Przeczytaj oficjalny opis

Dlaczego warto zapisać się na studia podyplomowe w zakresie uczenia maszynowego i sztucznej inteligencji?

Algorytmy sztucznej inteligencji (AI) i uczenia maszynowego przekształcają systemy, doświadczenia, procesy i całe gałęzie przemysłu. Nic dziwnego, że liderzy biznesu postrzegają te technologie oparte na danych jako fundamentalne dla przyszłości - i że praktycy biegle w obu dziedzinach są bardzo poszukiwani.

W Columbia Engineering fascynuje nas ich zmieniający się światowy potencjał, a my stworzyliśmy Dyplom Podyplomowy w Uczeniu Maszynowym i Sztucznej Inteligencji we współpracy z EMERITUS, aby pomóc uczniom zrozumieć podstawy sztucznej inteligencji i uczenia maszynowego oraz jak je stosować rozwiązywać złożone problemy w świecie rzeczywistym.

WSTĘPNE WYMAGANIA: Kurs wymaga wiedzy licencjackiej z zakresu statystyki, (statystyki opisowe, regresja, rozkłady próbkowania, testowanie hipotez, estymacja przedziałowa itp.) Rachunek różniczkowy, algebra liniowa (wektory, macierze, pochodne) i prawdopodobieństwo.

Powinieneś być zadowolony z Pythona lub dowolnego innego języka programowania. Wszystkie zadania / projekty aplikacji będą wykonywane przy użyciu języka programowania Python z jednym lub kilkoma z następujących pakietów: pandas, NumPy, Matplotlib, seaborn, scikit-learn, PyMC3 itd.

Twoja podróż edukacyjna

Module 1: Applied Machine Learning

Nadzorowana nauka

  • Regresja Maksymalne prawdopodobieństwo, najmniejsze kwadraty, regularyzacja
  • Bayesian Methods Bayes Rule, MAP Inference, Active Learning
  • Podstawowe algorytmy klasyfikacji Najbliższe sąsiedzi, Perceptron, regresja logistyczna
  • Udoskonalenia metod jądra klasyfikacji , proces Gaussa
  • Pośrednie algorytmy klasyfikacji SVM, drzewa, lasy i wzmacnianie

Uczenie się bez nadzoru

  • Metody grupowania K-Środki Clustering, EM, Gaussian Mieszaniny
  • Systemy rekomendacji Collaborative Filtering, Topic Modeling, PCA
  • Sekwencyjne modele danych Markov i ukryte modele Markowa, filtry Kalmana
  • Analiza stowarzyszenia
  • Metody grupowania - II porównania modeli, rozważania dotyczące analizy

Moduł 2: Zastosowana sztuczna inteligencja

  • Wprowadzenie do sztucznej inteligencji
  • Intelligent Agents i Uninformed Search
  • Wyszukiwanie heurystyczne
  • Wyszukiwanie przeciwnika i gry
  • Problemy z satysfakcją z ograniczeń
  • Uczenie się o wzmocnieniu
  • Agenci logiczni
  • Aplikacje AI: przetwarzanie języka naturalnego
  • AI Applications and Course Review
  • Moduł 3: Projekt Capstone

Certyfikat

Po pomyślnym ukończeniu kursu uczestnicy otrzymają zweryfikowany dyplom cyfrowy EMERITUS we współpracy z Columbia Engineering Executive Education.

Korzyści z sieci EMERITUS

Po pomyślnym ukończeniu tego programu dołącz do społeczności ponad 7400 osób uczących się w sieci EMERITUS. Sieć EMERITUS to Twoja platforma do łączenia się z globalną siecią osób. Korzyści z sieci EMERITUS obejmują:

  • Pomoc w nauce
  • Globalna sieć obejmująca ponad 400 prezesów, prezesów, wiceprezesów, dyrektorów, założycieli i dyrektorów zarządzających
  • Zaproszenie na wydarzenia globalne
  • Start-up Corner, który pomaga łączyć, współpracować, gromadzić kapitał, inwestować lub identyfikować talenty
  • Rozszerzony dostęp do kursu i
  • Dostęp do grup EMERITUS
Program prowadzony przez:
Język angielski

Zobacz 7 więcej kursów w Emeritus Institute of Management »

Ostatnia aktualizacja April 6, 2019
Ten kurs jest Online
Data początkowa
Czerwiec 19, 2019
Duration
9 miesięcy
W pełnym wymiarze godzin
Cena
3,000 USD
Płatne w 2 równych ratach Bezzwrotna opłata aplikacyjna: 50 USD
Wg lokalizacji
Wg daty
Data początkowa
Czerwiec 19, 2019
Data końcowa
Mar. 19, 2020
Termin nadsyłania zgłoszeń

Czerwiec 19, 2019

Location
Termin nadsyłania zgłoszeń
Data końcowa
Mar. 19, 2020