CentraleSupélec

人工智能理学硕士

我有适合的个人资料吗？

• 您已经或即将从顶尖大学/学校毕业，并在工程、数学、统计学、信息学、物理方面拥有强大的学位（四年制学士学位或一年级硕士）？
• 您是否对至少一种编程语言非常熟悉？
• 您几乎没有工作经验吗？
• 您的英语水平好吗？您想完全用英语学习吗？
• 您想成为人工智能领域的专家和领导者吗？

学到更多

第一阶段：基础课程（6门核心课程）

• 机器学习基础：本课程概述了机器学习中最重要的趋势，特别关注统计风险及其相对于预测函数的最小化。大量的实验部分涉及数据科学竞赛的小组项目，使学生能够将课程理论应用于现实世界的问题。
• 人工智能基础：人工智能不同方法的历史和概述：从反射代理（低级人工智能）到专家系统和 xIA（高级人工智能）。每个概念都将成为个人实际工作的主题。此外，人工智能将通过小组开发并参加锦标赛。
• 决策建模的基础：在涉及人类交互和决策的许多情况下，偏好都存在且普遍存在。在许多应用程序中都明确或隐含地表达了偏好，并且应根据这些偏好做出相关决策。本课程旨在介绍多标准决策的偏好模型。我们将介绍偏好建模和多标准决策的概念和方法。
• 最优化基础：解决最优化问题的基础理论和方法；无约束最小化的迭代技术；本课程涵盖与 Python 编程练习相关的线性和非线性编程以及工程应用的离散方法。
• 深度学习基础：本课程将介绍卷积神经网络的现代理论，包括理论概念以及不同训练和编程架构的实践。各种应用领域的具体例子将展示这些方法在人工智能中的兴趣。
• 大数据和人工智能编程语言和平台的基础：本课程将教您有关大数据管理的所有知识 - 支持大数据处理所需的算法、技术和工具，重点是与基于机器学习的人工智能方法编程相关的计算方面。

理论人工智能：至少 3 门选修课可供选择

• 强化学习：本课程将通过强化学习策略介绍人工智能动态问题建模的基础。我们将特别讨论人工智能各种问题的概念和应用层面的优化策略、抽样策略和奖励选择策略。
• 博弈论卓越课程：本课程将首先介绍有关不确定性下决策的主要原理，以及在不确定性下做出决策时使用图形模型其次，我们将考虑博弈论的原理，并展示该理论如何在情境中建模和分析决策其中涉及不确定的和战略性的相互作用。
• 图形模型的推理和学习：本课程介绍用于训练和优化（高阶）概率图形模式的数学基础和计算解决方案。这些是强大的中级表示，一旦被赋予有效的优化算法，就会为平均训练数据量的问题产生最先进的结果。
• 多代理系统：本课程的目的是研究多代理系统，即由多个交互计算元素（称为代理）组成的系统，作为实现自主和复杂智能系统的范例。
• 高级统计学：本课程首先旨在通过基本概念（统计建模和抽样、估计问题、决策理论和假设检验）介绍数理统计的一般方法。然后，本课程提供用于多变量分析的高级统计技术，特别关注计算统计和稳健的估计方法。还介绍了正则/惩罚技术。
• 高级深度学习：深度学习方法现在是许多机器学习任务中最先进的方法，带来了令人印象深刻的结果。然而，人们对它们的了解仍然很少，神经网络仍然很难训练，而且结果是缺乏解释的黑匣子。考虑到当今机器学习技术的社会影响（用作医学、招聘流程、银行贷款等方面的帮助），让他们的决策可解释或提供担保至关重要。此外，现实世界的问题通常不符合最著名的学术著作的标准假设或框架（数据数量和质量、专家知识可用性......）。本课程旨在基于数学概念提供解决这些实际问题的见解和工具。

应用人工智能：至少 3 门选修课可供选择

• 视觉计算：本课程将概述计算机视觉技术在视觉计算各种问题中的趋势、现代方法和应用，即视觉分析、对象识别、多视图 3D 场景建模、多模态数据的交叉训练等。
• 自然语言处理：本课程解决人类语言和计算机科学交叉领域的基本问题。在本课程中，我们探索受符号和子符号人工智能启发的语言理解、解析、翻译和生成方法。
• 网络科学分析：以高效且有效的方式从大规模图形数据中提取有意义的信息的问题已成为人工智能中几个重要应用的关键和挑战。本课程的目标是介绍用于分析、挖掘和学习大规模图数据的最新且最先进的方法和算法，以及它们在各个领域的实际应用。
• 信息检索和提取：本课程讲述信息检索的基础知识，即通过检索非结构化数据集合（通常是海量）中的相关信息来回答用户查询所表达的信息需求的过程。本课程还将涵盖最新的方法，例如语义网络和知识图问答。一个重要的实践部分涉及关于设计和构建搜索应用程序的小组项目。
• 医学成像：本课程将概述与计算机辅助解决方案自动解释医学成像相关的趋势。本课程将讨论中高级解释的整个问题链，解决该领域的支柱问题（检测、分割、配准）以及计算机辅助诊断中最人工智能驱动的先进技术。

第三期：实习&报告（4至6个月）

• 2022 年 Eduniversal 法国第二名最佳人工智能理学硕士
• CentraleSuélec 隶属于巴黎萨克雷大学 在 2022 年上海世界排名中位列全球第 16 位
• 按雇主声誉排名最好的院校之一：全球第七，法国第一（2021 年 QS 世界大学排名）：十分之八的学生在毕业前找到工作，99% 的学生毕业后找到工作

学到更多

CentraleSuélec 是按雇主声誉排名最好的院校之一：全球第七，法国第一（2021 年 QS 世界大学排名）：十分之八的学生在毕业前找到工作，99% 的学生在毕业后找到工作。