Após a conclusão dos requisitos do programa, o graduado será capaz de:Exiba um entendimento altamente especializado do pipeline moderno de aprendizado de máquina: dados, modelos, princípios algorítmicos e empíricos.
Obtenha habilidades avançadas em pré-processamento de dados e usando várias ferramentas de exploração e visualização.
Demonstre um conhecimento crítico dos recursos e limitações das diferentes formas de algoritmos de aprendizado.
Obtenha recursos avançados para analisar criticamente, avaliar e melhorar continuamente o desempenho dos algoritmos de aprendizado.
Adquira habilidades avançadas para analisar propriedades estatísticas e computacionais de algoritmos avançados de aprendizado e seu desempenho.
Obtenha experiência no uso e implantação de ferramentas de programação relevantes para o aprendizado de máquina para uma variedade de problemas complexos de aprendizado de máquina.
Desenvolva habilidades avançadas de resolução de problemas através da aplicação independente de métodos de aprendizado de máquina a vários problemas complexos e demonstre conhecimento em lidar com a ambiguidade em uma declaração de problema.
Aplique habilidades sofisticadas ao iniciar, gerenciar e concluir vários relatórios e críticas de projetos em uma variedade de métodos de aprendizado de máquina, que demonstram entendimento especializado, auto-avaliação e habilidades avançadas na comunicação de idéias altamente complexas.Os requisitos mínimos de graduação para o programa de Mestrado em Machine Learning são 35 créditos, distribuídos da seguinte forma:Cursos básicos: 4 cursos (15 horas de crédito)
Cursos Eletivos: 2 Cursos (8 Horas de Crédito)
Tese de Pesquisa: 1 Curso (12 Horas de Crédito)
Cursos básicosO Mestrado em Aprendizado de Máquina é basicamente um curso baseado em pesquisa. O objetivo do curso é equipar os alunos com o conjunto de habilidades certo, para que eles possam realizar com sucesso seu projeto de pesquisa (tese). Os alunos são obrigados a fazer o COM701, como um curso obrigatório. Eles podem selecionar três cursos básicos de um pool de concentração de seis na lista fornecida abaixo: Código Título do curso Horas de crédito COM701 Comunicação e Disseminação de Pesquisa 3 ML701 Aprendizado de Máquina 4 ML702 Aprendizado de máquina avançado 4 ML703 Inferência Probabilística e Estatística 4 MTH701 Fundamentos Matemáticos da Inteligência Artificial 4 AI701 Inteligência artificial 4 AI702 Aprendizagem Profunda 4 Disciplinas eletivasOs alunos selecionarão um mínimo de dois cursos eletivos, com um total de oito (ou mais) horas de crédito (CH) em uma lista de cursos eletivos disponíveis com base em interesses, tese de pesquisa proposta e perspectivas de carreira, em consulta com seu painel de supervisão. Os cursos eletivos disponíveis para o Mestrado em Machine Learning estão listados na tabela abaixo: Código Título do curso Horas de crédito MTH702 Otimização 4 CS701 Programação Avançada 4 CS702 Estruturas de dados e algoritmos 4 DS701 Mineração de dados 4 DS702 Processamento de Big Data 4 CV701 Visão humana e computacional 4 CV702 Geometria para visão computacional 4 CV703 Reconhecimento e detecção visual de objetos 4 NLP701 Processamento de linguagem natural 4 NLP702 Processamento avançado de linguagem natural 4 NLP703 Processamento de Fala 4 ML704 Paradigmas de aprendizado de máquina 4 ML705 Tópicos no Advanced Machine Learning 4 ML706 Inferência Probabilística e Estatística Avançada 4 HC701 Imagem Médica: Física e Análise 4 Tese de PesquisaA pesquisa de dissertação de mestrado expõe os alunos a um problema de pesquisa não resolvido, onde eles são obrigados a propor novas soluções e contribuir para o corpo de conhecimento. Os alunos realizam um estudo de pesquisa independente, sob a orientação de um painel de supervisão, por um período de 1 ano. Código Título do curso Horas de crédito ML699 Dissertação de Mestrado 12
