Mestre 2 INTELIGÊNCIA ARTIFICIAL
National School Of Computer Science For Industry And Business - ENSIIE
Informação chave
Localização do campus
Courcouronnes, França
línguas
Inglês
Formato de estudo
No campus
Duração
Solicite informações
Ritmo
Tempo total
Propinas
Solicite informações
Prazo de inscrição
Solicite informações
Data de início mais cedo
Sep 2023
bolsas de estudo
Explore oportunidades de bolsas de estudos para ajudar a financiar seus estudos
Introdução
O rápido crescimento de pesquisas e aplicações de Inteligência Artificial (IA) oferece oportunidades sem precedentes. Este curso é destinado a alunos que desejam receber uma educação primária excelente, cobrindo um amplo espectro de conceitos e aplicações de IA baseada em dados e aprendendo com exemplos.
O programa oferece cursos introdutórios em aprendizagem estatística, aprendizagem profunda e aprendizagem por reforço, otimização, processamento de sinais, teoria da informação e teoria dos jogos. Numerosas opções permitem aperfeiçoar-se no aprendizado da teoria e especializar-se em muitos campos, como big data, imagem e processamento de linguagem.
Este segundo ano oferece um leque alargado de opções, abrangendo aspectos éticos e outros tópicos, como abrir uma empresa.
Esta unidade curricular requer uma boa formação em matemática e ciências da computação: - Probabilidade e estatística - Álgebra linear - Cálculo diferencial e integral - Programação científica - Visualização dos dados Os candidatos também devem ter concluído o M1 de Inteligência Artificial (ou equivalente) com sucesso: - Saber noções básicas de estatística aplicada e otimização - Saber como manipular big data - Saber diferenciar e aplicar técnicas de aprendizagem supervisionada, não supervisionada e de reforço - Saber como programar modelos preditivos com Python e master sci-kit-learn - Saber como visualize dados e ilustre resultados com ferramentas de programação - Saiba como escrever uma proposta de projeto e comunicar os resultados por escrito e oralmente.
Habilidades:
Formule matematicamente algoritmos de descida de gradiente para redes neurais profundas, modelos gráficos ou outros modelos de aprendizagem estatística.
Programe modelos de aprendizado profundo e modelos gráficos usando Python e adquira proficiência em Keras, TensorFlow e Pytorch.
Compreender os fundamentos da aprendizagem estatística a nível teórico, com enfoque na sobre-aprendizagem e regularização.
Analise dados de vários tipos (imagem, texto, fala) do sinal bruto.
Leia, resuma, comente e reproduza artigos científicos.
Perspectivas de carreira:
Este curso prepara a investigação e as profissões de I&D em novos campos de aplicação em pleno: visão computacional (veículos autónomos e biometria); reconhecimento de voz (necessário para novas interfaces homem-máquina para smartphones); filtragem e agregação de conteúdo heterogêneo e textual (essencial para soluções comerciais para o gerenciamento de fluxos de dados significativos); gerenciamento e monitoramento de sistemas industriais complexos ou críticos que dependem da análise de dados.
Sobre a Escola
Perguntas
Cursos Similares
Mestrado em Inteligência Artificial
- Verona, Itália
Mestre em Ciência de Dados e IA
- Barcelona, Espanha
- Madrid, Espanha
Mestrado em Digital Business Executive
- Madrid, Espanha