Master of Science w sztucznej inteligencji i uczeniu maszynowym
Fairfax, Stany Zjednoczone
CZAS TRWANIA
2 Years
JĘZYKI
Język angielski
TEMPO
Pełny etat, Niepełny etat
TERMIN SKŁADANIA WNIOSKÓW
Termin składania wniosków
NAJWCZEŚNIEJSZA DATA ROZPOCZĘCIA
Zapytaj o najwcześniejszą datę rozpoczęcia
CZESNE
USD 6534 / per semester *
FORMACIE STUDIÓW
W kampusie
* czesne za 9 godzin kredytowych w semestrze. Obowiązują dodatkowe opłaty
Stypendia
Poznaj możliwości stypendialne, aby pomóc sfinansować swoje studia
Wstęp
Wspierając misję uniwersytetu, tytuł Master of Science in Artificial Intelligence and Machine Learning (MSAIML) został zaprojektowany tak, aby przemawiał do szerokiego grona osób. Program równoważy teorię z praktyką oferuje szeroki zestaw tradycyjnych i najnowocześniejszych kursów oraz zapewnia niezbędną elastyczność, aby pomieścić studentów z różnych środowisk, w tym specjalistów komputerowych, którzy chcą poszerzyć swoją wiedzę na temat AI i ML, a także osoby, które nie ukończyły studiów licencjackich z informatyki, ale chcą poszerzyć swoją wiedzę w zakresie AI i ML.
Powiązane mikropoświadczenia
- Inżynier Sztucznej Inteligencji/Uczenia Maszynowego: (ALMLE)
- Specjalista AI (AISP)
- Inżynier uczenia maszynowego AWS (AWSMLE)
- Programista Robotic Process Automation (RPAP)
Wynik programu
- Zastosuj algorytmy AI i ML, aby wyciągnąć wnioski, zaprojektować inteligentne aplikacje do rozwiązywania problemów w świecie rzeczywistym i zautomatyzować rozwój systemów i komponentów AI.
- Modelowanie ludzkich zachowań w celu tworzenia systemów Human-AI i oceny ich działania.
- Poprawa ogólnej wydajności zintegrowanego systemu, aby wpłynąć na wydajność człowieka i jego uczenie się.
- Zastosuj społeczne, etyczne i prawne zasady technologii i ich zastosowań w dziedzinie AI i ML.
- Skutecznie komunikuj się indywidualnie lub w zespołach cross-funkcjonalnych.
Możliwości związane z karierą
- Specjalista ds. AI
- Sztuczna inteligencja stosowana i uczenie maszynowe - naukowiec
- Inżynier uczenia maszynowego w AWS
- Programista automatyzacji procesów robotycznych
- Inżynier ds. sztucznej inteligencji
- Programista robotyki
- Inżynier ds. uczenia maszynowego
- Instruktor w college'u lub na uniwersytecie uczący AI i ML jako uzupełnienie kursów informatyki
Program
Master of Science w AI i ML wymaga ukończenia 36 kredytów. Studenci wezmą 12 kredytów kursów podstawowych, 6 kredytów na zastosowanie w karierze i 18 kredytów w obszarach treści AI i ML.
Wymagania wstępne programu
Wszyscy nowi studenci programu AI i ML potrzebują pewnych podstawowych umiejętności, aby przygotować je do sukcesu w programie AI i ML. Stopnie AI i ML zapewniają szerokie zrozumienie teorii i technologii tej dziedziny. Studenci, którzy nie mają wymaganego tła, muszą podjąć niektóre lub wszystkie wymagania wstępne przed podjęciem kursów podstawowych. Tak więc, aby odnieść sukces, uczniowie muszą mieć podstawy w następujących kursach.
- COMP 109 Algorytmy komputerowe i logika programowania z wykorzystaniem Pythona
- COMP 260 Wprowadzenie do systemów operacyjnych
- COMP 270 Podstawy pracy w sieci
- COMP 329 Struktury danych i analiza algorytmów
- COMP 350 Koncepcje baz danych
Kursy podstawowe (4 kursy - 12 kredytów)
Kursy te zapewniają szeroki zakres wiedzy podstawowej do wdrożenia interfejsów komputerowych, projektowania oprogramowania, komunikacji między systemami i jak zarządzać systemami informatycznymi. Wszystkie te elementy są kluczowe dla specjalistów IT, aby zastosować te klocki do dowolnego systemu lub projektu.
- COMP 501 Zaawansowane systemy operacyjne
- COMP 502 Projektowanie i analiza algorytmów
- COMP 503 Sieci i telekomunikacja
- COMP 504 Systemy zarządzania bazami danych
Kursy aplikacji (2 kursy - 6 kredytów)
Kursy te oferują studentom możliwość zastosowania tego, czego nauczyli się w całym programie do praktycznego projektu lub do pracy magisterskiej. Podczas gdy projekt praktyczny zapewnia zastosowanie wiedzy zdobytej w całym programie i stanowiłby pracę, która mogłaby wykazać gotowość do kariery dla potencjalnych pracodawców, teza służyłaby ogólnie do wykazania potencjału badawczego studenta i mogłaby być wykorzystana do wykazania gotowości do pracy doktorskiej. Niezależnie od opcji, studenci zademonstrują podstawową wiedzę i umiejętności badawcze, które zostaną wykorzystane w kierunku ukończenia projektu lub pracy dyplomowej.
- COMP 505 Metody badawcze
- Wybierz jeden:
- COMP 681 AI i ML Projekt główny
- COMP 698 Praca magisterska
Kursy specjalizacyjne (6 dowolnych kursów - 18 kredytów)
Te zaawansowane kursy obejmują głębię tematów związanych z AI i ML i pozwalają studentom rozwijać swoją wiedzę w oparciu o ich zamierzone trajektorie zawodowe.
- COMP 513 Projektowanie i programowanie robotyki
- COMP 514 Sieci neuronowe
- COMP 515 Rozpoznawanie wzorców
- COMP 516 Uczenie głębokie
- COMP 517 Specjalne tematy z dziedziny sztucznej inteligencji
- COMP 518 Tematy specjalne w ML
- COMP 521 Projektowanie i zastosowanie inteligentnych urządzeń
- COMP 522 Eksploracja danych
- COMP 593 Staż I w zakresie sztucznej inteligencji i uczenia maszynowego
- COMP 610 Cognitive Computing
- COMP 611 Magazynowanie danych
- COMP 613 Projektowanie gier
- COMP 614 Rozpoznawanie mowy
- COMP 617 Certyfikowane uczenie maszynowe AWS
- COMP 618 10 Google Machine Learning
- COMP 693 Staż II w zakresie sztucznej inteligencji i uczenia maszynowego
Uwaga: Studenci, którzy chcą wziąć kurs, który jest oferowany przez inny program, mogą złożyć petycję, aby to zrobić do swojego doradcy, dostarczając uzasadnienie dla znaczenia dodatku jako części ich trajektorii zawodowej, ich zamierzonego projektu konsultacyjnego i / lub osobistego zainteresowania. Maksymalnie 2 kursy mogą być zastosowane do innego programu.
Rekrutacja
Opłata za program
Stypendia i Finansowanie
English Language Requirements
Potwierdź swoją znajomość języka angielskiego testem języka angielskiego Duolingo! DET to wygodny, szybki i niedrogi test online z języka angielskiego akceptowany przez ponad 4000 uniwersytetów (takich jak ten) na całym świecie.
O szkole
pytania
Podobne kursy
Magister Data Science i AI dla konkurencyjnej produkcji
- Milan, Włochy
- Manno, Szwajcaria + 3 jeszcze
Master of Science in Machine Learning
- Abu Dhabi, Zjednoczone Emiraty Arabskie
Magister informatyki
- Budapest, Węgry