Uczenie maszynowe w analityce danych kierowane są do osób, które posiadają już podstawową wiedzę w zakresie informatyki i analityki danych lub pracują na stanowiskach związanych z szeroko pojętym Data Science. Studia pozwolą uporządkować posiadaną wiedzę i rozszerzyć ją w sposób znaczący o zaawansowane metody sztucznej inteligencji stosowanej do eksploracji i przetwarzania różnych typów danych. W szczególności kierowane są do osób zainteresowanych tematyką uczenia maszynowego oraz Big Data chcących podjąć pracę w międzynarodowych firmach korzystających z rozwiązań opartych na systemach uczących się.
Studia uczenie maszynowe w analityce danych kierowane są do osób, które posiadają już podstawową wiedzę w zakresie informatyki i analityki danych lub pracują na stanowiskach związanych z szeroko pojętym Data Science. Studia pozwalają uporządkować posiadaną wiedzę i rozszerzyć ją w sposób znaczący o zaawansowane metody sztucznej inteligencji stosowanej do eksploracji i przetwarzania róznych typów danych. W szczególności kierowane są do osób zainteresowanych tematyką uczenia maszynowego oraz Big Data chcących podjąć pracę w międzynarodowych firmach korzystających z rozwiązań opartych na systemach uczących się.
I Semestr:
II Semestr:
Studia uczenie maszynowe w analityce danych to 2-semestralne studia obejmujące 285 godz. zajęć, z których aż 191 godzin to praktyczne zajęcia laboratoryjne oraz projektowe.
Studia odbywają się w formie zdalnej
Sekretariat studiów: mgr inż. Domiinka Knapik-Mróz
e-mail: dkm@agh.edu.pl
tel: +48 12 328 33 21
Strona studiów:
https://podyplomowe.informatyka.agh.edu.pl/oferta/uczenie-maszynowe/
Dyplom ukończenia studiów AGH
Absolwent studiów podyplomowych Uczenie maszynowe w analityce danych będzie posiadał wiedzę teoretyczną i praktyczną w zakresie metod wnioskowania statystycznego, baz danych, eksploracji danych, uczenia maszynowego, sieci neuronowych, algorytmów przetwarzania i rozumienia języka naturalnego, analizy dużych zbiorów danych oraz prawnych aspektów analityki danych.
Będzie potrafił wykorzystać posiadaną wiedzę do rozwiązywania złożonych problemów z zakresu uczenia maszynowego i analityki danych przez dobór i zastosowanie właściwych metod i algorytmów. Absolwent będzie potrafił posługiwać się nowoczesnymi technikami i językami programowania oraz dostosować istniejące komponenty i rozwiązania na potrzeby konkretnego projektu.
Będzie również posiadał umiejętność pracy w zespole nad większymi projektami mającymi długofalowy charakter.