College of Engineering at Texas A&M University
Online kunstig intelligens og maskinlæringssertifikatOnline
VARIGHET
12 timer
SPRÅK
Engelsk
TEMPO
Fulltid
SØKNADSFRIST
Frist for å be om søknad
TIDLIGSTE STARTDATO
Be om tidligste startdato
STUDIEAVGIFT
Be om skolepenger
STUDIEFORMAT
Fjernundervisning
Introduksjon
Dette sertifikatet på utdannet nivå i kunstig intelligens og maskinlæring er bygget for arbeidende fagfolk og vil hjelpe deg med å få et konkurransefortrinn. Enten du nettopp har begynt eller en erfaren proff, gir dette programmet viktige ferdigheter for å utnytte det fulle potensialet til AI og ML i ditt felt.
Når du er ferdig, vil du mestre statistisk analyse og maskinlæringsteknikker, og løse komplekse datasett. Bevæpnet med evnen til å lage og evaluere AI-modeller, vil du trygt takle virkelige utfordringer. Bruk banebrytende verktøy for å avdekke praktisk innsikt og drive innovasjon i din bransje.
Hvorfor velge Engineering Online
Fremme din karriere med vårt Engineering Online-program! Støttet av universitetets anerkjente rykte og nasjonale anerkjennelse innen ingeniørutdanning, vil du engasjere deg direkte med industriledere og en streng læreplan. Utover eksamen kan du benytte deg av det omfattende Aggie Alumni Network, som tilbyr uvurderlige forbindelser for å drive karrieren din fremover.
Galleri
Ideelle studenter
Vennligst merk: Dette sertifikatet er beregnet på profesjonelle arbeidere og er ikke åpent for nåværende Texas A&M-studenter.
Tekniske kvalifikasjoner
For å lykkes i dette programmet, må potensielle studenter demonstrere en forståelse av kjernekonsepter innen informatikk eller tilsvarende dekket i kategoriene nedenfor:
- Programdesign og konsepter: programmeringskompetanse gjennom problemløsning med et programmeringsspråk på høyt nivå, med vekt på beregningstenkning, datatyper, objektorientert design, dynamisk minnebehandling og feilhåndtering for robust programutvikling.
- Datastrukturer: implementere essensielle abstrakte datatyper og algoritmer som dekker stabler, køer, sortering, søking, grafer og hashing; undersøke ytelsesavveininger, analysere kjøretid og minnebruk.
- Algoritmer: datamaskinalgoritmer for numeriske og ikke-numeriske problemer; designparadigmer; analyse av tids- og plassbehov til algoritmer; riktigheten av algoritmer.
- Diskrete strukturer for databehandling: grunnlag fra diskret matematikk for algoritmeanalyse, med fokus på korrekthet og ytelse; introduserer modeller som finite state-maskiner og Turing-maskiner.
- Matematisk grunnlag: kalkulus, sannsynlighet og lineær algebra.
Opptak
Læreplan
For å kvalifisere for dette sertifikatet, må du fullføre 12 semester studiepoeng (SCH) med kurs fra følgende liste over kurs. Alle kurs skal gjennomføres med karakteren C eller høyere. Hvert kurs er knyttet til kursbeskrivelsen i katalogen.
Kurs (12 studiepoeng):
Velg fire av følgende:
- CSCE 625 - Kunstig intelligens
- CSCE 633 - Maskinlæring
- CSCE 635 - AI Robotics
- CSCE 636 - Deep Learning
- CSCE 642 - Deep Reinforcement Learning
* Ytterligere kurs er tilgjengelig med konsultasjon av en akademisk rådgiver.
English Language Requirements
Sertifiser dine engelskkunnskaper med Duolingo English Test! DET er en praktisk, rask og rimelig online engelsktest akseptert av over 4000 universiteter (som dette) rundt om i verden.