方法

您在拉萨尔接受培训的方法将非常实用，基于：

• 培训的重点是通过挑战学习。
• 实验室工作是概念同化的关键要素。
• 解决问题。
• 开发补充理论基础的实践练习。
• 合作工作促进团队合作并发展人际交往能力。
• 基于项目的学习是该学位中使用最广泛的主动学习方法之一。

积分：240 ECTS

第一年

第一学期

• 思想与创造力I (2)
• 编程基础I (6)
• 数学基础 (6)
• 线性代数 (6)
• 计算逻辑 (6)
• 人工智能及其伦理考量 (4)

第二学期

• 思想与创造力I (2)
• 编程基础二(6)
• 概率论与统计（6）
• 计算基础设施 (6)
• 微分与积分 (6)
• 设计和可用性 (6)

第二年

第一学期

• 思想与创造力II (2)
• 高级编程与数据结构（6）
• 数学方法 (6)
• 工商管理 (6)
• 高级数据分析和可视化方法 (6)
• 基于知识的系统 (6)

第二学期

• 思想与创造力II (2)
• 人工智能立法 (4)
• 操作系统 (6)
• 面向对象设计和编程（6）
• 机器学习（6）
• 数据库 (6)

3年级

第一学期

• 思维与创造力 III（3）
• 优化 (6)
• 编程语言 (6)
• 软件方法论 (3)
• 人工智能计算基础设施 (6)
• 神经网络和深度学习 (6)

第二学期

• 思想与创造力三 (3)
• 人工智能项目（6）
• 自主系统和机器人 (6)
• 人工视觉 (6)
• 自然语言处理（6）
• 项目管理 (6)

4年级

第一学期

选修科目：

• • 供应链管理 (6)
  • 人工智能专业化 I (6)
  • 数据科学应用于生物医学（6）
  • 数字营销策略（6）
  • 医疗机器人 (6)
  • 使用机器学习进行音频处理 (6)
  • 人机交互原理（6）
  • 时间序列预测 (6)
  • 业务流程人工智能 (6)
  • AI专业IV（6）
  • 信号处理和医学图像 (6)
  • 机器学习的网络安全 (6)
  • 人工智能专业II (6)
  • 人工智能专业III (6)
  • 健康中心的数字化转型 (6)
  • 先进机器人技术 (6)
  • 财务分析 (6)
  • 人工智能专业化 V (6)

第二学期

• 期末论文 (15)
• 实习 (15)

• 培养人工智能专家：培养学生深入理解人工智能和数据科学的理论和实践概念，涵盖机器学习、深度学习、自然语言处理、计算机视觉等领域。
• 培养高级技术技能：学生将接受培训，获得编程、数学、统计和算法方面扎实的技术技能，使他们能够设计、实现和评估人工智能算法。
• 鼓励研究和创新：激发学生的研究和创新，激励他们解决具有挑战性的问题，为人工智能领域的不断进步做出贡献。
• 将人工智能应用于各个行业：学生将准备将人工智能知识应用于不同领域，例如健康、能源、商业、金融、政府和公共管理、营销和广告、制造和农业，以解决实际问题多种背景下的世界问题。
• 促进人工智能的道德和责任：学生将在人工智能系统的开发和实施过程中灌输对道德和责任的深刻理解，鼓励在相关活动中进行道德实践和反思。