Yapay Zeka Yüksek Lisans

Genel

2 konum mevcut

Program açıklaması

Yapay Zeka Yüksek Lisans

Yapay Zekada Online Usta

Yapay Zeka Yüksek Lisansı , hem ulusal hem de uluslararası olarak sahip olduğu tanınma ve akreditasyonlarla desteklenen UPC'yi karakterize eden teknoloji alanında, eğitim ve araştırma konusundaki kapsamlı deneyim arasındaki birliğin bir sonucu olarak doğmuştur; ve çevrimiçi eğitimdeki deneyim, OBS teknolojik ve iş odağı.

Yapay Zeka Yüksek Lisansı , öğrencilerin bu alandaki projeleri başarıyla yürütebilmeleri için AI kavramlarını ve gerekli unsurlarını teorik-pratik bir bakış açısıyla tanımalarını sağlar.

Yüksek Lisansta, öğrenciler beş büyük bloğa ayrılır:

  • Blok I. Temelleri: AI ile bağlantılı anahtar kavramların yanı sıra bu terim kapsamındaki tüm teknolojilerle ilgili olanlar da sunulacaktır.
  • II. Blok Makine Öğrenimi ve Yapay Sinir Ağları modellerinin geliştirilmesi: Makine Öğrenimi ve Yapay Sinir Ağlarına dayalı modeller ve pratik kullanımları derinleştirilecektir. Bu, optimizasyon ve modellerin daha sonraki değerlendirmelerini içerir.
  • Blok III Ana AI mimarileri: AI modellerinin geliştirilmesine yönelik piyasadaki mevcut ana çerçeveler derinleştirilecektir.
  • Blok IV AI projelerinin uygulanması: AI teknolojilerine bağlı projelerin geliştirme ve yönetim aşamaları ve uygulama süreçleri ele alınacaktır.
  • Blok V. AI'nın ticari uygulamaları ve ticari etkisi: AI'nın ana ticari uygulamaları ve bunların hem ticari hem de teknolojik açıdan sahip oldukları etkileri tanıtılacaktır.

Programın son derece pratik doğasının öğrencinin yüksek lisans süresince edindiği bilgileri hemen uygulamasına olanak sağladığını vurgulamak önemlidir.

Kariyer fırsatları

Program bittiğinde öğrenciler aşağıdakiler gibi pozisyonlarda kalabilirler:

  • Farklı sektörlerde Kimlik Geliştirme Grubu Başkanı.
  • AI konusunda uzmanlaşmış iş danışmanı.
  • AI konusunda uzmanlaşmış teknolojik danışman.
  • IA projelerinden sorumlu.
  • AI sistemlerinin geliştirilmesinde uzman.

hedefleri

AI nedir ve farklı uygulamaları nelerdir? AI'dan rekabet avantajı elde etmek için en son teknolojiler ve yetenekler nelerdir? Şirketler ve toplum üzerindeki potansiyel etkisi nedir? Makine öğrenmeye dayalı öğrenme modellerinde hangi riskler var? AI ile Büyük Veri arasındaki ilişki nedir? Bir kuruluştaki AI projelerine öncülük etmek için hangi kilit unsurlar dikkate alınmalıdır?

Yapay Zeka Yüksek Lisansı, tüm bu soruları, en önemli teknolojilerle ilgili kavramları ve bunların işletme düzeyinde uygulanmasıyla cevaplamanıza yardımcı olacaktır. Farklı gerçek durumların analizi ve kendi projenizin geliştirilmesi, AI teknolojilerinin gerçekliğini ve iş gereksinimlerini desteklemek için uygulamalarını belirlemenizi sağlar.

Genel amaç

Yapay Zeka Yüksek Lisansı, AI'nın temellerini, kendi sektörlerinde Makine Öğrenimi uygulamalarının iş modellerini yönetme şeklini nasıl değiştirdiğini gören tüm profesyonellere getirmek için temel bir hedefe sahiptir. Bu program sayesinde öğrenciler AI projelerine liderlik etmek için gerekli teknik bilgileri edineceklerdir.

Özel hedefler

Yapay Zeka Yüksek Lisans müfredatı, aşağıdaki belirli hedeflere ulaşmak için tasarlanmıştır:

  • AI'nın temellerini ve temel kavramlarını ve ayrıca işletme sorunlarını çözmek için kullanılan yöntem ve teknikleri derinleştirin.
  • Makine Öğrenimi ile ilgili temel algoritmaları ve araçları bilir, daha önce programlama bilgisine sahip olmadan problem çözmede uygulayabilir.
  • Pazarda bulunan ana çalışma çerçevelerini kullanarak AI modelleri geliştirin.
  • Sanal asistanlar ve sohbetler gibi pratik AI uygulamaları geliştirin. AI projelerine sadece teknik bakış açısıyla değil aynı zamanda yönetimden de liderlik edebilme, farklı iş alanlarını ve teknolojik uygulamaları nasıl ilişkilendireceklerini ve ilişkilerini bilen çok disiplinli profiller geliştirebilecek.
  • Yatırım Getirinizi en üst düzeye çıkarmak için bir iş vizyonu geliştirerek AI'nın stratejik etkisini anlayın.
  • AI'nın farklı Sektörlerdeki uygulamalarını anlayın ve kullanım koşullarını en büyük ticari etkiye sahip olarak derinleştirin.

müfredat

Blok I. AI'nın Temelleri

IA seviyelendirme kursu

Modül 1'e paralel olarak, Yapay Zeka programına programlama, algoritmalar ve matematiğin bilgi tabanını sağlayan bu seviye kursuyla başlanır. Bu derste öğrenciler, dersin takibi için gerekli olan farklı konulara girmelerini sağlayacak maddi kaynakları bulacaklardır. Bu derste, bilgilerinin değerlendirilmesine rehberlik edecek ve sonunda değerlendirilecek olan sınav tipi sınavları yapacaklardır. Ele alınacak konular:

  • AI Temelleri.
  • Programlamaya giriş.
  • AI'da algoritmalara giriş.

Modül 1. AI: temeller ve ana teknolojiler

Bu modülde, öğrenci AI dünyasına ve iş dünyasındaki uygulamalarına girerek aşağıdakileri ele alır:

  • AI'nın temel kavramları.
  • Ana AI teknolojileri.
  • "Veri odaklı" organizasyon.
  • AI projelerinin yürütülmesi için temeller ve geleneksel BT uygulamalarıyla farkları.

Modül 2. AI'nın sosyo-ekonomik etkisi

Bu modülde, öğrenci mevcut sosyo-ekonomik bağlamda AI kavramının bütünleşik bir vizyonunu kazanacaktır. Bu, öğrenci gibi konuları görecektir:

  • AI ve endüstrinin ekonomik etkisi 4.0.
  • AI'nın insanlar üzerindeki etkisi: etik, sosyal ve yasal konular.
  • Örgütlerde AI benimseme ve olgunluk modeli. İşletmeler için bir konumlandırma aracı olarak IA Vade Modelleri.
II. Blok Makine Öğrenimi Modelleri ve Yapay Sinir Ağlarının Tasarımı ve Geliştirilmesi

Modül 3. Makine Öğrenmesine Giriş: veri ve algoritmalar

Bu modül öğrenciye Makine Öğrenmesini tanıtacak ve bu kavramları doğru anlamalarını sağlayacak. Bu, gibi konuları göreceksiniz:

  • Anahtar makine öğrenme kavramları.
  • Verilerin önemi.
  • Veri kalitesi ve yönetişim.
  • Makine Öğrenmesi algoritmaları: riskler ve sınırlamalar.

Modül 4. Makine Öğrenimi modelleri: optimizasyon ve uygulamalar

Bu modül, Makine Öğrenimi modellerinin sonucunu optimize etmek için anahtarlar sunarken, AI tabanlı uygulamaların oluşturulmasındaki riskleri en aza indirgemekle bağlantılı süreci ele alır. Üzerinde çalışılacak konular:

  • Modellerin optimizasyonu.
  • Güçlü analitik için veri kalitesi.
  • Makine Öğrenmeye Dayalı Uygulamaların Üretimi.

Modül 5. Yapay Sinir Ağları

Bu beşinci modül boyunca, öğrenci Sinir Ağları dünyasına girecek ve aşağıdaki gibi konuları görecektir:

  • Tipik mimariler
  • Derin güçlendirilmiş öğrenme.
  • Bir Sinir Ağının Eğitimi: TensorFlow Bahçesi.
Blok III Ana AI mimarileri

Modül 6. AI Altyapıları

Bu modülde öğrenci, halihazırda pazarda mevcut olan ana AI çerçevelerini görecektir. Bunlar arasında:

  • Altyapılar Açık Kaynak.
  • Google IA Framework.
  • Microsoft Bilişsel Hizmetler Çerçevesi.
  • Amazon IA Services Framework.
  • IBM Watson Framework
Blok IV AI projelerinin uygulanması

Modül 7. AI projelerinin uygulanması (I): metodoloji

4. bloğun bu ilk bölümünde, öğrenci AI projelerinin yönetimi ve uygulanmasının metodolojik yönlerini görecektir. Ele alınacak konular şunlardır:

  • ML metodolojisi: CRISP-DM.
  • İçerik yaşam döngüsü.
  • AIOps.
  • Regresyon testleri
  • Geri bildirim ve bakım.
  • Yeniden kullanma ve yeniden eğitim.
  • Vakalar ve pratik örnekler.

Modül 8. AI (II) projelerinin uygulanması: maddi ve insan kaynakları

Bloğun bu ikinci bölümünde, öğrenci AI projelerinin yönü ve uygulanmasına malzeme ve insan kaynakları açısından odaklanacak. Bu anlamda, modülde ele alınacak bazı noktalar şunlardır:

  • Malzeme kaynakları
    • Depolama.
    • Bilgisayar.
    • Ekonomik modeller
    • Bulut Altyapısı
    • Araçlar.
  • İnsan kaynakları Özel profiller ve geleneksel profiller üzerindeki etkisi.
Blok V. AI'nın iş uygulamaları ve iş etkileri

Modül 9. AI'nın iş uygulamaları ve iş etkisi

Bu modül öğrenciye AI'nın temel işletme uygulamalarını tanıtır. Ele alınacak konulardan bazıları:

  • Akıllı etkileşim: hiper kişiselleştirme, konuşma arayüzleri ve gerçek zamanlı veri kullanımı yoluyla müşteri deneyiminin optimizasyonu.
  • Akıllı ürünler ve hizmetler: AI'nın sağladığı yetenekler ve yeni iş modelleri ve pazarları için arama.
  • Akıllı işlemler: Kendi kendine öğrenmeyi sağlamak için AI'nin otomasyon çözümleri ile kombinasyonu.
  • Akıllı kurumsal destek fonksiyonları (güvenlik, İK, teknoloji vb.): İnsan zekasını arttırmak ve karar vermeyi iyileştirmek için AI kullanımı.

Modül 10. Müşteri tabanlı AI modelleri

Programın bu son modülünde, AI'nın müşteri ilişkileri süreçlerine uygulamaları derinleştirilecektir. Modülün noktalarından bazıları şunlardır:

  • Cazibe: Sosyal Ağlar ve Ücretli Medya.
  • Tecrübe: İçerik kişiselleştirme ve müşteri yolculuğu.
  • Satış: Satış ve çapraz satış.
  • Servis: sohbetler ve akıllı asistanlar.

Nihai ana proje

Final Yüksek Lisans Projesi (PFM) sırasında, öğrenci bir projenin geliştirilmesinde gerçek bir şirketle el ele çalışacaktır. Bu, kendi şirketiniz için ya da okul tarafından önerilen seçenekler arasında seçim yapma seçeneğine sahip olacaktır.

atölyeler

Yapay Zeka Yüksek Lisansı sırasında öğrenci, teknolojik bir atölye ve bir iş atölyesine ayrılmış 2 pratik atölye çalışması yapma şansına sahip olacak.

Teknolojik Atölye Python dili uygulaması

Bu atölye tesviye kursunda tanıtılan Python ile ilgili temel bilgileri yükseltir ve bu programlama dilinin uygulaması hakkında bilgi edinir. Bu atölye boyunca, öğrenciler Yapay Zeka ve Makine Öğrenimi: Python alanındaki en yaygın kullanılan programlama dilinin uygulanması hakkında pratik bir vizyon edineceklerdir.

Python Yapay Zeka ortamlarında kullanım kolaylığı, çok yönlülük ve mevcut çok sayıda kütüphane için referans programlama dilidir. Bu dilin kullanımındaki büyüme, temel olarak Veri Bilimi ve Makine Öğrenimi yeni teknolojilerine teşekkür ediyor.

Not: Bu çalıştayı gerçekleştirmek için programlama konusunda bilgi sahibi olmak önemlidir.

İş Atölyesi Makine Öğrenimi ile Büyük Veri projelerinin güçlendirilmesi

Makine Öğrenmesi, kullandığı algoritmaları çalıştırabilmek ve eğitebilmek için büyük miktarda veriye ihtiyaç duyar. Bu çalıştayda öğrenciler, Makine Öğreniminin farklı kullanımlarını Büyük Veri ortamında göreceklerdir. Buna ek olarak, bu atölye çalışması öğrencilerin AI'nın Büyük Veri ile olan ilişkisini öğrenmelerini sağlayacaktır. Makine Öğrenimini Büyük Veride Nasıl Uygularız? Makine Öğrenimi kullanarak verilerdeki kalıpları nasıl keşfedebiliriz? İşletme düzeyinde hangi uygulamalara sahipsiniz?

Pratik bir atölye çalışması olduğu için öğrenciler, örneğin dijital pazarlama kullanımıyla çalışacaklardır. Özellikle, programlı dijital medya satın alımının bugün nasıl yapıldığını ve Büyük Veri ortamlarıyla birleştirilmiş Makine Öğrenme teknikleri kullanılarak nasıl optimize edilebileceğini göreceksiniz. Bu şekilde, bu teknolojiler kombinasyonunun getirdiği iş avantajını ve onu diğer işlemlere nasıl ekstrapoze edeceğinizi göreceksiniz.

Araçlar

Program boyunca öğrenciler, diğerleri arasında, aşağıdaki araçları kullanacaklar:

Python Yazılımı

Python dilinde programlamaya izin veren yazılım. En yaygın kullanılan programlama dillerinden biridir. Bu bir multiparadigma dilidir.

R Yazılım

Farklı paketler, kütüphaneler veya kendi örneklerinin indirilmesiyle genişletilebilen, farklı araçlarla entegre programlama yazılımı. Açık kaynak.

Akış gerici

Akış çizelgeleri kullanarak sayısal hesaplamalar yapmak için kullanılan ücretsiz bir yazılım kütüphanesi.

PyTorch

Gerilim programlamayı kullanarak sayısal hesaplamalar yapmak için tasarlanmış Python paketi.

CNTK (Microsoft Bilişsel Araç Seti)

Derin sinir ağlarına dayalı Derin Öğrenme Kütüphanesi. Bu, derin sinir ağları, evrişimsel sinir ağları, tekrarlayan sinir ağları, vb. Gibi farklı öğrenme makinelerini tanımlamak için birleşik bir çerçeve olan hesaplama ağ yapısını temel alır.

APIS hizmetleri (Amazon)

REST ve WebSocket API'lerini her ölçekte oluşturmanıza, yayınlamanıza, korumanıza, izlemenize ve korumanıza olanak sağlayan AWS hizmeti.

Yüksek Lisans Gereksinimleri

Öğrenci profili ve kabul şartları

Yüksek Lisans'ın modülleri, profesyonel kariyerlerinin gelişimini hızlandırmak ve AI'nın iş ortamında edindiği rolü anlamak isteyen farklı sektörlerden profesyonellerle tasarlanmıştır. OBS Yapay Zekâ OBS erişmek için gerekenler şunlardır:

  • Teknik mühendislik, ADE ve bilim (tıp, matematik, fizik veya kimya) mezunları ve mezunları.
  • Kendini iş etkisine daldırmak isteyen yöneticiler ve bu teknolojilerin açtığı yeni olasılıklar, bunları gerçek üretken ortamlarda uygulayabilmeleri için gerekli unsurları belirliyor.
  • AI ile ilgili projeleri yürütmek için yönetim kapasitelerini genişletmek isteyen proje yöneticileri ve yöneticileri.
  • AI alanında akademik eğitimlerini pekiştirmek isteyen deneyimleri veya meslekleri olan insanlar.
  • AI sektöründe profillerini hazırlamak, güncellemek ve tamamlamak isteyen danışmanlar ve uzmanlar;
titrasyon

Programın tamamlanmasından sonra, öğrenciler elde eder:

  • Üç Puan başlığı.
  • Programın sonunda Üniversitenin gereksinimleri yerine getirilmiş ise UPC tarafından akredite edilmiş bir derece.
Son Güncelleme Kasım 2019

Okul Hakkında

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mer ... Devamını oku

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mercado de habla hispana y con un importante know-how en e-learning, con la colaboración del partner estratégico: Daha Az
Barselona , Madrid + 1 Daha fazla Daha az