14 Στην Πανεπιστημιούπολη Τεχνητή Νοημοσύνη και Μηχανική Μάθηση Προετοιμασία Programs in Ηνωμένες Πολιτείες

Αυτό το μάθημα θα παρέχει μια επισκόπηση υψηλού επιπέδου των δυνατοτήτων και των μειονεκτημάτων της παραγωγικής Τεχνητής Νοημοσύνης για ουσιαστική δράση για το κλίμα. Προσκεκλημένοι ομιλητές από τη Silicon Valley που εργάζονται στον τομέα της βιωσιμότητας και της πληροφορικής θα κληθούν να μοιραστούν γνώσεις σχετικά με διεπιστημονικές προκλήσεις, αναδυόμενες ευκαιρίες και επαγγελματικές Pathways .

Με τις πρόσφατες εξελίξεις στη γενετική τεχνητή νοημοσύνη, η αξία της ανθρώπινης δημιουργικότητας βρίσκεται όλο και περισσότερο στο επίκεντρο. Το μάθημα αντλεί από διδάγματα από τη δημιουργικότητα στις τέχνες για να διδάξει στους φοιτητές μηχανικούς μεθόδους δημιουργικότητας που προέρχονται από μουσικούς και καλλιτέχνες. Για να μάθουν οι σπουδαστές μας μηχανικοί τη δημιουργικότητα ως δεξιότητα που διακρίνεται και διαφοροποιείται από τη γενετική τεχνητή νοημοσύνη, αυτό το μάθημα διερευνά, για παράδειγμα, την ανατομία ενός ποπ τραγουδιού του Χόλιγουντ και τη διαδικασία πίσω από τη δημιουργία μιας παγκόσμιας εντυπωσιακής τέχνης.

Αυτό το μάθημα θα παρέχει στους φοιτητές μια επισκόπηση της Τεχνητής Νοημοσύνης και κατανόηση βασικών εννοιών της Τεχνητής Νοημοσύνης. Θα εξετάσουμε μια τυπική διαδικασία Μηχανικής Μάθησης.

Το πτυχίο AS στην Τεχνητή Νοημοσύνη για Επιχειρήσεις έχει σχεδιαστεί για επαγγελματίες που επιστρέφουν CIS, επιχειρήσεις, μάρκετινγκ και ανάλυση δεδομένων με εμπειρία στον κλάδο ή φοιτητές που έχουν ολοκληρώσει μαθήματα CIS. Το πτυχίο προσφέρει ένα ισορροπημένο σύνολο μαθημάτων που παρέχει στους μαθητές τις γνώσεις και τις δεξιότητες για να αποκτήσουν θέσεις εργασίας στους τομείς της επιστήμης δεδομένων, της ανάλυσης δεδομένων, της εξόρυξης δεδομένων, της εξόρυξης κειμένου, της επιχειρηματικής νοημοσύνης, της μηχανικής μάθησης, της βαθιάς μάθησης, της επεξεργασίας φυσικής γλώσσας και της τεχνητής έρευνα νοημοσύνης. Οι μαθητές θα μάθουν πώς να λαμβάνουν επιχειρηματικές αποφάσεις χρησιμοποιώντας διαφορετικούς αλγόριθμους μηχανικής μάθησης και μοντέλα πρόβλεψης βαθιάς μάθησης διαφορετικής πολυπλοκότητας. Οι μαθητές θα μάθουν πώς να χρησιμοποιούν την επεξεργασία φυσικής γλώσσας για να κατανοήσουν καλύτερα την πρόθεση των πελατών μέσω της ανάλυσης συναισθημάτων και τη συλλογή πληροφοριών της αγοράς.

Αυτό το πρόγραμμα πιστοποίησης εισάγει τους φοιτητές στον ταχέως αναπτυσσόμενο τομέα της τεχνητής νοημοσύνης. Με έμφαση στις αρχές, τα εργαλεία και τις εφαρμογές της Τεχνητής Νοημοσύνης, το πρόγραμμα είναι ιδανικό για επαγγελματίες που επιθυμούν να επεκτείνουν τις τεχνικές τους δεξιότητες και να παραμείνουν μπροστά σε έναν κόσμο που βασίζεται στην ψηφιακή τεχνολογία.

Αυτό το μάθημα διερευνά τη διαχείριση και τη λειτουργία χώρων ψυχαγωγίας βάσει τοποθεσίας (LBE), με έμφαση στην ενσωμάτωση καθηλωτικών μέσων, την εξατομίκευση επισκεπτών και τα επιχειρηματικά μοντέλα που βασίζονται στην τεχνολογία. Συνδυάζοντας τη θεωρία, μελέτες περιπτώσεων του κλάδου και βιωματική μάθηση, οι φοιτητές θα αποκτήσουν την ικανότητα να αναλύουν καθηλωτικές τεχνολογίες, να σχεδιάζουν στρατηγικές με επίκεντρο τον επισκέπτη και να αξιολογούν τα οικονομικά και τη διαχείριση εμπειριών LBE αιχμής.

Το πρόγραμμα απευθύνεται σε άτομα με πτυχίο πανεπιστημίου και είναι ιδιαίτερα χρήσιμο για προγραμματιστές υπολογιστών, σχεδιαστές ιστοσελίδων, μηχανικούς λογισμικού, επαγγελματίες ανθρώπινων παραγόντων, σχεδιαστές διεπαφών χρήστη και άλλους που επιθυμούν να αναπτύξουν ή να βελτιώσουν τις ικανότητες σχεδιασμού και υλοποίησης διεπαφών χρήστη.

Αυτό το μάθημα εξετάζει την αναδυόμενη πολιτική της Τεχνητής Νοημοσύνης, συνδυάζοντας κλασικά πλαίσια για την τεχνολογική αλλαγή και την πολιτική οικονομία με σύγχρονες εμπειρικές τάσεις. Για να ανταποκριθούμε στην πολύπλοκη και γρήγορη εποχή που βιώνουμε, θα ρίξουμε ένα ευρύ δίχτυ, αντλώντας γνώσεις από όλο το φάσμα της πολιτικής επιστήμης.

Θέματα: στατιστική αναγνώριση προτύπων, γραμμική και μη γραμμική παλινδρόμηση, μη παραμετρικές μέθοδοι, εκθετική οικογένεια, GLM, μηχανές υποστηρικτικών διανυσμάτων, μέθοδοι πυρήνα, βαθιά μάθηση, επιλογή μοντέλου/χαρακτηριστικών, θεωρία μάθησης, συμβουλές μηχανικής μάθησης, ομαδοποίηση, εκτίμηση πυκνότητας, Ηλεκτρονική Μάθηση (EM), μείωση διαστάσεων, ICA, PCA, ενισχυτική μάθηση και προσαρμοστικός έλεγχος, διαδικασίες λήψης αποφάσεων Markov, προσεγγιστικός δυναμικός προγραμματισμός και αναζήτηση πολιτικής.

Ο συνεργάτης πτυχίο εφαρμοσμένης επιστήμης στην Τεχνολογία Εργαλειομηχανών δίνει έμφαση στις προηγμένες τεχνολογίες κατασκευής. Οι μαθητές είναι έτοιμοι να εργαστούν σε εργαλεία ακριβείας, μηχανική κατεργασία και κατασκευή. Οι απόφοιτοι θα μπορούσαν να πληρούν τις προϋποθέσεις για θέσεις ως χειριστές εργαλειομηχανών. μηχανικοί? Μηχανολόγοι και προγραμματιστές υπολογιστών αριθμητικά ελεγχόμενοι (CNC).

Αυτό το μάθημα εισάγει τους σπουδαστές στο χώρο εργασίας και τις επιχειρήσεις μέσω της ανάπτυξης λεξιλογίου, καθοδηγούμενων συζητήσεων και γραφής.