Master of Science dalam Pembelajaran Mesin
Mohamed bin Zayed University of Artificial Intelligence - MBZUAI
Informasi kunci
Lokasi kampus
Abu Dhabi, Uni Emirat Arab
Bahasa
Bahasa inggris
format studi
Di kampus
Durasi
2 bertahun-tahun
Kecepatan
Waktu penuh
Biaya pendidikan
Minta info
Tenggat waktu aplikasi
31 Mar 2024
Tanggal mulai paling awal
Aug 2024
* siswa penuh waktu dengan beasiswa penuh: gratis | siswa paruh waktu: AED 5,000 per jam kredit, total 35 kredit, ditambah biaya lain-lain
pengantar
Setelah menyelesaikan persyaratan program, lulusan akan dapat:
- Tunjukkan pemahaman yang sangat terspesialisasi dari pipa pembelajaran mesin modern: data, model, prinsip algoritmik, dan empiris.
- Dapatkan keterampilan tingkat lanjut dalam pemrosesan data dan gunakan berbagai alat eksplorasi dan visualisasi.
- Tunjukkan kesadaran kritis akan kemampuan dan keterbatasan berbagai bentuk algoritma pembelajaran.
- Dapatkan kemampuan canggih untuk menganalisis, mengevaluasi, dan terus meningkatkan kinerja algoritma pembelajaran secara kritis.
- Memperoleh kemampuan canggih untuk menganalisis sifat komputasi dan statistik dari algoritma pembelajaran lanjutan dan kinerjanya.
- Dapatkan keahlian dalam menggunakan dan menggunakan alat pemrograman yang relevan dengan pembelajaran mesin untuk berbagai masalah pembelajaran mesin yang kompleks.
- Kembangkan keterampilan pemecahan masalah tingkat lanjut melalui penerapan metode pembelajaran mesin secara mandiri ke berbagai masalah kompleks, dan tunjukkan keahlian dalam menangani ambiguitas dalam pernyataan masalah.
- Menerapkan keterampilan canggih dalam memulai, mengelola, dan menyelesaikan beberapa laporan proyek dan kritik pada berbagai metode pembelajaran mesin, yang menunjukkan pemahaman ahli, evaluasi diri, dan keterampilan canggih dalam mengkomunikasikan ide-ide yang sangat kompleks.
Persyaratan gelar minimum untuk program Master of Science dalam Pembelajaran Mesin adalah 35 Kredit, didistribusikan sebagai berikut:
- Mata Kuliah Inti: 4 Mata Kuliah (15 Jam Kredit)
- Mata Kuliah Pilihan: 2 Mata Kuliah (8 Jam Kredit)
- Tesis Penelitian: 1 Kursus (12 Jam Kredit)
Kursus inti
MSc dalam Pembelajaran Mesin terutama merupakan gelar berbasis penelitian. Tujuan dari kursus adalah untuk membekali siswa dengan keahlian yang tepat, sehingga mereka dapat berhasil menyelesaikan proyek penelitian mereka (tesis). Mahasiswa diwajibkan untuk mengambil COM701, sebagai mata kuliah wajib. Mereka dapat memilih tiga mata kuliah inti dari kumpulan enam konsentrasi dalam daftar yang disediakan di bawah ini:
Kode | Judul kursus | Jam Kredit |
COM701 | Komunikasi Penelitian dan Diseminasi | 3 |
ML701 | Pembelajaran mesin | 4 |
ML702 | Pembelajaran Mesin Tingkat Lanjut | 4 |
ML703 | Inferensi Probabilistik dan Statistik | 4 |
MTH701 | Yayasan Matematika untuk Kecerdasan Buatan | 4 |
AI701 | Kecerdasan buatan | 4 |
AI702 | Pembelajaran yang mendalam | 4 |
Mata kuliah pilihan
Siswa akan memilih minimal dua mata kuliah pilihan, dengan total delapan (atau lebih) jam kredit (CH) dari daftar mata kuliah pilihan yang tersedia berdasarkan minat, tesis penelitian yang diusulkan, dan perspektif karir, dengan berkonsultasi dengan panel pengawas mereka. Kursus elektif yang tersedia untuk Master of Machine Learning tercantum dalam tabel di bawah ini:
Kode | Judul kursus | Jam Kredit |
MTH702 | Optimasi | 4 |
CS701 | Pemrograman Tingkat Lanjut | 4 |
CS702 | Struktur dan Algoritma Data | 4 |
DS701 | Penambangan Data | 4 |
DS702 | Pemrosesan Data Besar | 4 |
CV701 | Visi Manusia dan Komputer | 4 |
CV702 | Geometri untuk Penglihatan Komputer | 4 |
CV703 | Pengenalan dan Deteksi Objek Visual | 4 |
NLP701 | Pemrosesan Bahasa Alami | 4 |
NLP702 | Pemrosesan Bahasa Alam Tingkat Lanjut | 4 |
NLP703 | Pemrosesan Bicara | 4 |
ML704 | Paradigma Pembelajaran Mesin | 4 |
ML705 | Topik dalam Pembelajaran Mesin Tingkat Lanjut | 4 |
ML706 | Kesimpulan Probabilistik dan Statistik Lanjut | 4 |
HC701 | Pencitraan Medis: Fisika dan Analisis | 4 |
Tesis Penelitian
Penelitian tesis Master memaparkan siswa pada masalah penelitian yang belum terpecahkan, di mana mereka diharuskan untuk mengusulkan solusi baru dan berkontribusi terhadap tubuh pengetahuan. Siswa mengejar studi penelitian independen, di bawah bimbingan panel pengawas, untuk jangka waktu 1 tahun.
Kode | Judul kursus | Jam Kredit |
ML699 | Tesis Penelitian Master | 12 |
Penerimaan
Kurikulum
Persyaratan gelar minimum untuk Master of Science dalam Pembelajaran Mesin adalah 36 kredit, didistribusikan sebagai berikut:
Kursus inti | Jumlah kursus | Jam kredit |
Inti | 4 | 16 |
Pilihan | 2 | 8 |
tesis penelitian | 1 | 12 |
Magang | Setidaknya satu magang dengan durasi hingga enam minggu harus diselesaikan dengan memuaskan sebagai persyaratan kelulusan | 0 |
Kursus inti
Master of Science dalam Pembelajaran Mesin pada dasarnya adalah gelar berbasis penelitian. Tujuan kursus adalah untuk membekali siswa dengan keahlian yang tepat, sehingga mereka dapat berhasil menyelesaikan proyek penelitian (tesis) mereka. Siswa diharuskan mengambil AI701, MTH701 dan ML701 sebagai mata kuliah wajib. Mereka dapat memilih ML702 atau ML703 bersama dengan dua pilihan.
Kode | Judul kursus | Jam Kredit |
AI701 | Dasar Kecerdasan Buatan | 4 |
MTH701 | Dasar Matematika Kecerdasan Buatan | 4 |
ML701 | Pembelajaran mesin | 4 |
ML702 | Pembelajaran Mesin Tingkat Lanjut | 4 |
ML703 | Inferensi Probabilistik dan Statistik | 4 |
Mata kuliah pilihan
Siswa akan memilih minimal dua mata kuliah pilihan, dengan total delapan (atau lebih) jam kredit. Seseorang harus dipilih dari Daftar A dan satu harus dipilih dari Daftar A atau B berdasarkan minat, tesis penelitian yang diusulkan, dan aspirasi karir, dengan berkonsultasi dengan panel pengawas mereka. Kursus pilihan yang tersedia untuk Master of Science dalam Pembelajaran Mesin tercantum dalam tabel di bawah ini:
Daftar A
Kode | Judul kursus | Jam Kredit |
ML702 | Memajukan Machine Learning | 4 |
ML703 | Inferensi Probabilistik dan Statistik | 4 |
ML704 | Paradigma Pembelajaran Mesin | 4 |
ML705 | Topik dalam Pembelajaran Mesin Tingkat Lanjut | 4 |
ML706 | Inferensi Probabilistik dan Statistik Lanjutan | 4 |
Daftar B
Kode | Judul kursus | Jam Kredit |
AI702 | Pembelajaran Mendalam | 4 |
CV701 | Visi Manusia dan Komputer | 4 |
CV702 | Geometri untuk Visi Komputer | 4 |
CV703 | Pengenalan dan Deteksi Objek Visual | 4 |
CV707 | Kembar Digital | 4 |
DS701 | Penambangan Data | 4 |
DS702 | Pemrosesan Data Besar | 4 |
HC701 | Pencitraan Medis: Fisika dan Analisis | 4 |
ML707 | Layanan dan Aplikasi Smart City | 4 |
ML708 | Kecerdasan Buatan yang Dapat Dipercaya | 4 |
MTH702 | Optimasi | 4 |
NLP701 | Pemrosesan Bahasa Alami | 4 |
NLP702 | Pemrosesan Bahasa Alami Tingkat Lanjut | 4 |
NLP703 | Pemrosesan Pidato | 4 |
Tesis Penelitian
Penelitian tesis master memaparkan siswa pada masalah penelitian yang belum terpecahkan, di mana mereka diminta untuk mengusulkan solusi baru dan berkontribusi terhadap tubuh pengetahuan. Siswa mengejar studi penelitian independen, di bawah bimbingan panel pengawas, untuk jangka waktu satu tahun.
Kode | Judul kursus | Jam Kredit |
ML699 | Tesis Penelitian Master Pembelajaran Mesin | 12 |
Pelatihan Penelitian | 0 |
Galeri
Peringkat
Sekilas tentang Peringkat CS
- Peringkat ke-18 di bidang AI dalam Peringkat CS secara global
- Peringkat ke-28 di bidang ML dalam Peringkat CS secara global
- Peringkat ke-16 dalam bidang CV dalam Peringkat CS secara global
- Peringkat ke-19 di bidang NLP dalam Peringkat CS secara global
Hasil Program
Setelah menyelesaikan persyaratan program, lulusan akan dapat:
- Tunjukkan pemahaman yang sangat terspesialisasi tentang saluran pembelajaran mesin modern: data, model, prinsip algoritme, dan empiris
- Raih keterampilan tingkat lanjut dalam pemrosesan awal data dan menggunakan berbagai alat eksplorasi dan visualisasi
- Tunjukkan kesadaran kritis akan kemampuan dan keterbatasan berbagai bentuk algoritma pembelajaran
- Dapatkan kemampuan lanjutan untuk menganalisis, mengevaluasi, dan terus meningkatkan kinerja algoritme pembelajaran secara kritis
- Dapatkan kemampuan lanjutan untuk menganalisis sifat komputasi dan statistik dari algoritme pembelajaran lanjutan dan kinerjanya
- Dapatkan keahlian dalam menggunakan dan menerapkan alat pemrograman yang relevan dengan pembelajaran mesin untuk berbagai masalah pembelajaran mesin yang kompleks
- Kembangkan keterampilan pemecahan masalah tingkat lanjut melalui penerapan metode pembelajaran mesin secara mandiri untuk berbagai masalah kompleks, dan tunjukkan keahlian dalam menangani ambiguitas dalam pernyataan masalah
- Terapkan keterampilan canggih dalam memulai, mengelola, dan menyelesaikan beberapa laporan proyek dan kritik pada berbagai metode pembelajaran mesin, yang menunjukkan pemahaman ahli, evaluasi diri, dan keterampilan tingkat lanjut dalam mengomunikasikan ide yang sangat kompleks
Kesempatan berkarir
AI menembus setiap industri. Pada acara keterlibatan pemberi kerja baru-baru ini di MBZUAI, terdapat perwakilan dari berbagai sektor termasuk (namun tidak terbatas pada):
- Penerbangan, konsultasi, pendidikan, energi, keuangan, entitas pemerintah, kesehatan, media, minyak dan gas, keamanan dan pertahanan, lembaga penelitian, ritel, telekomunikasi, transportasi dan logistik, dan perusahaan rintisan.
Peluang kerja terbaru yang diiklankan melalui Portal Karir Mahasiswa MBZUAI meliputi (namun tidak terbatas pada):
- Arsitek solusi AI, insinyur solusi AI, insinyur algoritmik, analis data, insinyur data, ilmuwan data, konsultan strategi data, insinyur perangkat lunak full stack, pengembang web full stack, peneliti analitik prediktif, dan ilmuwan data senior – konsultan.
Peluang karir lainnya dapat mencakup (namun tidak terbatas pada):
- Ilmuwan terapan, insinyur analitik, realitas tertambah/virtual, mobil otonom, biometrik dan forensik, chief data officer, kepemimpinan platform data, jurnalis data, spesialis penjualan teknis data dan AI, analitik/insinyur pertumbuhan, manajer: AI dan perencanaan layanan cloud, mesin insinyur pembelajaran, manajer produk: AI dan analitik data, ilmuwan data produk, analis produk, penginderaan jarak jauh, asisten peneliti, keamanan dan pengawasan, insinyur perangkat lunak senior, dan data VP.