νοημοσύνης (AI) (10 μονάδες)

Αυτή η ενότητα διδάσκει τις θεμελιώδεις έννοιες της τεχνητής νοημοσύνης, συμπεριλαμβανομένων των κλασικών και σύγχρονων προσεγγίσεων της τεχνητής νοημοσύνης και των φιλοσοφικών βάσεων της τεχνητής νοημοσύνης. Υποχρεωτικό για MSc και PG Dip.

Αυτόνομα Ευφυή Συστήματα (20 μονάδες)

Αυτή η ενότητα σάς εξοπλίζει με τη γνώση και την κριτική κατανόηση του τρόπου με τον οποίο τα Αυτόνομα Ευφυή Συστήματα χρησιμοποιούνται σε ένα ευρύ φάσμα περιβαλλόντων με διαφορετικές λειτουργίες. Υποχρεωτικό για MSc.

AI Systems Engineering (20 μονάδες)

Αυτή η ενότητα παρέχει στους φοιτητές δεξιότητες για την κριτική αξιολόγηση και ανάλυση της εφαρμογής της τεχνητής νοημοσύνης στον τομέα της μηχανικής συστημάτων. Υποχρεωτικό για MSc.

Οπτικοποίηση δεδομένων (10 μονάδες)

Αυτή η ενότητα καλύπτει τελευταίας τεχνολογίας εργαλεία και τεχνικές για τη δημιουργία χρήσιμων απεικονίσεων για διαφορετικούς τύπους συνόλων δεδομένων και σεναρίων εφαρμογών. Υποχρεωτικό για MSc.

Big Data and the Cloud (20 μονάδες)

Το σύννεφο έχει γίνει βασικό μέρος της σύγχρονης ζωής και μαζί του έρχονται τεράστιες ποσότητες δεδομένων. Αυτή η ενότητα εξετάζει πώς λειτουργούν τα σύννεφα και μπορεί να χρησιμοποιηθεί για την αντιμετώπιση των προκλήσεων μεγάλων δεδομένων της σύγχρονης επιστήμης και των επιχειρήσεων. Υποχρεωτικό για MSc.

Έρευνα, Υποτροφίες και Επαγγελματικές Δεξιότητες (20 μονάδες)

Προηγμένη μηχανική εκμάθηση (10 μονάδες)

Αυτή η ενότητα εξοπλίζει τους μαθητές με δεξιότητες να αξιολογούν κριτικά πολύπλοκους αλγόριθμους μηχανικής μάθησης σε διαφορετικά σενάρια εφαρμογών. Υποχρεωτικό για MSc.

Διατριβή σε Θέματα Πληροφορικής (60 μονάδες)

Πρόκειται για ένα μεμονωμένο έργο έρευνας και ανάπτυξης που σας επιτρέπει να μελετήσετε σε βάθος ένα θέμα της επιλογής σας στον τομέα της Τεχνητής Νοημοσύνης, με καθοδήγηση από τον προϊστάμενό σας. Η εργασία μπορεί να πραγματοποιηθεί σε στενή συνεργασία με ερευνητικό, βιομηχανικό ή εμπορικό οργανισμό. Αναλαμβάνετε τη διατριβή σας κατά τη θερινή περίοδο εάν είστε φοιτητής πλήρους φοίτησης.

ανεξάρτητη μελέτη II (20 μονάδες)

Μάθηση και διδασκαλία

Θα διδαχθείτε με συνδυασμό διαλέξεων και πρακτικών συνεδριών. Οι διαλέξεις παρέχουν μια θεωρητική βάση, ενώ οι πρακτικές συνεδρίες ενισχύουν την κατανόησή σας με την ενεργό συμμετοχή.

Θα σας παρασχεθεί μια ποικίλη εμπειρία, καθώς και η ευκαιρία να συζητήσετε τη δουλειά σας απευθείας με τους καθηγητές.

Πολλές από τις ενότητες εμπλουτίζονται από την ερευνητική εμπειρία του διδακτικού προσωπικού. Προσκαλούμε επίσης επισκέπτες ομιλητές από ερευνητικούς οργανισμούς και βιομηχανίες να έρθουν και να δώσουν προσκεκλημένες διαλέξεις.