Doctor en Filosofía en Machine Learning
Al completar los requisitos del programa, el graduado podrá:
Obtenga conocimientos matemáticos rigurosos y capacidades de razonamiento avanzadas para expresar una comprensión integral y profunda de las tuberías en la frontera del aprendizaje automático: datos, modelos, principios algorítmicos y empíricos.
Domine una variedad de habilidades y técnicas en preprocesamiento de datos, exploración y visualización de estadísticas de datos, así como resultados algorítmicos complejos.
Tener una conciencia crítica de las capacidades y limitaciones de las diferentes formas de algoritmos de aprendizaje y la capacidad de analizar críticamente, evaluar y mejorar el rendimiento de los algoritmos de aprendizaje.
Desarrolle habilidades expertas para resolver problemas mediante la aplicación independiente de los principios y métodos aprendidos en el programa a varios problemas complejos del mundo real.
Desarrolle una comprensión profunda de las propiedades estadísticas y las garantías de rendimiento, incluidas las tasas de convergencia (en teoría y práctica) para diferentes algoritmos de aprendizaje.
Conviértase en un experto en el uso y la implementación de herramientas de programación relevantes para el aprendizaje automático para una variedad de problemas de aprendizaje automático.
Aumente la competencia en la identificación de las limitaciones de los algoritmos de aprendizaje automático existentes y la capacidad de conceptualizar, diseñar e implementar una solución innovadora para una variedad de problemas altamente complejos para avanzar el estado del arte en el aprendizaje automático.
Capaz de iniciar, administrar y completar manuscritos de investigación que demuestran autoevaluación experta y habilidades avanzadas para comunicar ideas altamente complejas relacionadas con el aprendizaje automático.
Obtenga habilidades altamente sofisticadas para iniciar, administrar y completar múltiples informes de proyectos y críticas sobre una variedad de métodos de aprendizaje automático, que demuestren comprensión experta, autoevaluación y habilidades avanzadas para comunicar ideas altamente complejas.
Los requisitos mínimos de grado para el Ph.D. en Machine Learning hay 59 créditos, distribuidos de la siguiente manera:
Cursos básicos: 4 cursos (15 horas de crédito)
Cursos optativos: 2 cursos (8 horas de crédito)
Tesis de investigación: 1 curso (36 horas de crédito)
Cursos básicos
Doctor. in Machine Learning es principalmente un título basado en investigación. El propósito del trabajo del curso es equipar a los estudiantes con el conjunto de habilidades adecuadas, para que puedan realizar con éxito su proyecto de investigación (tesis). Se requiere que los estudiantes tomen COM701, como un curso obligatorio. Pueden seleccionar tres cursos básicos de un grupo de concentración de ocho en la lista provista a continuación:
Código
Título del curso
Horas de crédito
COM701
Comunicación de investigación y difusión
3
ML701
Aprendizaje automático
4 4
ML702
Aprendizaje automático avanzado
4 4
ML703
Inferencia probabilística y estadística
4 4
ML704
Paradigmas de aprendizaje automático
4 4
ML705
Temas en aprendizaje automático avanzado
4 4
ML706
Inferencia probabilística y estadística avanzada
4 4
AI701
Inteligencia artificial
4 4
AI702
Aprendizaje profundo
4 4
Cursos electivos
Los estudiantes seleccionarán un mínimo de dos cursos optativos, con un total de ocho (o más) horas de crédito (CH) de una lista de cursos optativos disponibles en función del interés, la tesis de investigación propuesta y las perspectivas profesionales, en consulta con su panel de supervisión. Los cursos optativos disponibles para el Ph.D. en Machine Learning se enumeran en la tabla a continuación:
Código
Título del curso
Horas de crédito
MTH701
Fundamentos matemáticos para la inteligencia artificial
4 4
MTH702
Mejoramiento
4 4
CS701
Programacion Avanzada
4 4
CS702
Estructuras de datos y algoritmos
4 4
DS701
Minería de datos
4 4
DS702
Procesamiento de Big Data
4 4
CV701
Visión humana y por computadora
4 4
CV702
Geometría para la visión por computadora
4 4
CV703
Reconocimiento y detección de objetos visuales
4 4
NLP701
Procesamiento natural del lenguaje
4 4
NLP702
Procesamiento avanzado de lenguaje natural
4 4
NLP703
Procesamiento de voz
4 4
HC701
Imágenes Médicas: Física y Análisis
4 4
Tesis de investigación
Doctor. La tesis expone a los estudiantes a problemas de investigación de vanguardia y sin resolver en el campo del aprendizaje automático, donde se les exige que propongan nuevas soluciones y contribuyan significativamente al conjunto de conocimientos. Los estudiantes realizan un estudio de investigación independiente, bajo la guía de un panel de supervisión, por un período de 3-4 años.
Código
Título del curso
Horas de crédito
ML799
Doctor. Tesis de investigación
36
