Прочитать официальное описание

Зачем поступать в аспирантуру по машинному обучению и искусственному интеллекту?

Алгоритмы искусственного интеллекта (ИИ) и машинного обучения трансформируют системы, опыт, процессы и целые отрасли промышленности. Неудивительно, что бизнес-лидеры видят в этих технологиях, основанных на данных, фундаментальные для будущего, и что специалисты, свободно владеющие обеими областями, пользуются повышенным спросом.

В Columbia Engineering мы очарованы их изменяющим мир потенциалом, и мы создали аспирантуру по машинному обучению и искусственному интеллекту в партнерстве с EMERITUS, чтобы помочь студентам понять основы искусственного интеллекта и машинного обучения и способы их применения. решать сложные проблемы реального мира.

ПРЕДВАРИТЕЛЬНЫЕ РЕКВИЗИТЫ: курс требует знаний студентов по статистике (дескриптивная статистика, регрессия, распределение выборки, проверка гипотез, оценка интервалов и т. Д.), Исчислению, линейной алгебре (векторы, матрицы, производные) и вероятности.

Вам должно быть удобно с Python или любым другим языком программирования. Все задания / проекты приложений будут выполняться с использованием языка программирования Python с одним или несколькими из следующих пакетов: pandas, NumPy, Matplotlib, seaborn, scikit-learn, PyMC3 и т. Д.

Ваше учебное путешествие

Модуль 1: Прикладное машинное обучение

Обучаемое обучение

  • Максимальная вероятность регрессии , наименьшие квадраты, регуляризация
  • Байесовские методы Байесовское правило, MAP Inference, Active Learning
  • Алгоритмы фундаментальной классификации ближайших соседей, персептрон, логистическая регрессия
  • Уточнение методов классификации ядра, гауссовский процесс
  • Промежуточные классификационные алгоритмы SVM, Деревья, Леса и Повышение

Обучение без учителя

  • Методы кластеризации К-средние кластеризация Е. М. Гауссовы смеси
  • Совместная фильтрация систем рекомендаций , тематическое моделирование, PCA
  • Последовательные модели данных Марковские и скрытые марковские модели, фильтры Калмана
  • Анализ Ассоциации
  • Методы кластеризации - II Сравнения моделей, соображения анализа

Модуль 2: Прикладной искусственный интеллект

  • Введение в искусственный интеллект
  • Интеллектуальные агенты и неинформированный поиск
  • Эвристический поиск
  • Состязательный поиск и игры
  • Проблемы удовлетворения ограничений
  • Усиление обучения
  • Логические Агенты
  • AI приложения: обработка естественного языка
  • AI приложения и обзор курса
  • Модуль 3: Проект Capstone

сертификат

После успешного завершения курса участники получат подтвержденный цифровой диплом от EMERITUS в сотрудничестве с Columbia Engineering Executive Education.

Преимущества сети EMERITUS

После успешного завершения этой программы присоединитесь к сообществу из более чем 7400 учащихся в сети EMERITUS. Сеть EMERITUS - это ваша платформа для подключения к глобальной сети частных лиц. Преимущества сети EMERITUS включают в себя:

  • Помощь в обучении
  • Глобальная сеть, в которую входят более 400 генеральных директоров, президентов, вице-президентов, директоров, учредителей и управляющих директоров.
  • Приглашение на глобальные события
  • Стартовый уголок, чтобы помочь подключиться, сотрудничать, привлечь капитал, инвестировать или определить таланты
  • Расширенный доступ к курсу и
  • Доступ к группам EMERITUS
Программа преподается на:
английский

Просмотреть 7 других курсов в Emeritus Institute of Management »

Последнее обновление: April 6, 2019
Форма обучения: Онлайн
Дата начала
Июнь 19, 2019
Duration
9 Месяцев
Полное имя
Цена
3,000 USD
Оплачивается двумя равными частями. Невозвратный регистрационный взнос: 50 долларов США.
По местоположению
По дате
Дата начала
Июнь 19, 2019
Дата окончания
Март 19, 2020
Сроки подачи документов

Июнь 19, 2019

Location
Сроки подачи документов
Дата окончания
Март 19, 2020
Прочее