Master of Science in machinaal leren
Mohamed bin Zayed University of Artificial Intelligence - MBZUAI
Belangrijke informatie
Campuslocatie
Abu Dhabi, Verenigde Arabische Emiraten
Talen
Engels
Studieformaat
Op de campus
Duur
2 jaar
Tempo
Full time
Collegegeld
Informatie aanvragen
Deadline voor aanmelding
Informatie aanvragen
Eerste startdatum
Aug 2024
* voltijdstudenten met volledige beurs: gratis | deeltijdstudenten: AED 5,000 per credit-uur, 35 credits in totaal, plus diverse kosten
Invoering
Na voltooiing van de programma-eisen, zal de afgestudeerde in staat zijn om:
- Vertoon een zeer gespecialiseerd inzicht in de moderne pijplijn van machine learning: gegevens, modellen, algoritmische principes en empirie.
- Bereik geavanceerde vaardigheden op het gebied van gegevensverwerking en gebruik van verschillende hulpmiddelen voor exploratie en visualisatie.
- Toon een kritisch bewustzijn van de mogelijkheden en beperkingen van de verschillende vormen van leeralgoritmen.
- Verkrijg geavanceerde mogelijkheden om de prestaties van leeralgoritmen kritisch te analyseren, evalueren en continu te verbeteren.
- Verwerven geavanceerde vaardigheden om computationele en statistische eigenschappen van geavanceerde leeralgoritmen en hun prestaties te analyseren.
- Kennis opdoen over het gebruik en de inzet van machine learning-relevante programmeerhulpmiddelen voor een verscheidenheid aan complexe problemen met machine learning.
- Ontwikkel geavanceerde probleemoplossende vaardigheden door zelfstandig machine learning-methoden toe te passen op meerdere complexe problemen, en toon expertise in het omgaan met ambiguïteit in een probleemstelling.
- Gebruik geavanceerde vaardigheden bij het initiëren, beheren en voltooien van meerdere projectrapporten en kritieken op verschillende methoden voor machinaal leren, die blijk geven van deskundigheid, zelfevaluatie en geavanceerde vaardigheden bij het communiceren van zeer complexe ideeën.
De minimale graadvereisten voor het Master of Science in Machine Learning-programma zijn 35 studiepunten, als volgt verdeeld:
- Kerncursussen: 4 cursussen (15 kredieturen)
- Keuzevakken: 2 cursussen (8 kredieturen)
- Onderzoeksthesis: 1 cursus (12 kredieturen)
Kern vakken
MSc in Machine Learning is in de eerste plaats een op onderzoek gebaseerde opleiding. Het doel van cursussen is om studenten uit te rusten met de juiste vaardigheden, zodat ze hun onderzoeksproject (scriptie) met succes kunnen voltooien. Studenten zijn verplicht COM701 als verplicht vak te volgen. Ze kunnen drie kerncursussen selecteren uit een concentratiepool van zes in de onderstaande lijst:
Code | Cursustitel | Krediet uren |
COM701 | Onderzoekscommunicatie en -verspreiding | 3 |
ML701 | Machine leren | 4 |
ML702 | Geavanceerd machinaal leren | 4 |
ML703 | Probabilistische en statistische inferentie | 4 |
MTH701 | Wiskundige grondslagen voor kunstmatige intelligentie | 4 |
AI701 | Kunstmatige intelligentie | 4 |
AI702 | Diep leren | 4 |
Keuzevakken
Studenten kiezen minimaal twee keuzevakken, met een totaal van acht (of meer) credituren (CH) uit een lijst van beschikbare keuzevakken op basis van interesse, voorgestelde onderzoeksthesis en loopbaanperspectieven, in overleg met hun toezichtpanel. De keuzevakken die beschikbaar zijn voor de master Machine Learning staan in de onderstaande tabel:
Code | Cursustitel | Krediet uren |
MTH702 | optimalisatie | 4 |
CS701 | Geavanceerde programmering | 4 |
CS702 | Gegevensstructuren en algoritmen | 4 |
DS701 | Datamining | 4 |
DS702 | Big Data-verwerking | 4 |
CV701 | Mens en computer visie | 4 |
CV702 | Geometrie voor computer vision | 4 |
CV703 | Visuele objectherkenning en detectie | 4 |
NLP701 | Natuurlijke taalverwerking | 4 |
NLP702 | Geavanceerde natuurlijke taalverwerking | 4 |
NLP703 | Spraakverwerking | 4 |
ML704 | Machine Learning-paradigma's | 4 |
ML705 | Onderwerpen in geavanceerd machinaal leren | 4 |
ML706 | Geavanceerde probabilistische en statistische inferentie | 4 |
HC701 | Medical Imaging: Physics and Analysis | 4 |
Onderzoeksthese
Masterproefonderzoek stelt studenten bloot aan een onopgelost onderzoeksprobleem, waarbij ze nieuwe oplossingen moeten voorstellen en moeten bijdragen aan het geheel van kennis. Studenten volgen een onafhankelijk onderzoek, onder begeleiding van een toezichtpanel, voor een periode van 1 jaar.
Code | Cursustitel | Krediet uren |
ML699 | Masteronderzoeksthesis | 12 |
toelatingen
leerplan
De minimale diploma-eisen voor de Master of Science in Machine Learning zijn 36 studiepunten, als volgt verdeeld:
Kern vakken | Aantal cursussen | Krediet uren |
Kern | 4 | 16 |
Keuzevakken | 2 | 8 |
Onderzoek proefschrift | 1 | 12 |
Stage | Als afstudeervereiste dient ten minste één stage van maximaal zes weken met goed gevolg te zijn doorlopen | 0 |
Kern vakken
De Master of Science in Machine Learning is in de eerste plaats een op onderzoek gebaseerde opleiding. Het doel van cursussen is om studenten uit te rusten met de juiste vaardigheden, zodat ze hun onderzoeksproject (scriptie) met succes kunnen volbrengen. Studenten zijn verplicht om AI701, MTH701 en ML701 als verplichte vakken te volgen. Ze kunnen ML702 of ML703 selecteren, samen met twee keuzevakken.
Code | Titel cursus | Krediet uren |
AI701 | Grondslagen van kunstmatige intelligentie | 4 |
MTH701 | Wiskundige grondslagen van kunstmatige intelligentie | 4 |
ML701 | Machinaal leren | 4 |
ML702 | Geavanceerd machinaal leren | 4 |
ML703 | Probabilistische en statistische gevolgtrekking | 4 |
Keuzevakken
Studenten selecteren minimaal twee keuzevakken, met in totaal acht (of meer) studiepunten. Eén moet worden geselecteerd uit lijst A en één moet worden geselecteerd uit lijst A of B op basis van interesse, voorgestelde onderzoeksscriptie en loopbaanambities, in overleg met hun toezichthoudende panel. De keuzevakken die beschikbaar zijn voor de Master of Science in Machine Learning staan vermeld in de onderstaande tabellen:
Lijst A
Code | Titel cursus | Krediet uren |
ML702 | Machine learning vooruit helpen | 4 |
ML703 | Probabilistische en statistische gevolgtrekking | 4 |
ML704 | Paradigma's voor machinaal leren | 4 |
ML705 | Onderwerpen in geavanceerd machinaal leren | 4 |
ML706 | Geavanceerde probabilistische en statistische inferentie | 4 |
Lijst B
Code | Titel cursus | Krediet uren |
AI702 | Diep leren | 4 |
CV701 | Menselijke en computervisie | 4 |
CV702 | Geometrie voor computervisie | 4 |
CV703 | Visuele objectherkenning en detectie | 4 |
CV707 | Digitale tweelingen | 4 |
DS701 | Datamining | 4 |
DS702 | Big Data-verwerking | 4 |
HC701 | Medische beeldvorming: natuurkunde en analyse | 4 |
ML707 | Smart City-diensten en -toepassingen | 4 |
ML708 | Betrouwbare kunstmatige intelligentie | 4 |
MTH702 | optimalisatie | 4 |
NLP701 | Natuurlijke taalverwerking | 4 |
NLP702 | Geavanceerde natuurlijke taalverwerking | 4 |
NLP703 | Spraakverwerking | 4 |
Onderzoek proefschrift
Masterscriptieonderzoek stelt studenten bloot aan een onopgelost onderzoeksprobleem, waar ze nieuwe oplossingen moeten voorstellen en moeten bijdragen aan de kennis. Gedurende een jaar voeren studenten zelfstandig onderzoek uit onder begeleiding van een begeleidingspanel.
Code | Titel cursus | Krediet uren |
ML699 | Master's onderzoeksscriptie over machinaal leren | 12 |
Onderzoeksopleiding | 0 |
Galerij
Ranglijsten
CS-ranglijsten in één oogopslag
- 18e op het gebied van AI in CS Rankings wereldwijd
- 28e op het gebied van ML in CS Rankings wereldwijd
- 16e op het gebied van CV in CS Rankings wereldwijd
- 19e op het gebied van NLP in CS Rankings wereldwijd
Programma resultaat
Na voltooiing van de programma-eisen, zal de afgestudeerde in staat zijn om:
- Toon zeer gespecialiseerd begrip van de moderne machine learning-pijplijn: gegevens, modellen, algoritmische principes en empirie
- Bereik geavanceerde vaardigheden in het voorbewerken van gegevens en het gebruik van verschillende verkennings- en visualisatietools
- Demonstreer kritisch bewustzijn van de mogelijkheden en beperkingen van de verschillende vormen van leeralgoritmen
- Verkrijg geavanceerde mogelijkheden om de prestaties van leeralgoritmen kritisch te analyseren, evalueren en voortdurend te verbeteren
- Verwerf geavanceerde vaardigheden om computationele en statistische eigenschappen van geavanceerde leeralgoritmen en hun prestaties te analyseren
- Doe expertise op in het gebruik en de implementatie van machine learning-relevante programmeertools voor een verscheidenheid aan complexe machine learning-problemen
- Ontwikkel geavanceerde probleemoplossende vaardigheden door zelfstandig machine learning-methoden toe te passen op meerdere complexe problemen, en toon expertise aan in het omgaan met ambiguïteit in een probleemstelling
- Pas geavanceerde vaardigheden toe bij het initiëren, beheren en voltooien van meerdere projectrapporten en kritiek op een verscheidenheid aan machine learning-methoden, die blijk geven van deskundig begrip, zelfevaluatie en geavanceerde vaardigheden in het communiceren van zeer complexe ideeën
Carrièremogelijkheden
AI doordringt elke branche. Bij recente evenementen voor werkgeversbetrokkenheid bij MBZUAI was er vertegenwoordiging uit meerdere sectoren, waaronder (maar niet beperkt tot):
- Luchtvaart, consultancy, onderwijs, energie, financiën, overheidsinstanties, gezondheidszorg, media, olie en gas, veiligheid en defensie, onderzoeksinstituten, detailhandel, telecommunicatie, transport en logistiek, en startups.
Recente vacatures geadverteerd via de MBZUAI Student Careers Portal omvatten (maar zijn niet beperkt tot):
- AI-oplossingsarchitect, AI-oplossingsingenieur, algoritmische ingenieur, data-analist, data-ingenieur, datawetenschapper, datastrategie-adviseur, full-stack software-engineer, full-stack webontwikkelaar, predictive analytics-onderzoeker en senior datawetenschapper-consultant.
Andere carrièremogelijkheden kunnen zijn (maar niet beperkt tot):
- Toegepaste wetenschapper, analytics engineer, augmented/virtual reality, autonome auto's, biometrie en forensisch onderzoek, chief data officer, data platform leadership, data journalist, data en AI technische verkoopspecialist, growth analytics / engineers, manager: AI en cloud services planning, machine leeringenieurs, productmanager: AI en data-analyse, productdatawetenschapper, productanalist, teledetectie, onderzoeksassistenten, beveiliging en bewaking, senior software-engineer en VP data.