EAI732 Intelligent Systems

Written by on in Articles

Semestr: Pierwszy (tylko)

Grupa badawcza: Intelligent Systems

UWAGA: Moduł EAI732 jest dostępny tylko dla studentów Wydziału Inżynierii Elektrycznej, Elektronicznej i Komputerowej UP lub studentów posiadających pracownika ISG jako opiekuna lub współopiekuna studiów podyplomowych. Przed zarejestrowaniem się na JAKICHKOLWIEK studiach podyplomowych w ramach ISG, studenci MUSZĄ omówić potencjalne tematy badawcze z jednym z liderów studiów ISG i / lub liderem grupy. Ponadto, żadne rejestracje nie będą przyjmowane później niż 2 tygodnie po rozpoczęciu semestru.

Overview

Moduł EAI732 jest częścią stałego programu nauczania Honours w ISG. Celem tego modułu jest zapewnienie studentom podyplomowych studiów inżynierskich z tłem związanym z inteligentnymi systemami. Oficjalny zakres modułu jest zdefiniowany jako:

Ten moduł zapewnia tło teoretyczne niezbędne do zrozumienia, badań i rozwoju real-world oprogramowania i systemów sprzętowych, które zawierają i wykazują inteligentne zachowanie. Moduł zawiera zaawansowaną teorię z dziedzin takich jak sztuczna inteligencja, inteligencja obliczeniowa, uczenie maszynowe, rozpoznawanie wzorców i przetwarzanie sygnałów. Podstawowe tematy modułu obejmują: Bayesian Theory, Neural Networks, Kernel Methods, Graphic Models, and Numerical Bayesian Methods.

Prerequisites

Whilst nie ma oficjalnych wymagań wstępnych dla EAI732, istnieje szereg implikowanych wymagań wstępnych. Więcej szczegółów można znaleźć w przewodniku do nauki. Zobacz także moduł uzupełniający EAI733 Advanced Topics in Intelligent Systems.

Uwaga, że moduł EAI732 jest dostępny tylko dla studentów Wydziału Inżynierii Elektrycznej, Elektronicznej i Komputerowej UP lub studentów z pracownikiem ISG jako opiekunem podyplomowym lub współnadzorcą.

Informacje kontaktowe

Preferowanym medium kontaktowym jest e-mail.

Tekst zalecany

Pattern Recognition and Machine Learning
by Christopher M. Bishop

Hardcover: 738 stron

Publisher: Springer

ISBN: 978-0387310732

Strona główna książki: http://research.microsoft.com/en-us/um/people/cmbishop/prml/

Bardzo zalecane jest, aby studenci otrzymali podręcznik jak najszybciej i rozpoczęli pracę przez kilka pierwszych rozdziałów.

Podręcznik do nauki

  • Podręcznik do nauki (9 kwietnia 2020)

Treść modułu podzielona jest na szereg tematów odpowiadających treściom zalecanego tekstu. Tematy i plan nauki są podane w przewodniku do nauki. Szczegółowe informacje o materiałach do nauki i zadaniach są udostępniane wyłącznie studentom zarejestrowanym na dany moduł. Dlatego ważne jest, aby studenci, którzy chcą uczestniczyć w tym module, jak najszybciej (przed rozpoczęciem semestru) dokonali rejestracji

.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.