Introduzione
Prerequisiti: il diploma richiede una conoscenza universitaria di statistica (statistica descrittiva, regressione, distribuzioni campionarie, verifica di ipotesi, stima di intervalli, ecc.), Calcolo (derivate), algebra lineare (vettori e trasformazione di matrice) e probabilità (probabilità condizionale / Bayes teorema).
Il processo di ammissione comporterà un breve test di screening sugli argomenti di cui sopra per valutare la preparazione dei partecipanti per il diploma.
I partecipanti devono possedere una conoscenza intermedia di Python poiché tutti gli incarichi / progetti applicativi saranno svolti utilizzando il linguaggio di programmazione Python. Emeritus offre un corso di certificazione Python for Data Analytics gratuito per soddisfare questo prerequisito. I partecipanti che completano con successo questo corso certificato riceveranno un certificato di completamento Emeritus Institute of Management .Perché iscriversi al Diploma post-laurea in Machine Learning e Artificial Intelligence?L'intelligenza artificiale (AI) e gli algoritmi di apprendimento automatico stanno trasformando sistemi, esperienze, processi e intere industrie. Non c'è da meravigliarsi se i leader aziendali considerano queste tecnologie basate sui dati come fondamentali per il futuro e che i professionisti che parlano entrambi i campi sono molto richiesti.
Siamo affascinati dal loro potenziale di cambiamento del mondo e abbiamo creato il Diploma post-laurea in Machine Learning and Artificial Intelligence, per aiutare gli studenti a comprendere i fondamenti di AI e machine learning e come applicarli per risolvere complessi problemi del mondo reale.Il tuo viaggio di apprendimentoModulo 1: Applied Machine LearningApprendimento supervisionatoRegressione: massima verosimiglianza, minimi quadrati, regolarizzazione
Metodi bayesiani: regola di Bayes, inferenza MAP, apprendimento attivo
Algoritmi di classificazione di base: vicini più vicini, Perceptron, regressione logistica
Filtra la classificazione: metodi del kernel, processo gaussiano
Algoritmi di classificazione intermedia: SVM, alberi, foreste e potenziamentoApprendimento senza supervisioneMetodi di clustering: K-Means Clustering, EM, Gaussian Mi miscela
Sistemi di raccomandazione: filtro collaborativo, modellazione di argomenti, PCA
Modelli di dati sequenziali: modelli Markov e Markov nascosti, filtri Kalman
Analisi di associazione
Metodi di clustering - II: confronti tra modelli, considerazioni sull'analisiModulo 2: intelligenza artificiale applicataIntroduzione all'intelligenza artificiale
Agenti intelligenti e ricerca non informata
Ricerca euristica
Ricerca e giochi del contraddittorio
Problemi di soddisfazione dei vincoli
Insegnamento rafforzativo
Agenti logici
Applicazioni AI: elaborazione del linguaggio naturale
Applicazioni AI e Rassegna del CorsoModulo 3: Progetto CapstoneVantaggi della rete EMERITUSDopo aver completato con successo questo diploma, unisciti a una comunità di oltre 7400 studenti sulla rete emerito. Emeritus Network è la tua piattaforma per connetterti a una rete globale di individui. I vantaggi della rete Emeritus includono:Assistenza alle lezioni
Rete globale che comprende oltre 400 amministratori delegati, presidenti, vicepresidenti, direttori, fondatori e amministratori delegati
Invito agli eventi globali
Start-up Corner per aiutare a connettere, collaborare, raccogliere capitali, investire o identificare il talento
Accesso al corso esteso e
Accesso ai gruppi emeritiCertificatoDopo aver completato con successo il diploma, i partecipanti riceveranno un diploma digitale verificato Emeritus Institute of Management .
