人工智能应用硕士学位课程概述

人工智能应用的硕士学位课程准备工程应用领域的学生在人工智能(AI)专业化。该方案提供了解人工智能的理论基础雄厚的背景,加上电气和计算机工程应用的智能网络,自主机器人,计算机视觉,生物医学工程和智能电网的理解。理论知识兑入动手在实际应用中的经验实现。

学生须完成至少30个学分(10门课程)毕业,包括以下内容: 

  • 一个数学基础课程
  • 在程序中选择了四个核心课程
  • 三个疗程浓度在浓度进行选择
  • 两门选修课(M用主机。度),或六信用研究项目或论文(用于M.S.度)

该节目的最后,学生将:

  • 拥有雄厚的技术和数学背景,包括概率统计,优化,矩阵理论,信号处理,和先进的算法
  • 拥有的国家的最先进的现代主题人工智能,贝叶斯定理包括,支持向量机,神经网络,深网络,强化学习模型图知识
  • 学习的硬件,软件和数据分析技能的混合在不同工程领域的支持,设计和AI应用开发

浓度包括:

  • 电气工程
  • 计算机工程
  • 数据工程
  • 软件工程
  • 生物医学工程
  • 系统生物学
  • 机械工业
  • 人工智能在设计和施工

下面是一些在这个程序中可用的典型课程。

核心课程包括:

选择四:

  • 695 PEC外加机器学习
  • 646 PEC模式识别和分类
  • ee值627的数据采集和处理I(大数据)
  • ee值628的数据采集和处理II(深学习)
  • 672 EE应用博弈论和进化算法
  • EE 608应用建模与优化

数学基础课程:

选择一:

  • ee值在电气工程或602的分析方法
  • ee值605个概率和随机过程我

 

看到所有可用的课程和学位要求→

了解一般要求→

如果您有现有的研究生学分或经验在这个领域的研究,接触 [电子邮件保护] 讨论的机会,包括在课程。