College of Engineering at Texas A&M University
Online certificaat kunstmatige intelligentie en machinaal leren
Online
Certificaat
DUUR
12 uren
TALEN
Engels
TEMPO
Full time
DEADLINE VOOR AANMELDING
EERSTE STARTDATUM
STUDIE FORMAAT
Afstand leren
Dit diploma in Artificial Intelligence and Machine Learning is ontwikkeld voor werkende professionals en helpt je een voorsprong te nemen op de concurrentie. Of je nu net begint of een doorgewinterde professional bent, dit programma biedt essentiële vaardigheden om het volledige potentieel van AI en ML in jouw vakgebied te benutten.
Na afronding beheers je statistische analyse- en machine-learningtechnieken en ontrafel je complexe datasets. Gewapend met het vermogen om AI-modellen te maken en te evalueren, ga je vol vertrouwen uitdagingen in de echte wereld aan. Gebruik geavanceerde tools om bruikbare inzichten te ontdekken en innovatie in uw branche te stimuleren.
Waarom kiezen voor Engineering Online
Maak carrière met ons Engineering Online-programma! Gesteund door de gewaardeerde reputatie van de universiteit en de nationale erkenning in engineering onderwijs, zul je direct te maken met de industrie leiders en een rigoureus curriculum. Na je afstuderen kun je gebruikmaken van het uitgebreide Aggie Alumni Network, dat onschatbare connecties biedt om je carrière vooruit te helpen.
Let op: dit certificaat is bedoeld voor werkende professionals en staat niet open voor huidige studenten van Texas A&M.
Technische kwalificaties
Om succesvol te zijn in dit programma, moeten toekomstige studenten blijk geven van begrip van de kernconcepten van computerwetenschappen of een equivalent daarvan, behandeld in de onderstaande categorieën:
- Programmaontwerp en -concepten: programmeervaardigheden door middel van probleemoplossing met een geavanceerde programmeertaal, met de nadruk op computationeel denken, gegevenstypen, objectgeoriënteerd ontwerp, dynamisch geheugenbeheer en foutbehandeling voor robuuste programmaontwikkeling.
- Gegevensstructuren: implementeren van essentiële abstracte gegevenstypen en algoritmen voor stacks, wachtrijen, sorteren, zoeken, grafieken en hashing; onderzoeken van prestatieafwegingen en analyseren van runtime en geheugengebruik.
- Algoritmen: computeralgoritmen voor numerieke en niet-numerieke problemen; ontwerpparadigma's; analyse van de tijd- en ruimtevereisten van algoritmen; correctheid van algoritmen.
- Discrete Structures for Computing: basisprincipes van discrete wiskunde voor algoritmeanalyse, met de nadruk op correctheid en prestaties; introductie van modellen zoals eindigetoestandsautomaten en Turingmachines.
- Wiskundige grondslagen: calculus, kansrekening en lineaire algebra.
Om in aanmerking te komen voor dit certificaat, moet u 12 semester studiepunten (SCH) aan cursuswerk voltooien uit de volgende lijst met cursussen. Alle cursussen moeten worden afgerond met een cijfer van C of hoger. Elke cursus is gekoppeld aan de cursusbeschrijving in de catalogus.
Cursussen (12 studiepunten):
Selecteer vier van de volgende:
- CSCE 625 - Kunstmatige intelligentie
- CSCE 633 - Machinaal leren
- CSCE 635 - AI-robotica
- CSCE 636 - Diepgaand leren
- CSCE 642 - Diepgaand versterkend leren
* Extra cursussen zijn beschikbaar na overleg met een studieadviseur.