Sarjana Sains dalam Pembelajaran Mesin
Mohamed bin Zayed University of Artificial Intelligence - MBZUAI
Maklumat Utama
Lokasi kampus
Abu Dhabi, Emiriah Arab Bersatu
Bahasa
Inggeris
Format kajian
Di kampus
Tempoh
2 tahun
laju
Sepenuh masa
Yuran tuisyen
Minta maklumat
Tarikh akhir permohonan
Minta maklumat
Tarikh mula paling awal
Aug 2024
* pelajar sepenuh masa dengan biasiswa penuh: percuma | pelajar sambilan: AED 5,000 setiap jam kredit, jumlah 35 kredit, ditambah dengan pelbagai bayaran
pengenalan
Setelah selesai keperluan program, graduan akan dapat:
- Mempamerkan pemahaman yang sangat khusus mengenai saluran pembelajaran komputer moden: data, model, prinsip algoritma, dan empirika.
- Mencapai kemahiran canggih dalam data-pra-proses dan menggunakan pelbagai peralatan penerokaan dan visualisasi.
- Menunjukkan kesedaran kritikal tentang keupayaan dan batasan dari pelbagai bentuk algoritma pembelajaran.
- Dapatkan keupayaan lanjutan untuk menganalisis, menilai, dan terus meningkatkan prestasi algoritma secara kritis.
- Memperoleh kebolehan canggih untuk menganalisis sifat komputasi dan statistik algoritma pembelajaran lanjutan dan prestasi mereka.
- Memperoleh kepakaran dalam menggunakan dan menggerakkan alat pengaturcaraan pembelajaran yang berkaitan dengan mesin untuk pelbagai masalah pembelajaran mesin kompleks.
- Kembangkan kemahiran penyelesaian masalah yang lebih maju melalui kaedah pembelajaran mesin secara bebas untuk mengatasi pelbagai masalah kompleks, dan menunjukkan kepakaran dalam menangani kekaburan dalam pernyataan masalah.
- Memohon kemahiran canggih dalam memulakan, mengurus, dan menyelesaikan pelbagai laporan projek dan kritikan mengenai pelbagai kaedah pembelajaran mesin, yang menunjukkan pemahaman pakar, penilaian diri, dan kemahiran maju dalam menyampaikan idea-idea yang sangat kompleks.
Keperluan ijazah minimum untuk Sarjana Sains dalam program Pembelajaran Mesin adalah 35 Kredit, diedarkan seperti berikut:
- Kursus Teras: 4 Kursus (15 Jam Kredit)
- Kursus Elektif: 2 Kursus (8 Jam Kredit)
- Tesis Penyelidikan: 1 Kursus (12 Jam Kredit)
Kursus Teras
MSc dalam Pembelajaran Mesin terutamanya ijazah berdasarkan penyelidikan. Tujuan kerja kursus adalah untuk melengkapkan pelajar dengan set kemahiran yang betul, sehingga mereka dapat menjayakan projek penyelidikan mereka (tesis). Pelajar dikehendaki mengambil COM701, sebagai kursus wajib. Mereka boleh memilih tiga kursus teras dari kumpulan tumpuan enam dalam senarai yang disediakan di bawah:
Kod | Tajuk kursus | Jam kredit |
COM701 | Penyelidikan Komunikasi dan Penyebaran | 3 |
ML701 | Pembelajaran Mesin | 4 |
ML702 | Pembelajaran Mesin Lanjutan | 4 |
ML703 | Kesimpulan Probabilistik dan Statistik | 4 |
MTH701 | Asas Matematik untuk Kepintaran Buatan | 4 |
AI701 | Kecerdasan Buatan | 4 |
AI702 | Pembelajaran Deep | 4 |
Kursus Elektif
Pelajar akan memilih sekurang-kurangnya dua kursus elektif, dengan jumlah lapan (atau lebih) jam kredit (CH) daripada senarai kursus pilihan elektif berdasarkan minat, cadangan penyelidikan, dan perspektif kerjaya, berunding dengan panel penyeliaan mereka. Kursus elektif yang tersedia untuk Pembelajaran Mesin Master disenaraikan dalam jadual di bawah:
Kod | Tajuk kursus | Jam kredit |
MTH702 | Pengoptimuman | 4 |
CS701 | Pemrograman Lanjutan | 4 |
CS702 | Struktur dan Algoritma Data | 4 |
DS701 | Perlombongan Data | 4 |
DS702 | Pemprosesan Data Besar | 4 |
CV701 | Wawasan Manusia dan Komputer | 4 |
CV702 | Geometri untuk Visi Komputer | 4 |
CV703 | Pengiktirafan dan Pengesanan Objek Visual | 4 |
NLP701 | Pemprosesan Bahasa Semula Jadi | 4 |
NLP702 | Pemprosesan Bahasa Semulajadi Lanjutan | 4 |
NLP703 | Pemprosesan Ucapan | 4 |
ML704 | Paradigma Pembelajaran Mesin | 4 |
ML705 | Topik dalam Pembelajaran Mesin Lanjutan | 4 |
ML706 | Kesimpulan Probabilistik dan Statistik Lanjutan | 4 |
HC701 | Pengimejan Perubatan: Fizik dan Analisis | 4 |
Tesis Penyelidikan
Penyelidikan tesis sarjana mendedahkan pelajar kepada masalah penyelidikan yang tidak dapat diselesaikan, di mana mereka dikehendaki mencadangkan penyelesaian baru dan menyumbang ke arah badan pengetahuan. Pelajar melanjutkan pelajaran penyelidikan bebas, di bawah bimbingan panel penyeliaan, untuk tempoh 1 tahun.
Kod | Tajuk kursus | Jam kredit |
ML699 | Tesis Penyelidikan Sarjana | 12 |
Kemasukan
Kurikulum
Keperluan ijazah minimum untuk Sarjana Sains dalam Pembelajaran Mesin ialah 36 kredit, diedarkan seperti berikut:
Kursus teras | Bilangan kursus | Jam kredit |
teras | 4 | 16 |
elektif | 2 | 8 |
Tesis penyelidikan | 1 | 12 |
Internship | Sekurang-kurangnya satu latihan amali sehingga tempoh enam minggu mesti diselesaikan dengan memuaskan sebagai keperluan pengijazahan | 0 |
Kursus teras
Sarjana Sains dalam Pembelajaran Mesin adalah terutamanya ijazah berasaskan penyelidikan. Tujuan kerja kursus adalah untuk melengkapkan pelajar dengan set kemahiran yang betul, supaya mereka berjaya mencapai projek penyelidikan (tesis) mereka. Pelajar dikehendaki mengambil AI701, MTH701 dan ML701 sebagai kursus wajib. Mereka boleh memilih sama ada ML702 atau ML703 bersama-sama dengan dua pilihan.
Kod | Tajuk kursus | Jam kredit |
AI701 | Asas Kepintaran Buatan | 4 |
MTH701 | Asas Matematik Kepintaran Buatan | 4 |
ML701 | Pembelajaran Mesin | 4 |
ML702 | Pembelajaran Mesin Lanjutan | 4 |
ML703 | Inferens Kebarangkalian dan Statistik | 4 |
Kursus Elektif
Pelajar akan memilih sekurang-kurangnya dua kursus elektif, dengan jumlah lapan (atau lebih) jam kredit. Seorang mesti dipilih daripada Senarai A dan seorang mesti dipilih daripada Senarai A atau B berdasarkan minat, cadangan tesis penyelidikan, dan aspirasi kerjaya, dengan berunding dengan panel penyeliaan mereka. Kursus elektif yang tersedia untuk Sarjana Sains dalam Pembelajaran Mesin disenaraikan dalam jadual di bawah:
Senarai A
Kod | Tajuk kursus | Jam kredit |
ML702 | Memajukan Pembelajaran Mesin | 4 |
ML703 | Inferens Kebarangkalian dan Statistik | 4 |
ML704 | Paradigma Pembelajaran Mesin | 4 |
ML705 | Topik dalam Pembelajaran Mesin Lanjutan | 4 |
ML706 | Inferens Kebarangkalian dan Statistik Lanjutan | 4 |
Senarai B
Kod | Tajuk kursus | Jam kredit |
AI702 | Pembelajaran Mendalam | 4 |
CV701 | Penglihatan Manusia dan Komputer | 4 |
CV702 | Geometri untuk Penglihatan Komputer | 4 |
CV703 | Pengecaman dan Pengesanan Objek Visual | 4 |
CV707 | Kembar Digital | 4 |
DS701 | Perlombongan Data | 4 |
DS702 | Pemprosesan Data Besar | 4 |
HC701 | Pengimejan Perubatan: Fizik dan Analisis | 4 |
ML707 | Perkhidmatan dan Aplikasi Bandar Pintar | 4 |
ML708 | Kecerdasan Buatan yang Boleh Dipercayai | 4 |
MTH702 | Pengoptimuman | 4 |
NLP701 | Pemprosesan Bahasa Semulajadi | 4 |
NLP702 | Pemprosesan Bahasa Asli Termaju | 4 |
NLP703 | Pemprosesan Ucapan | 4 |
Tesis Penyelidikan
Penyelidikan tesis sarjana mendedahkan pelajar kepada masalah penyelidikan yang tidak dapat diselesaikan, di mana mereka dikehendaki mencadangkan penyelesaian baharu dan menyumbang kepada badan pengetahuan. Pelajar mengikuti kajian penyelidikan bebas, di bawah bimbingan panel penyeliaan, untuk tempoh satu tahun.
Kod | Tajuk kursus | Jam kredit |
ML699 | Tesis Penyelidikan Sarjana Pembelajaran Mesin | 12 |
Latihan Penyelidikan | 0 |
Galeri
Kedudukan
Kedudukan CS Sepintas lalu
- Ke-18 dalam bidang AI dalam Kedudukan CS di peringkat global
- Ke-28 dalam bidang ML dalam Kedudukan CS di peringkat global
- Ke-16 dalam bidang CV dalam Kedudukan CS di peringkat global
- Ke-19 dalam bidang NLP dalam Kedudukan CS di peringkat global
Hasil Program
Setelah melengkapkan keperluan program, graduan akan dapat:
- Tunjukkan pemahaman yang sangat khusus tentang saluran paip pembelajaran mesin moden: data, model, prinsip algoritma dan empirik
- Mencapai kemahiran lanjutan dalam prapemprosesan data dan menggunakan pelbagai alat penerokaan dan visualisasi
- Menunjukkan kesedaran kritikal tentang keupayaan dan batasan pelbagai bentuk algoritma pembelajaran
- Dapatkan keupayaan lanjutan untuk menganalisis secara kritis, menilai dan meningkatkan prestasi algoritma pembelajaran secara berterusan
- Memperoleh kebolehan lanjutan untuk menganalisis sifat pengiraan dan statistik bagi algoritma pembelajaran lanjutan dan prestasinya
- Dapatkan kepakaran dalam menggunakan dan menggunakan alat pengaturcaraan yang berkaitan dengan pembelajaran mesin untuk pelbagai masalah pembelajaran mesin yang kompleks
- Membangunkan kemahiran menyelesaikan masalah lanjutan melalui penggunaan kaedah pembelajaran mesin secara bebas kepada pelbagai masalah yang kompleks, dan menunjukkan kepakaran dalam menangani kekaburan dalam pernyataan masalah
- Gunakan kemahiran canggih dalam memulakan, mengurus dan menyelesaikan pelbagai laporan projek dan kritikan tentang pelbagai kaedah pembelajaran mesin, yang menunjukkan pemahaman pakar, penilaian kendiri dan kemahiran lanjutan dalam menyampaikan idea yang sangat kompleks
Peluang kerjaya
AI meresap ke dalam setiap industri. Pada acara penglibatan majikan baru-baru ini di MBZUAI, terdapat perwakilan daripada pelbagai sektor termasuk (tetapi tidak terhad kepada):
- Penerbangan, perundingan, pendidikan, tenaga, kewangan, entiti kerajaan, penjagaan kesihatan, media, minyak dan gas, keselamatan dan pertahanan, institut penyelidikan, peruncitan, telekomunikasi, pengangkutan dan logistik serta syarikat pemula.
Peluang pekerjaan terkini yang diiklankan melalui Portal Kerjaya Pelajar MBZUAI termasuk (tetapi tidak terhad kepada):
- Arkitek penyelesaian AI, jurutera penyelesaian AI, jurutera algoritma, penganalisis data, jurutera data, saintis data, perunding strategi data, jurutera perisian tindanan penuh, pembangun web tindanan penuh, penyelidik analitik ramalan dan saintis data kanan - perunding.
Peluang kerjaya lain boleh termasuk (tetapi tidak terhad kepada):
- Saintis gunaan, jurutera analitik, realiti tambahan/maya, kereta autonomi, biometrik dan forensik, ketua pegawai data, kepimpinan platform data, wartawan data, pakar jualan teknikal data dan AI, analitik / jurutera pertumbuhan, pengurus: perancangan perkhidmatan AI dan awan, mesin jurutera pembelajaran, pengurus produk: AI dan analisis data, saintis data produk, penganalisis produk, penderiaan jauh, pembantu penyelidik, keselamatan dan pengawasan, jurutera perisian kanan dan data VP.