Doktor filozofii w uczeniu maszynowym

Informacje ogólne

Opis programu

Doktor filozofii w uczeniu maszynowym

Po spełnieniu wymagań programu absolwent będzie mógł:

  1. Uzyskaj rygorystyczne podstawy matematyczne i zaawansowane możliwości wnioskowania, aby wyrazić kompleksowe i głębokie zrozumienie potoków na granicy uczenia maszynowego: danych, modeli, zasad algorytmicznych i empirii.
  2. Opanuj szereg umiejętności i technik w zakresie wstępnego przetwarzania danych, eksploracji i wizualizacji statystyk danych, a także złożonych wyników algorytmicznych.
  3. Mieć krytyczną świadomość możliwości i ograniczeń różnych form algorytmów uczenia się oraz umiejętność krytycznej analizy, oceny i poprawy wydajności algorytmów uczenia się.
  4. Rozwijaj umiejętności rozwiązywania problemów przez ekspertów, stosując niezależnie zasady i metody wyuczone w programie do różnych złożonych problemów w świecie rzeczywistym.
  5. Rozwiń głębokie zrozumienie właściwości statystycznych i gwarancji wydajności, w tym wskaźników konwergencji (w teorii i praktyce) dla różnych algorytmów uczenia się.
  6. Zostań ekspertem w używaniu i wdrażaniu narzędzi programistycznych związanych z uczeniem maszynowym w przypadku różnych problemów uczenia maszynowego.
  7. Zdobądź biegłość w identyfikowaniu ograniczeń istniejących algorytmów uczenia maszynowego oraz zdolność do konceptualizacji, projektowania i wdrażania innowacyjnych rozwiązań dla wielu bardzo skomplikowanych problemów w celu usprawnienia najnowocześniejszego uczenia maszynowego.
  8. Potrafi inicjować, zarządzać i wypełniać manuskrypty badawcze, które pokazują samoocenę ekspertów i zaawansowane umiejętności komunikowania bardzo złożonych pomysłów związanych z uczeniem maszynowym.
  9. Zdobądź wysoce wyrafinowane umiejętności inicjowania, zarządzania i wypełniania wielu raportów projektowych i krytyki na temat różnych metod uczenia maszynowego, które wykazują wiedzę ekspercką, samoocenę i zaawansowane umiejętności komunikowania bardzo złożonych pomysłów.

Minimalne wymagania stopnia dla doktora w uczeniu maszynowym jest 59 kredytów, dystrybuowanych w następujący sposób:

  • Kursy podstawowe: 4 kursy (15 godzin kredytowych)
  • Przedmioty do wyboru: 2 kursy (8 godzin kredytowych)
  • Praca naukowa: 1 kurs (36 godzin kredytowych)

122034_pexels-photo-355948.jpeg

Kursy podstawowe

Doktorat w uczeniu maszynowym jest przede wszystkim stopień naukowy. Celem zajęć jest wyposażenie studentów w odpowiedni zestaw umiejętności, aby mogli z powodzeniem zrealizować swój projekt badawczy (praca dyplomowa). Studenci są zobowiązani do podjęcia COM701, jako obowiązkowego kursu. Mogą wybrać trzy podstawowe kursy z 8-osobowej puli koncentracji z poniższej listy:

Kod Tytuł kursu Godziny kredytowe
COM701 Komunikacja badawcza i rozpowszechnianie 3)
ML701 Nauczanie maszynowe 4
ML702 Zaawansowane uczenie maszynowe 4
ML703 Wnioskowanie probabilistyczne i statystyczne 4
ML704 Paradygmaty uczenia maszynowego 4
ML705 Tematy w zaawansowanym uczeniu maszynowym 4
ML706 Zaawansowane wnioskowanie probabilistyczne i statystyczne 4
AI701 Sztuczna inteligencja 4
AI702 Głęboka nauka 4

Przedmioty do wyboru

Studenci wybiorą co najmniej dwa przedmioty do wyboru, w sumie osiem (lub więcej) godzin kredytowych (CH) z listy dostępnych przedmiotów do wyboru na podstawie zainteresowania, proponowanej pracy badawczej i perspektyw zawodowych, w porozumieniu z panelem nadzorczym. Kursy do wyboru dostępne dla doktorantów w uczeniu maszynowym są wymienione w poniższej tabeli:

Kod Tytuł kursu Godziny kredytowe
MTH701 Matematyczne podstawy sztucznej inteligencji 4
MTH702 Optymalizacja 4
CS701 Zaawansowane programowanie 4
CS702 Struktury danych i algorytmy 4
DS701 Data Mining 4
DS702 Przetwarzanie dużych zbiorów danych 4
CV701 Wizja człowieka i komputera 4
CV702 Geometria dla wizji komputerowej 4
CV703 Wizualne rozpoznawanie i wykrywanie obiektów 4
NLP701 Przetwarzanie języka naturalnego 4
NLP702 Zaawansowane przetwarzanie języka naturalnego 4
NLP703 Przetwarzanie mowy 4
HC701 Obrazowanie medyczne: fizyka i analiza 4

Praca naukowa

Doktorat praca naraża studentów na najnowocześniejsze i nierozwiązane problemy badawcze w dziedzinie uczenia maszynowego, w których są oni zobowiązani do proponowania nowych rozwiązań i znacznego wkładu w wiedzę. Studenci realizują niezależne badania, pod kierunkiem panelu nadzorczego, przez okres 3-4 lat.

Kod Tytuł kursu Godziny kredytowe
ML799 Doktorat Praca naukowa 36
Ostatnia aktualizacja Mar 2020

Informacje o uczelni

The Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) in Abu Dhabi, is a graduate-level, research-based academic institution that offers specialized degree programs for local and intern ... Czytaj więcej

The Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) in Abu Dhabi, is a graduate-level, research-based academic institution that offers specialized degree programs for local and international students in the field of Artificial Intelligence. The MBZUAI aims to support the advancement of scientific research, development, transfer, and use of Artificial Intelligence through the introduction of MSc and Ph.D. programs that allow students to fulfill their intellectual potential in a state-of-the-art environment. The goal of the MBZUAI is to achieve academic and research excellence at the local, regional and international level, helping its students succeed in their career and leverage their acquired knowledge to tackle some of the greatest challenges of our time. Pokaż mniej