ปริญญาโทด้านปัญญาประดิษฐ์

ปริญญาโทด้านปัญญาประดิษฐ์

ต้นแบบออนไลน์ในด้านปัญญาประดิษฐ์

Master in Artificial Intelligence เกิดจากการรวมตัวกันระหว่างประสบการณ์ที่กว้างขวางในการฝึกอบรมและการวิจัยในด้านเทคโนโลยีซึ่งเป็นลักษณะของ UPC ซึ่งได้รับการสนับสนุนจากการยอมรับและการรับรองที่มีทั้งในระดับประเทศและระดับสากล และประสบการณ์ในการฝึกอบรมออนไลน์โดยมุ่งเน้นด้านเทคโนโลยีและธุรกิจจาก OBS

ปริญญาโทในด้านปัญญาประดิษฐ์ ช่วยให้นักเรียนได้เรียนรู้แนวคิดและองค์ประกอบที่จำเป็นของ AI จากมุมมองเชิงทฤษฎีการปฏิบัติที่จะประสบความสำเร็จในการดำเนินโครงการในพื้นที่นี้

ในปริญญาโทนักเรียนจะเจาะลึกลงไปในห้าช่วงตึกขนาดใหญ่:

• บล็อค I. พื้นฐาน: แนวคิดหลักที่เกี่ยวข้องกับ AI จะถูกจัดเตรียมไว้รวมถึงแนวคิดที่เกี่ยวข้องกับเทคโนโลยีทั้งหมดที่รวมอยู่ภายใต้คำศัพท์นี้
• Block II การพัฒนาโมเดลการเรียนรู้ของเครื่องและโครงข่ายประสาท: โมเดลที่อิงตามการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียมและการใช้งานจริงของพวกเขาจะลึกซึ้งยิ่งขึ้น ซึ่งรวมถึงการปรับให้เหมาะสมและการประเมินผลรุ่นต่างๆ
• บล็อก III สถาปัตยกรรม AI หลัก: เฟรมเวิร์กหลักที่มีอยู่ในตลาดสำหรับการพัฒนาโมเดล AI จะลึกซึ้งยิ่งขึ้น
• บล็อก IV การดำเนินการตามโครงการ AI: ขั้นตอนการพัฒนาและการจัดการของโครงการที่เชื่อมโยงกับเทคโนโลยี AI จะได้รับการแก้ไขรวมถึงกระบวนการดำเนินงาน
• Block V. แอปพลิเคชันทางธุรกิจของ AI และผลกระทบทางธุรกิจ: แอปพลิเคชันทางธุรกิจหลักของ AI จะได้รับการแนะนำรวมถึงผลกระทบที่มีทั้งจากมุมมองทางธุรกิจและเทคโนโลยี

มันเป็นสิ่งสำคัญที่จะเน้นว่าลักษณะการใช้งานจริงของโปรแกรมช่วยให้นักเรียนสามารถประยุกต์ใช้ความรู้ที่ได้รับระหว่างการเรียนในระดับปริญญาโทได้ทันที

โอกาสในการทำงาน

เมื่อจบโปรแกรมนักเรียนอาจมีตำแหน่งเช่น:

• หัวหน้ากลุ่มพัฒนา ID ในภาคต่างๆ
• ที่ปรึกษาทางธุรกิจที่เชี่ยวชาญด้าน AI
• ที่ปรึกษาด้านเทคโนโลยีเชี่ยวชาญด้าน AI
• รับผิดชอบโครงการ IA
• เชี่ยวชาญในการพัฒนาระบบ AI

วัตถุประสงค์

AI คืออะไรและมีการใช้งานที่แตกต่างกันอย่างไร เทคโนโลยีและขีดความสามารถที่ล้ำสมัยใดที่จำเป็นต่อการสร้างความได้เปรียบในการแข่งขันจาก AI ผลกระทบที่อาจเกิดขึ้นกับ บริษัท และสังคมคืออะไร? มีความเสี่ยงอะไรในโมเดลการเรียนรู้ด้วยการเรียนรู้ด้วยเครื่อง? อะไรคือความสัมพันธ์ระหว่าง AI กับ Big Data? องค์ประกอบสำคัญใดที่ควรพิจารณาเพื่อนำไปสู่โครงการ AI ในองค์กร

Master in Artificial Intelligence จะช่วยให้คุณตอบคำถามเหล่านี้ทั้งหมดผ่านการผสมผสานแนวคิดที่เกี่ยวข้องกับเทคโนโลยีที่สำคัญที่สุดและการประยุกต์ใช้สิ่งเหล่านี้ในระดับธุรกิจ การวิเคราะห์กรณีจริงที่แตกต่างกันและการพัฒนาโครงการของคุณเองจะช่วยให้คุณสามารถระบุความเป็นจริงของเทคโนโลยี AI รวมถึงแอปพลิเคชันของพวกเขาเพื่อรองรับความต้องการทางธุรกิจ

วัตถุประสงค์ทั่วไป

Master in Artificial Intelligence มี วัตถุประสงค์หลักเพื่อ นำพื้นฐานของ AI ไปสู่มืออาชีพทุกคนที่เห็นว่าแอปพลิเคชันการเรียนรู้ของเครื่องในภาคของพวกเขาเปลี่ยนวิธีการจัดการโมเดลธุรกิจอย่างไร ผ่านโปรแกรมนี้นักเรียนจะได้รับความรู้ด้านเทคนิคที่จำเป็นเพื่อนำไปสู่โครงการ AI

วัตถุประสงค์เฉพาะ

หลักสูตรปริญญาโทสาขาปัญญาประดิษฐ์ได้รับการออกแบบเพื่อให้บรรลุวัตถุประสงค์เฉพาะดังต่อไปนี้:

• ลึกซึ้งยิ่งขึ้นเกี่ยวกับพื้นฐานและแนวคิดหลักของ AI รวมถึงวิธีการและเทคนิคที่ใช้ในการแก้ปัญหาทางธุรกิจ
• รู้อัลกอริธึมและเครื่องมือหลักที่เกี่ยวข้องกับการเรียนรู้ของเครื่องเพื่อให้สามารถนำไปใช้ในการแก้ปัญหาโดยไม่ต้องมีความรู้ด้านการเขียนโปรแกรมมาก่อน
• พัฒนาโมเดล AI โดยใช้กรอบงานหลักที่มีอยู่ในตลาด
• พัฒนาแอปพลิเคชั่น AI ในทางปฏิบัติเช่นผู้ช่วยเสมือนและแชทบอท ความสามารถในการนำโครงการ AI ไม่เพียง แต่จากมุมมองด้านเทคนิค แต่ยังมาจากการจัดการพัฒนาโปรไฟล์สหสาขาวิชาชีพที่รู้วิธีเชื่อมโยงและเชื่อมโยงพื้นที่ธุรกิจและแนวทางปฏิบัติด้านเทคโนโลยีที่แตกต่างกัน
• ทำความเข้าใจกับผลกระทบเชิงกลยุทธ์ของ AI โดยการพัฒนาวิสัยทัศน์ทางธุรกิจเพื่อเพิ่ม ROI ของคุณ
• ทำความเข้าใจเกี่ยวกับแอปพลิเคชันของ AI ในอุตสาหกรรมต่าง ๆ และลึกซึ้งยิ่งขึ้นกรณีการใช้งานที่มีผลกระทบทางธุรกิจมากที่สุด

หลักสูตร

บล็อค I. ความรู้พื้นฐานของ AI

หลักสูตรปรับระดับ IA

ในขนานไปกับโมดูล 1 นักเรียนเริ่มต้นโปรแกรมปัญญาประดิษฐ์ด้วยหลักสูตรการปรับระดับที่ให้ฐานความรู้ของการเขียนโปรแกรมอัลกอริทึมและคณิตศาสตร์ ในหลักสูตรนี้นักเรียนจะพบทรัพยากรวัสดุที่จะช่วยให้พวกเขาสามารถเจาะลึกหัวข้อต่าง ๆ ที่จำเป็นสำหรับการตรวจสอบหลักสูตร ในหลักสูตรนี้พวกเขาจะทำการทดสอบประเภทการทดสอบที่จะทำหน้าที่เป็นแนวทางสำหรับการประเมินความรู้ของพวกเขาและจะได้รับการประเมินในตอนท้ายของมัน หัวข้อที่จะกล่าวถึงคือ:

• พื้นฐานของ AI
• การเขียนโปรแกรมเบื้องต้น
• รู้เบื้องต้นเกี่ยวกับอัลกอริทึมใน AI

โมดูล 1 AI: พื้นฐานและเทคโนโลยีหลัก

ในโมดูลนี้นักเรียนจะเข้าสู่โลกของ AI และการสมัครทางธุรกิจในการแก้ไขปัญหาเช่น:

• แนวคิดหลักของ AI
• เทคโนโลยี AI หลัก
• องค์กร "ขับเคลื่อนด้วยข้อมูล"
• ฐานสำหรับการดำเนินการโครงการ AI และความแตกต่างกับการดำเนินการด้านไอทีแบบดั้งเดิม

โมดูลที่ 2 ผลกระทบทางเศรษฐกิจและสังคมของ AI

ในโมดูลนี้นักเรียนจะได้รับวิสัยทัศน์แบบบูรณาการของแนวคิดของ AI ในบริบททางเศรษฐกิจและสังคมในปัจจุบัน ในส่วนนี้นักเรียนจะเห็นหัวข้อต่าง ๆ เช่น:

• ผลกระทบทางเศรษฐกิจของ AI และอุตสาหกรรม 4.0
• ผลกระทบของ AI ต่อประชาชน: การพิจารณาด้านจริยธรรมสังคมและกฎหมาย
• การใช้ AI และแบบจำลองวุฒิภาวะในองค์กร IA Maturity Models เป็นเครื่องมือกำหนดตำแหน่งสำหรับองค์กร

Block II การออกแบบและพัฒนาโมเดลการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียม

โมดูล 3 บทนำของการเรียนรู้ของเครื่อง: ข้อมูลและอัลกอริทึม

โมดูลนี้จะแนะนำนักเรียนเกี่ยวกับการเรียนรู้ของเครื่องโดยให้แนวคิดหลักเหล่านั้นเพื่อความเข้าใจที่ถูกต้อง ในนี้คุณจะเห็นหัวข้อต่าง ๆ เช่น:

• แนวคิดการเรียนรู้เครื่องสำคัญ
• ความสำคัญของข้อมูล
• คุณภาพข้อมูลและการกำกับดูแล
• กลไกการเรียนรู้ของเครื่อง: ความเสี่ยงและข้อ จำกัด

โมดูล 4 โมเดลการเรียนรู้ของเครื่อง: การเพิ่มประสิทธิภาพและการใช้งาน

โมดูลนี้จะให้กุญแจในการเพิ่มประสิทธิภาพผลลัพธ์ของโมเดลการเรียนรู้ของเครื่องในขณะที่จัดการกับกระบวนการที่เชื่อมโยงเพื่อลดความเสี่ยงในการสร้างแอปพลิเคชันที่ใช้ AI หัวข้อที่จะทำงานในคือ:

• การเพิ่มประสิทธิภาพของรูปแบบ
• คุณภาพข้อมูลสำหรับการวิเคราะห์ที่มีประสิทธิภาพ
• การสร้างแอปพลิเคชันตามการเรียนรู้ของเครื่อง

โมดูล 5. เครือข่ายประสาท

ตลอดโมดูลที่ห้านี้นักเรียนจะเข้าสู่โลกของโครงข่ายประสาทและจะเห็นหัวข้อต่าง ๆ เช่น:

• สถาปัตยกรรมทั่วไป
• เสริมการเรียนรู้อย่างลึกซึ้ง
• การฝึกอบรมของโครงข่ายประสาทเทียม: สนามเด็กเล่น TensorFlow

บล็อก III สถาปัตยกรรม AI หลัก

โมดูล 6 AI Frameworks

ในโมดูลนี้นักเรียนจะเห็นกรอบ AI หลักที่มีอยู่ในตลาดในปัจจุบัน ในหมู่พวกเขาคือ:

• กรอบโอเพนซอร์ส
• Google IA Framework
• Microsoft Cognitive Services Framework
• Amazon IA Services Framework
• IBM Watson Framework

บล็อก IV การดำเนินการตามโครงการ AI

โมดูล 7 การใช้งานโครงการ AI (I): ระเบียบวิธี

ในส่วนแรกของบล็อก 4 นักเรียนจะเห็นแง่มุมของระเบียบวิธีในการกำหนดทิศทางและการนำโครงการ AI ไปใช้ หัวข้อที่จะได้รับการกล่าวถึงคือ:

• วิธีการ ML: CRISP-DM
• วงจรชีวิตของเนื้อหา
• AIOps
• การทดสอบการถดถอย
• ข้อเสนอแนะและการบำรุงรักษา
• ใช้ซ้ำและฝึกอบรมอีกครั้ง
• กรณีและตัวอย่างการปฏิบัติ

โมดูลที่ 8 การดำเนินโครงการ AI (II): วัสดุและทรัพยากรมนุษย์

ในส่วนที่สองของบล็อกนี้นักเรียนจะมุ่งเน้นไปที่ทิศทางและการดำเนินงานของโครงการ AI จากมุมมองของวัสดุและทรัพยากรมนุษย์ ในแง่นี้บางประเด็นที่จะกล่าวถึงในโมดูลคือ:

• ทรัพยากรวัสดุ
  • การเก็บรักษา
  • คอมพิวเตอร์
  • แบบจำลองเศรษฐกิจ
  • โครงสร้างพื้นฐานคลาวด์
  • เครื่องมือ
• ทรัพยากรมนุษย์ โปรไฟล์ที่เฉพาะเจาะจงและผลกระทบต่อโปรไฟล์ดั้งเดิม

Block V. แอปพลิเคชันทางธุรกิจของ AI และผลกระทบทางธุรกิจ

โมดูลที่ 9 การใช้งานทางธุรกิจของ AI และผลกระทบทางธุรกิจ

โมดูลนี้จะแนะนำนักเรียนเกี่ยวกับการใช้งานทางธุรกิจหลักของ AI บางหัวข้อที่จะกล่าวถึง ได้แก่ :

• การมีปฏิสัมพันธ์ที่ชาญฉลาด: การเพิ่มประสิทธิภาพของประสบการณ์ของลูกค้าผ่านการปรับให้เป็นแบบส่วนบุคคลมากเกินไปอินเตอร์เฟสการสนทนาและการใช้ประโยชน์จากข้อมูลแบบเรียลไทม์
• ผลิตภัณฑ์และบริการที่ชาญฉลาด: ความสามารถของ AI และการค้นหารูปแบบธุรกิจและตลาดใหม่
• การทำงานอัจฉริยะ: การรวมกันของ AI กับโซลูชั่นอัตโนมัติเพื่อให้เรียนรู้ด้วยตนเอง
• ฟังก์ชั่นการสนับสนุนองค์กรอัจฉริยะ (ความปลอดภัยทรัพยากรบุคคลเทคโนโลยี ฯลฯ ): การใช้ AI เพื่อเพิ่มความฉลาดของมนุษย์และปรับปรุงการตัดสินใจ

โมดูล 10 โมเดล AI ที่อ้างอิงไคลเอ็นต์

ในโมดูลสุดท้ายของโปรแกรมแอปพลิเคชันของ AI กับกระบวนการความสัมพันธ์กับลูกค้าจะลึกซึ้งยิ่งขึ้น บางจุดของโมดูลมีดังต่อไปนี้:

• สถานที่น่าสนใจ: เครือข่ายสังคมและสื่อที่ต้องชำระ
• ประสบการณ์: การปรับแต่งเนื้อหาและการเดินทางของลูกค้า
• ขาย: ขายดีและขายข้าม
• บริการ: chatbots และผู้ช่วยอัจฉริยะ

โครงการหลักสุดท้าย

ในช่วงสุดท้ายของโครงการปริญญาโท (PFM) นักเรียนจะทำงานร่วมกับ บริษัท จริงในการพัฒนาโครงการ นี่จะมีตัวเลือกให้ทำเพื่อ บริษัท ของคุณเองหรือเลือกระหว่างตัวเลือกที่ทางโรงเรียนยกขึ้นมา

การประชุมเชิงปฏิบัติการ

ในช่วงปรมาจารย์ด้านปัญญาประดิษฐ์นักเรียนจะมีโอกาสได้ดำเนินการสัมมนาเชิงปฏิบัติการ 2 หลักสูตรโดยแบ่งเป็นการประชุมเชิงปฏิบัติการด้านเทคโนโลยีและการประชุมเชิงปฏิบัติการทางธุรกิจ

การประชุมเชิงปฏิบัติการเทคโนโลยี แอพพลิเคชั่นภาษาไพ ธ อน

เวิร์กช็อปนี้ยกระดับความรู้พื้นฐานเกี่ยวกับ Python ที่แนะนำในหลักสูตรการปรับระดับการพัฒนาความรู้เกี่ยวกับการประยุกต์ใช้ภาษาการเขียนโปรแกรมนี้ ตลอดการประชุมเชิงปฏิบัติการนี้นักเรียนจะได้รับวิสัยทัศน์ที่เป็นประโยชน์ในการประยุกต์ใช้ภาษาการเขียนโปรแกรมที่ใช้กันมากที่สุดในด้านปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง: Python

Python เป็นภาษาการเขียนโปรแกรมอ้างอิงในสภาพแวดล้อมปัญญาประดิษฐ์เพื่อความสะดวกในการใช้งานความคล่องตัวและห้องสมุดจำนวนมากที่มีอยู่ การเติบโตของการใช้ภาษานี้กำลังเป็นที่น่าขอบคุณเป็นอย่างยิ่งต่อเทคโนโลยีใหม่ของ Data Science และการเรียนรู้ของเครื่อง

หมายเหตุ: เพื่อดำเนินการอบรมเชิงปฏิบัติการนี้จำเป็นต้องมีความรู้ในการเขียนโปรแกรม

การประชุมเชิงปฏิบัติการธุรกิจ เพิ่มขีดความสามารถของโครงการข้อมูลขนาดใหญ่ผ่านการเรียนรู้ของเครื่อง

การเรียนรู้ของเครื่องต้องการข้อมูลจำนวนมากเพื่อให้สามารถทำงานและฝึกอบรมอัลกอริทึมที่ใช้ ในการประชุมเชิงปฏิบัติการนี้นักเรียนจะได้เห็นการใช้งานเครื่องการเรียนรู้ที่แตกต่างกันในสภาพแวดล้อมข้อมูลขนาดใหญ่ นอกจากนี้การประชุมเชิงปฏิบัติการนี้จะช่วยให้นักเรียนสามารถเรียนรู้วิธีที่ AI เกี่ยวข้องกับ Big Data เราจะใช้การเรียนรู้ของเครื่องใน Big Data ได้อย่างไร เราจะค้นพบรูปแบบในข้อมูลผ่านการใช้การเรียนรู้ของเครื่องได้อย่างไร คุณมีแอปพลิเคชั่นใดในระดับธุรกิจ

เนื่องจากเป็นเวิร์คช็อปที่ใช้งานได้จริงนักเรียนจะได้ทำงานโดยใช้ตัวอย่างการใช้การตลาดดิจิทัล โดยเฉพาะอย่างยิ่งคุณจะเห็นว่าการสั่งซื้อสื่อดิจิทัลเสร็จสิ้นลงอย่างไรทางโปรแกรมและวิธีการปรับให้เหมาะสมโดยใช้เทคนิค Machine Learning รวมกับสภาพแวดล้อม Big Data ด้วยวิธีนี้พวกเขาจะเห็นผลประโยชน์ทางธุรกิจที่การรวมกันของเทคโนโลยีนี้นำมาและวิธีการคาดการณ์ไปยังกระบวนการอื่น ๆ

เครื่องมือ

ตลอดโปรแกรมนักเรียนจะใช้เครื่องมืออื่น ๆ ดังต่อไปนี้:

ซอฟต์แวร์ Python

ซอฟต์แวร์ที่อนุญาตให้เขียนโปรแกรมในภาษา Python มันเป็นหนึ่งในภาษาการเขียนโปรแกรมที่ใช้กันมากที่สุด มันเป็นภาษา multiparadigma

ซอฟต์แวร์ R

ซอฟต์แวร์การเขียนโปรแกรมที่รวมเข้ากับเครื่องมือต่าง ๆ สามารถขยายได้ผ่านการดาวน์โหลดแพคเกจไลบรารีหรือตัวอย่างของตัวเอง มันเป็นโอเพนซอร์ส

เครื่องปรับการไหล

ห้องสมุดซอฟต์แวร์ฟรีที่ใช้ในการคำนวณเชิงตัวเลขโดยใช้ผังงาน

PyTorch

แพคเกจหลามออกแบบมาเพื่อทำการคำนวณเชิงตัวเลขโดยใช้การเขียนโปรแกรมความตึงเครียด

CNTK (Microsoft Cognitive Toolkit)

ห้องสมุดเพื่อการเรียนรู้ลึกบนพื้นฐานเครือข่ายประสาท สิ่งนี้ขึ้นอยู่กับการสร้างเครือข่ายการคำนวณซึ่งเป็นกรอบการทำงานแบบครบวงจรเพื่ออธิบายเครื่องเรียนรู้ประเภทต่างๆเช่นเครือข่ายประสาทลึก, เครือข่ายประสาทเทียม, เครือข่ายประสาทเทียม, เครือข่ายประสาทกำเริบ ฯลฯ

บริการของ APIS (Amazon)

บริการ AWS ที่ให้คุณสร้างเผยแพร่ดูแลรักษาตรวจสอบและป้องกัน REST และ WebSocket API ในทุกระดับ

ข้อกำหนดหลัก

ข้อกำหนดประวัตินักศึกษาและการรับเข้าเรียน

โมดูลของอาจารย์ได้รับการออกแบบกับผู้เชี่ยวชาญเหล่านั้นจากภาคต่าง ๆ ที่ต้องการเร่งการพัฒนาอาชีพของพวกเขาและเข้าใจบทบาทที่ AI ได้รับในสภาพแวดล้อมทางธุรกิจ ข้อกำหนดในการเข้าถึงข้อมูลหลักปัญญาประดิษฐ์ของ OBS มีดังต่อไปนี้:

• ผู้สำเร็จการศึกษาและผู้สำเร็จการศึกษาในสาขาวิศวกรรมเทคนิค ADE และวิทยาศาสตร์ (แพทยศาสตร์คณิตศาสตร์ฟิสิกส์หรือเคมี)
• ผู้บริหารที่ต้องการดื่มด่ำกับผลกระทบทางธุรกิจและความเป็นไปได้ใหม่ที่เทคโนโลยีเหล่านี้เปิดขึ้นระบุองค์ประกอบที่จำเป็นเพื่อให้สามารถนำไปใช้ในสภาพแวดล้อมการผลิตที่แท้จริง
• ผู้จัดการโครงการและผู้จัดการที่ต้องการขยายขีดความสามารถการจัดการเพื่อดำเนินโครงการที่เกี่ยวข้องกับ AI
• ผู้ที่มีประสบการณ์หรืออาชีพในด้าน AI ที่ต้องการเสริมกำลังการศึกษา
• ที่ปรึกษาและผู้เชี่ยวชาญในภาค AI ที่ต้องการเตรียมอัปเดตและทำโปรไฟล์ให้สมบูรณ์ดังนั้นจึงทำให้ตำแหน่งการแข่งขันของพวกเขาในตลาดแย่ลง

ไตเตรท

เมื่อจบหลักสูตรนักเรียนจะได้รับ:

• ชื่อของ Three Points
• วุฒิการศึกษาระดับปริญญาของตนเองที่ได้รับการรับรองโดย UPC หากเป็นไปตามข้อกำหนดของมหาวิทยาลัยในตอนท้ายของหลักสูตร