کارشناسی ارشد در تجزیه و تحلیل داده ها و هوش مصنوعی

برنامه مطالعه تجزیه و تحلیل داده ها و هوش مصنوعی یک برنامه مطالعه بین رشته ای است که دانش ریاضیات و علوم رایانه را به طور متوازن ترکیب می کند. بین رشته ای به فارغ التحصیلان فرصت بیشتری در انتخاب برنامه های تحصیلی پیگیری یا در عمل می دهد.

چرا با ما درس بخوانید؟

• برنامه های جدید مطالعه ما یک برنامه مطالعه جدید تجزیه و تحلیل داده ها و هوش مصنوعی ارائه می دهیم.
• آزمایشگاه های جدید از آزمایشگاه امنیت سایبری ، آزمایشگاه بینایی رایانه ای با واقعیت مجازی ، آزمایشگاه اینترنت اشیاء ، آزمایشگاه تجزیه و تحلیل داده های هوشمند و برخی آزمایشگاه های دیگر در پارک علمی دانشگاه ما استفاده کنید.
• سنت. موسسه علوم رایانه دارای بیش از سی سال سابقه و تجربه طولانی مدت در آموزش علوم کامپیوتر است.
• فضای خانوادگی. در دانشگاه ما ، هر دانشجو فردی است که می توانیم به طور جداگانه به آن بپردازیم و مشکلات احتمالی را به تنهایی حل کنیم. ما از چندین رویداد که منحصراً دانش آموزان را هدف گرفته است حمایت می کنیم.
• تحقیقات پیشرفته در برنامه های مطالعاتی منعکس شده است. محققان در زمینه های پیشرو تحقیق تخصص دارند و دانش فعلی را در برنامه های درسی گنجانده اند. برنامه نویسی ، تجزیه و تحلیل داده ها ، یادگیری ماشین ، مهندسی نرم افزار ، امنیت کامپیوتر ، شبکه های عصبی و بسیاری از زمینه های دیگر بلافاصله در سمینارها و سخنرانی ها به دانشجویان ارائه می شود.
• همکاری با تمرین. منطقه Košice رونق فناوری اطلاعات را تجربه می کند و مقر چندین شرکت پیشرو است. همکاری با آنها در چندین سطح صورت می گیرد - یا در قالب موضوعاتی که مستقیماً توسط شرکت ها درک می شود ، مشارکت در دره فناوری اطلاعات Košice ، یا در فعالیت های مختلفی که این شرکت ها از آنها پشتیبانی می کنند.

برنامه درسی

سال اول تحصیل

• الگوریتم های ترکیبی ، فرایندهای تصادفی ، روش های آماری چند متغیره - جهان باید مدل سازی شده و به درستی درک شود
• سمینار مدیریت داده - ما با همکاری شرکای خود به بررسی مشکلات عملی واقعی می پردازیم
• پیچیدگی محاسباتی ، سازماندهی و پردازش داده ها ، سیستم های موازی و توزیع شده - حتی ظرفیت محاسباتی امروز برای همه انواع مشکلات کافی نیست ، و سپس "دلیل انسانی باید بیاید"
• یادگیری ماشین - امروزه نمی توان سیستم های خود مختار و متخصص را بدون یادگیری ماشین تصور کرد

سال دوم تحصیل

• شبکه های عصبی - شبکه های عصبی عمیق موفقیت ها را یکی پس از دیگری جشن می گیرند و هر تحلیلگر داده باید آنها را کنترل کند
• محاسبات کلاسیک و کوانتومی - کامپیوترهای کوانتومی دیگر یک آرمان آرمانی نیستند و فارغ التحصیلان ما با زمان حرکت می کنند
• الگوریتم های تقریبی و احتمالی - ابزارهایی برای حل مشکلات مختلف هرگز کافی نیست
  سمینار مدیریت داده - ما با همکاری شرکای خود به بررسی مشکلات عملی واقعی می پردازیم
• و علاوه بر این ، ما از موضوعات دیگری از زمینه های مختلف علمی (نه فقط در دانشکده خود) پیشنهاد داریم ، که از طریق آن دانش آموز می تواند مشخصات فردی را ایجاد کند.

و اگر آنها چیز دیگری می دانند یا متفاوت انجام می دهند ، ما شرایطی را برای دانش آموز ایجاد می کنیم که بخشی از تحصیلات خود را در خارج از دانشکده داخلی به پایان برساند.