University of California, Irvine - Division of Continuing Education
Online programma voor gespecialiseerde studies in machine- en diep leren
Online, Verenigde Staten
Certificaat
DUUR
12 maanden
TALEN
Engels
TEMPO
Deeltijd
DEADLINE VOOR AANMELDING
EERSTE STARTDATUM
Jan 2027
COLLEGEGELD
USD 6.073 *
STUDIE FORMAAT
Afstand leren
* gemiddelde kosten
Overzicht
Machine Learning en Natural Language Processing definiëren de huidige stand van zaken op het gebied van kunstmatige intelligentie. Deze technologieën, die een vorm van datamining en data-analyse zijn, leren continu van de aangeleverde informatie. Ze herkennen verborgen patronen die vaak dramatische concurrentievoordelen bieden tegen relatief lage kosten voor de organisatie. Deze technologieën creëren aanzienlijke verbeteringen in de manier waarop we werken, communiceren en leven om efficiënties te produceren die we ons nooit eerder hadden voorgesteld. Deze methoden worden toegepast in een breed scala van industrieën, waaronder verkoop, marketing, reclame, gezondheidszorg, strafrecht, financiële klantenondersteuning en coole nieuwe industrieën zoals zelfrijdende auto's en zeer efficiënte geautomatiseerde huizen. Organisaties gebruiken deze methoden tegenwoordig niet alleen om hun kernactiviteiten te verbeteren, maar ook om nieuwe bedrijfsmodellen te ontwikkelen.
Programma voordelen
- Leer van branche-experts hoe u de kunst en wetenschap van machine learning en deep learning kunt toepassen om nieuwe inzichten te verkrijgen en het concurrentievermogen van uw bedrijf te verbeteren
- Leg uit welke soorten problemen het meest geschikt zijn voor machine learning en welke het meest geschikt zijn voor deep learning
- Begrijp en pas machine- en deep learning-softwaretools toe die in de industrie worden gebruikt om bedrijfsproblemen op te lossen
- Een verscheidenheid aan leeralgoritmen uitleggen en hoe deze worden toegepast om de verschillen tussen niet-gecontroleerde, semi-gesuperviseerde, gesuperviseerde en versterkingsprocessen te begrijpen
- Leer methodologieën en hulpmiddelen om algoritmen toe te passen met behulp van een breed scala aan echte gegevenstypen, waaronder gestructureerde en ongestructureerde tekst, video en afbeeldingen van interne of externe bronnen (bijv. geschraapte webgegevens) en evalueer hun prestaties
- Bepaal welke gerelateerde softwaretoolkits u moet overwegen en hoe u deze kunt integreren in bestaande gegevensworkflows
- Gebruik basisbouwstenen, algemene principes en cloudtechnologieën zoals Amazon Web Services (AWS) om algoritmen voor machine learning te ontwerpen
- Leer de tools en technieken van Natural Language Processing (NLP) en het gebruik ervan bij de analyse van door mensen gegenereerde inhoud
- Begrijp veelvoorkomende valkuilen en uitdagingen met behulp van neurale netwerken en deep learning-tools
- Begrijp welke hardware of virtuele machines nodig zijn voor diep leren
- Leg het verschil uit tussen machinaal en diep leren versus traditionele technieken voor statistische gegevensanalyse
Cursusroosters kunnen worden gewijzigd. Individuele cursussen kunnen worden gevolgd zonder dat u zich voor het volledige programma inschrijft.
Vereiste cursussen
- Inleiding tot programmeren met Python
- Tussenliggende Python
- Praktische wiskunde en statistiek voor gegevenswetenschap
Benodigde cursussen
- Inleiding tot machinaal leren en AI
- Neurale netwerken en diep leren
- Tekstanalyse en natuurlijke taalverwerking
Keuzevakken
Kies minimaal 2,5 eenheden
- Computervisie met behulp van deep learning
- Cloudservices voor machine learning
- Leer van experts uit de branche hoe u nieuwe inzichten kunt genereren en de concurrentiepositie van bedrijven kunt verbeteren door de kunst en wetenschap van machine learning en deep learning toe te passen.
- Leg uit welke soorten problemen het meest geschikt zijn voor machine learning en welke het meest geschikt zijn voor deep learning.
- Software- en deep learning-softwaretools die in de industrie worden gebruikt om zakelijke problemen op te lossen begrijpen en toepassen
- Leg een verscheidenheid aan leeralgoritmen uit en hoe deze worden toegepast om verschillen tussen niet-gesuperviseerde, semi-gesuperviseerde, gecontroleerde en versterkingsprocessen te begrijpen
- Leer methodologieën en hulpmiddelen om algoritmen toe te passen met behulp van een breed scala aan echte gegevenstypen, inclusief gestructureerde en ongestructureerde tekst, video en afbeeldingen van interne of externe bronnen (bijv. Geschraapte webgegevens) en hun prestaties te evalueren
- Bepaal welke gerelateerde softwarepakketten je wilt overwegen en hoe je ze kunt integreren in bestaande dataworkflows.
- Gebruik basisbouwstenen, algemene principes en cloudtechnologieën zoals Amazon Web Services (AWS) om algoritmen voor machine learning te ontwerpen
- Leer de tools en technieken van Natural Language Processing (NLP) en het gebruik ervan in de analyse van door mensen gegenereerde inhoud
- Begrijp gemeenschappelijke valkuilen en uitdagingen met behulp van neurale netwerken en diepgaande leermiddelen
- Begrijp welke hardware of welke virtuele machines nodig zijn voor deep learning.
- Verklaar het verschil tussen machine- en deep-learning versus traditionele statistische data-analysetechnieken
Carrière inzicht
Beroepsoverzicht voor computer- en informatieonderzoekers in de Verenigde Staten.
- Banen: 33.286 (2019)
- Verwachte groei: 18,7% (2019-2029)
- Jaarsalaris: $ 118.000 - $ 183.000 (25e-75e percentiel)
Wie moet zich inschrijven
Dit programma is bedoeld voor professionals in verschillende bedrijfstakken en functies die hun organisatie willen helpen de enorme hoeveelheden uiteenlopende gegevens die ze verzamelen te benutten en zelfverbeterende systemen te ontwikkelen die het vermogen van hun organisatie om te concurreren op de wereldmarkt verbeteren. Specifieke functietitels die baat zouden kunnen hebben bij dit programma zijn onder meer marketing, verkoop, bedrijfsanalisten, data-ingenieurs, data-analisten, computerwetenschappers, databasebeheerders, onderzoekers, statistici en professionals die hun vaardigheden in dit veelgevraagde veld willen verbreden terwijl ze gebruikmaken van hun unieke domeinexpertise.