Illinois Institute of Technology
人工智能硕士
Chicago, 美國
硕士
期间
30 小时
语言
英语
步伐
全职
报名截止日期
最早开始日期
学习形式
在校园
* 优先截止日期 I 专业硕士和理学硕士截止日期 5 月 15 日
无论您是应届毕业生还是职业专业人士，都要及时了解、深化和扩展您的人工智能知识，同时在商业、行业或政府中建立竞争优势。伊利诺伊理工大学的人工智能硕士将为您提供有关人工智能及其机器学习、深度学习、计算机视觉、自然语言处理、概率推理和数据分析子领域的严格而实用的教育。
在伊利诺伊理工大学，通过课程和研究项目分析金融数据、医学图像、社交媒体等，掌握人工智能的理论概念并获得应用它们的经验。
伊利诺伊理工大学位于技术前沿，距离芝加哥市中心仅数分钟路程，地理位置优越，可助您进入令人兴奋的人工智能职业生涯。
计划概述
掌握人工智能、机器学习和数据分析的理论概念和实际应用。在伊利诺伊理工大学的人工智能硕士课程中，了解如何利用人工智能知识产生积极影响。
要求
- 最低学分要求 ---- ---- 30
- 最大400级学分 ---- ---- 10
- 最低 CS/CSP 学分 ---- ---- 18
课程列表
人工智能核心课程-------- （6）
- CS 581 ---- ---- 高级人工智能 ---- ---- 3
- CS 584 ---- ---- 机器学习 ---- ---- 3
要么
- 数学 569 ---- ---- 统计学习 ---- ---- 3
人工智能选修课（9-21）
从以下选项中选择 9 至 21 学分： ---- ---- 9-21
- CS 512 ---- ---- 计算机视觉 ---- ---- 3
- CS 577 ---- ---- 深度学习 ---- ---- 3
- CS 578 ---- ---- 交互/跨马赫学习 ---- ---- 3
- CS 579 ---- ---- 在线社交网络分析 ---- ---- 3
- CS 583 ---- ---- 概率图形模型 ---- ---- 3
- CS 585 ---- ---- 自然语言处理 ---- ---- 3
数据处理和分析选修课 ---- ---- (3-15)
从以下选项中选择 3 至 15 个学时： ---- ---- 3-15
- CS 520 ---- ---- 数据集成仓储 ---- ---- 3
- CS 522 ---- ---- 高级数据挖掘 ---- ---- 3
- CS 525 ---- ---- 高级数据库组织 ---- ---- 3
- CS 546 ---- ---- 并行和分布式进程 ---- ---- 3
- CS 554 ---- ---- 数据密集型计算 ---- ---- 3
- CSP 554 ---- ---- 大数据技术 ---- ---- 3
- CSP/数学 571 ---- ---- 数据准备和分析 ---- ---- 3
跨学科选修课 ---- ---- (0-12)
从以下选项中选择 0 到 12 学分： ---- ---- 0-12
- BIOL 440 ---- ---- 神经生物学 ---- ---- 3
- BIOL 550 ---- ---- 生物信息学 ---- ---- 3
- BME 433 ---- ---- BME 统计应用 ---- ---- 3
- BME 504 ---- ---- 神经生物学 ---- ---- 2
- BME 506 ---- ---- 计算机神经科学 II：视觉 ---- ---- 3
- BME 507 ---- ---- 认知神经科学 ---- ---- 2
- BME 538 ---- ---- 神经影像学 ---- ---- 3
- BME 545 ---- ---- 定量神经功能 ---- ---- 3
- 总线 550 ---- ---- 业务统计 ---- ---- 3
- CAE 576 ---- ---- 无人机在建筑项目中 ---- ---- 3
- CHE/MMAE 560 ---- ---- 稳定质量过程控制 ---- ---- 3
- COM 501 ---- ---- 语言学导论 ---- ---- 3
- COM 584 ---- ---- 人性化技术 ---- ---- 3
- ECE 563 ---- ---- 智能电网中的人工智能 ---- ---- 3
- 数学 527 ---- ---- 金融中的机器学习 ---- ---- 3
- 数学 546 ---- ---- 时间序列简介 ---- ---- 3
- 数学 564 ---- ---- 应用统计学 ---- ---- 3
- 数学 574 ---- ---- 贝叶斯计算统计 ---- ---- 3
- MAX 522 ---- ---- 预测分析 ---- ---- 3
- MMAE 440 ---- ---- 机器人概论 ---- ---- 3
- MMAE 500 ---- ---- 数据驱动建模 ---- ---- 3
- MMAE 540 ---- ---- 机器人 ---- ---- 3
- MSF 502 ---- ---- 金融市场统计分析 ---- ---- 3
- MSF 526 ---- ---- 计算金融 ---- ---- 3
- 菲尔 551 ---- ---- 科学与价值观 ---- ---- 3
- 菲尔 574 ---- ---- 计算机科学伦理 ---- ---- 3
- PSYC 423 ---- ---- 学习理论 ---- ---- 3
- PSYC 426 ---- ---- 认知科学 ---- ---- 3
- PSYC 503 ---- ---- 认知和情感基础 ---- ---- 3
计算机科学选修课 ---- ---- (0-12)
选择 0 至 12 学分的 400 级及以上 CS 或 CSP 课程（CS 401、402、403、406、491、497、591、691 和 695 除外）。
人工智能正在几乎所有工业领域融入到日常运营中。无论是分析企业财务中的风险管理、在医学图像中发现肿瘤、建造自动驾驶汽车来探索其他世界，还是为下一个热门视频游戏设计一个可怕的超级反派，人工智能正在被用来解决社会各个角落的问题。
- 机器学习工程师
- 数据科学家
- 研究科学家
- 研发工程师
- 商业智能开发人员
- 计算机视觉工程师
探索类似程序类似程序
