Sarjana Sains dalam Kepintaran Buatan
CentraleSupélec
Maklumat Utama
Lokasi kampus
Paris, Perancis
Bahasa
Inggeris
Format kajian
Di kampus
Tempoh
14 - 16 bulan
laju
Sepenuh masa
Yuran tuisyen
EUR 20,000 / per year
Tarikh akhir permohonan
Minta maklumat
Tarikh mula paling awal
Sep 2024
pengenalan
Tingkatkan kerjaya anda dengan ijazah Sarjana peringkat tertinggi dalam AI!
Kecerdasan buatan telah menjadi pengubah permainan dalam kehidupan kita. Program ini bertujuan untuk menyediakan pelajar dengan asas dan teknik paling maju dalam bidang tersebut, membolehkan mereka menjadi pemimpin teknikal transformasi ini.
Program kami menawarkan kurikulum yang unik, menangani bidang ini dengan kaedah kecerdasan buatan yang dipacu oleh model/simbolik dan dipacu data, sambil juga menilai aplikasinya kepada domain masyarakat utama seperti etika, internet manusia, rangkaian, logistik dan sains bioperubatan.
Program unik ini, menawarkan pendekatan hujung ke hujung dari teori kepada amalan, disampaikan sepenuhnya dalam bahasa Inggeris oleh guru dan kelas yang cemerlang, dan menawarkan kurikulum unik yang sangat baik kepada mereka yang bersedia untuk masa depan sebagai arkitek kecerdasan buatan yang mencari perspektif kerjaya yang luar biasa dalam disiplin terhangat abad ke-21.
Pelajar Ideal
Adakah saya mempunyai profil yang sesuai?
- adakah anda telah menamatkan pengajian atau tidak lama lagi anda akan menamatkan pengajian dari universiti/sekolah terkemuka dengan ijazah yang kukuh (4 tahun Sarjana Muda atau tahun pertama sarjana) dalam bidang kejuruteraan, matematik, statistik, informatika, fizik?
- adakah anda sangat selesa dengan sekurang-kurangnya satu bahasa pengaturcaraan?
- adakah anda mempunyai sedikit atau tiada pengalaman kerja?
- adakah anda mempunyai tahap bahasa Inggeris yang baik dan adakah anda ingin belajar sepenuhnya dalam bahasa Inggeris?
- adakah anda ingin menjadi pakar dan peneraju dalam AI?
Kemasukan
Biasiswa dan Pembiayaan
biasiswa
Kurikulum
Tempoh pertama : Asas dengan 6 Kursus Teras
- Asas Pembelajaran Mesin: Gambaran keseluruhan tentang arah aliran terpenting dalam pembelajaran mesin, dengan tumpuan khusus pada risiko statistik dan pengecilannya berkenaan dengan fungsi ramalan diberikan dalam kursus ini. Bahagian makmal yang besar melibatkan projek kumpulan mengenai pertandingan sains data dan memberi pelajar keupayaan untuk menggunakan teori kursus kepada masalah dunia sebenar.
- Asas Kepintaran Buatan: Sejarah dan gambaran keseluruhan pendekatan berbeza Kecerdasan Buatan: daripada agen refleks (AI tahap rendah) kepada sistem pakar dan xIA (AI tahap tinggi). Setiap tanggapan akan menjadi subjek kerja amali individu. Di samping itu, AI akan dibangunkan mengikut kumpulan dan akan bersaing dalam kejohanan.
- Asas Pemodelan Keputusan: Keutamaan hadir dan meresap dalam banyak situasi yang melibatkan interaksi dan keputusan manusia. Keutamaan dinyatakan secara eksplisit atau tersirat dalam banyak permohonan dan keputusan yang berkaitan harus dibuat berdasarkan keutamaan ini. Kursus ini bertujuan untuk memperkenalkan model keutamaan untuk keputusan multikriteria. Kami akan membentangkan konsep dan kaedah untuk pemodelan keutamaan dan membuat keputusan berbilang kriteria.
- Asas Pengoptimuman: Teori asas dan kaedah untuk penyelesaian masalah pengoptimuman; teknik berulang untuk pengecilan tanpa kekangan; pengaturcaraan linear dan bukan linear serta kaedah diskret untuk aplikasi kejuruteraan yang dikaitkan dengan latihan Pengaturcaraan dalam Python diliputi dalam kursus ini.
- Asas Pembelajaran Mendalam: Kursus ini akan memperkenalkan teori moden rangkaian saraf konvolusi, baik dari segi konsep teori mahupun dari segi amalan dengan latihan dan seni bina pengaturcaraan yang berbeza. Contoh konkrit pada pelbagai domain aplikasi akan menunjukkan minat kaedah ini dalam kecerdasan buatan.
- Asas Bahasa & Platform Pengaturcaraan Data Besar & AI : Kursus ini akan mengajar anda semua tentang pengurusan data besar - algoritma, teknik dan alatan yang diperlukan untuk menyokong pemprosesan data besar dengan penekanan pada aspek pengiraan yang berkaitan dengan pengaturcaraan kaedah kecerdasan buatan berdasarkan pembelajaran mesin .
AI Teoritikal: Sekurang-kurangnya 3 pilihan untuk dipilih
- Pembelajaran pengukuhan: Kursus ini akan memperkenalkan asas pemodelan masalah dinamik dalam kecerdasan buatan melalui strategi pembelajaran pengukuhan. Khususnya kita akan membincangkan strategi pengoptimuman, strategi pensampelan dan strategi pemilihan ganjaran pada peringkat konsep dan aplikasi untuk pelbagai masalah kecerdasan buatan.
- Kecemerlangan dalam Teori Permainan: Kursus ini pada mulanya akan membentangkan prinsip utama berkenaan keputusan di bawah ketidakpastian, dan penggunaan model grafik semasa membuat keputusan di bawah ketidakpastian Kedua, kami akan mempertimbangkan prinsip teori permainan dan menunjukkan bagaimana teori tersebut boleh memodelkan dan menganalisis keputusan dalam situasi di mana interaksi yang tidak pasti dan strategik terlibat.
- Inferens dan pembelajaran Model Grafik: Kursus ini membincangkan asas matematik dan penyelesaian pengiraan untuk melatih dan mengoptimumkan mod grafik probabilistik (perintah lebih tinggi). Ini adalah perwakilan peringkat pertengahan yang berkuasa yang pernah dikurniakan dengan algoritma pengoptimuman yang cekap menghasilkan keputusan terkini untuk masalah dengan purata volum data latihan.
- Sistem Berbilang Agen : Matlamat kursus ini adalah untuk mengkaji sistem berbilang agen, iaitu sistem yang terdiri daripada pelbagai elemen pengkomputeran yang berinteraksi, dikenali sebagai agen, sebagai paradigma untuk melaksanakan sistem pintar autonomi dan kompleks.
- Statistik Lanjutan : Kursus ini bertujuan pertama sekali untuk memperkenalkan metodologi umum statistik matematik melalui konsep asas (pemodelan dan persampelan statistik, masalah anggaran, teori keputusan dan ujian hipotesis). Kemudian, kursus ini menyediakan teknik statistik lanjutan untuk analisis multivariate dengan tumpuan khusus pada statistik pengiraan dan pendekatan anggaran yang mantap. Teknik teratur / dihukum juga dibentangkan.
- Pembelajaran Mendalam Lanjutan : Kaedah pembelajaran mendalam kini merupakan teknologi terkini dalam banyak tugas pembelajaran mesin, yang membawa kepada hasil yang mengagumkan. Walau bagaimanapun, mereka masih kurang difahami, rangkaian saraf masih sukar untuk dilatih, dan hasilnya adalah kotak hitam yang tiada penjelasan. Memandangkan kesan masyarakat teknik pembelajaran mesin hari ini (digunakan sebagai bantuan dalam perubatan, proses pengambilan pekerja, pinjaman bank...), adalah penting untuk membuat keputusan mereka boleh dijelaskan atau menawarkan jaminan. Selain itu, masalah dunia sebenar biasanya tidak sesuai dengan andaian standard atau rangka kerja kerja akademik yang paling terkenal (kuantiti dan kualiti data, ketersediaan pengetahuan pakar...). Kursus ini bertujuan untuk memberikan pandangan dan alat untuk menangani aspek praktikal ini, berdasarkan konsep matematik.
AI Gunaan: Sekurang-kurangnya 3 elektif untuk dipilih
- Pengkomputeran visual: Kursus ini akan membentangkan gambaran keseluruhan tentang trend, kaedah moden dan aplikasi teknologi penglihatan komputer dalam pelbagai masalah pengkomputeran visual, iaitu analisis visual, pengecaman objek, pemodelan pemandangan 3D dari pelbagai pandangan, latihan silang data multimodal, dll.
- Pemprosesan bahasa semula jadi: Kursus ini menangani soalan asas di persimpangan bahasa manusia dan sains komputer. Dalam kursus ini kami meneroka kaedah yang diilhamkan daripada kecerdasan buatan simbolik dan sub-simbolik ke arah pemahaman bahasa, penghuraian, terjemahan & penjanaan.
- Analitik sains rangkaian: Masalah mengekstrak maklumat bermakna daripada data graf berskala besar dengan cara yang cekap dan berkesan telah menjadi penting dan mencabar dengan beberapa aplikasi penting dalam AI. Matlamat kursus ini adalah untuk membentangkan kaedah dan algoritma terkini dan terkini untuk menganalisis, melombong dan mempelajari data graf berskala besar, serta aplikasi praktikalnya dalam pelbagai domain.
- Pendapatan dan pengekstrakan maklumat: Kursus ini membincangkan asas-asas pencarian semula maklumat, proses menjawab keperluan maklumat, yang dinyatakan oleh pertanyaan pengguna, dengan mendapatkan semula maklumat yang berkaitan dalam pengumpulan data tidak berstruktur, selalunya besar-besaran. Kursus ini juga akan merangkumi pendekatan terkini seperti web semantik dan menjawab soalan dengan graf pengetahuan. Bahagian praktikal yang besar melibatkan projek kumpulan mengenai reka bentuk dan membina aplikasi carian.
- Pengimejan Perubatan: Kursus ini akan membentangkan gambaran keseluruhan trend, berkaitan dengan tafsiran automatik pengimejan perubatan daripada penyelesaian bantuan komputer. Kursus ini akan membincangkan keseluruhan rantaian masalah dalam tafsiran peringkat pertengahan dan tinggi yang menangani masalah tonggak bidang (pengesanan, segmentasi, pendaftaran) dan teknologi termaju yang paling didorong oleh ai untuk diagnosis bantuan komputer.
Tempoh ke-3: Latihan & Laporan (4 hingga 6 bulan)
Kedudukan
- MSc terbaik ke-2 dalam AI di Perancis, Eduniversal 2022
- CentraleSuélec adalah sebahagian daripada Universiti Paris-Saclay Kedudukan ke-16 di seluruh dunia dalam Kedudukan Dunia Shanghai 2022
- Antara institusi kedudukan terbaik OLEH REPUTASI MAJIKAN: KE-7 SELURUH DUNIA, KE-1 DI PERANCIS (QS World University Ranking 2021): 8 daripada 10 pelajar kami mendapat pekerjaan sebelum menamatkan pengajian dan 99% selepas tamat pengajian
Yuran Pengajian Program
Peluang kerjaya
CentraleSuélec adalah antara institusi kedudukan terbaik OLEH REPUTASI MAJIKAN: 7TH WORLDWIDE, 1ST IN FRANCE (QS World University Ranking 2021): 8 daripada 10 pelajar kami mendapat pekerjaan sebelum tamat pengajian dan 99% selepas tamat pengajian.