人工智能理学硕士课程旨在为学生提供一个全面的人工智能框架,专注于以下五个领域之一:视觉、智能交互、机器人和基于代理的系统、机器学习、知识管理和推理。学生可以从三个选项中选择:专业,论文或课程作业。学生将参与一个广泛的核心,旨在发展所有核心概念的深度,为人工智能理论和实践奠定基础。学生们还将有机会通过参加从校园各个学院挑选的各种选修课来学习人工智能的核心知识,以探索关键的上下文领域或更复杂的技术应用。该计划的毕业生将很好地在快速增长的领域获得研究和开发职位,或进入博士学位相关领域。
人工智能理学硕士课程包括八门课程:五门核心课程,两门选修课,从五个专业领域或课程选择之一中选择,还有一门选修课。核心课程由库里学院的教师设计和开发。选修课程包括在Khoury和其他合作学院开设的研究生课程,包括艺术、媒体和设计学院;工程学院;理学院;社会科学与人文学院。
先决条件
人工智能科学硕士课程是为技术或数学训练有素的学生量身定制的。为了确保所有学生都具备在这个项目中取得成功所必需的基础知识,每个新生必须在东北大学完成两门入门课程,或者在学期开始前一周完成两门分班考试。raybet雷竞技雷竞技app最新版这两门考试涵盖了计算机科学和编程技能的基础知识,以及基本的统计学、概率论和线性代数。这一入学要求也可以通过成功完成数据科学编程导论(DS 5010)而且数据科学线性代数概论(DS 5020).在学生入学之前完成的入门课程不计入学位学分,但包含在学生的累计平均绩点中。学生可以选择在开始课程之前或在第一学期学习期间参加课程。学生必须在分班考试的每个部分取得及格成绩,才能被录取。如果学生在分班考试的某一部分没有获得及格分数,那么学生必须学习相应的入门课程。在入门课程中没有获得B或更好成绩的学生将被要求重修课程。
除非另有说明,请完成以下列出的所有课程和要求。
核心需求
下列核心课程的累计绩点须达3.000或以上:
代码 | 标题 | 小时 |
---|---|---|
情报 | ||
CS 5100 | 人工智能基础 | 4 |
编程与算法 | ||
CS 5010 | 程序设计范式 | 4 |
CS 5800 | 算法 | 4 |
机器学习 | ||
CS 6140 | 机器学习 | 4 |
交互 | ||
完成以下四个学期:1 | 4 | |
人机交互的人工智能 | ||
计算机/人机交互 |
选项
完成以下选项之一:
专业化的选择
代码 | 标题 | 小时 |
---|---|---|
完成以下专业之一的两门课程: | 8 | |
愿景 | ||
模式识别与计算机视觉 | ||
人工智能专题“, | ||
计算机视觉 | ||
高级计算机视觉 | ||
智能交互 | ||
游戏人工智能 | ||
计算机/人机交互 | ||
人机交互理论与方法“, | ||
人类认知过程 | ||
机器人和基于代理的系统 | ||
强化学习和顺序决策 | ||
机器人科学与系统 | ||
移动机器人 | ||
机器人传感与导航 | ||
机器学习 | ||
强化学习和顺序决策 | ||
数据挖掘技术 | ||
高级机器学习 | ||
高级机器学习 | ||
深度学习 | ||
无监督机器学习与数据挖掘 | ||
统计推断:工程师和数据分析师简介 | ||
机器学习与模式识别概论 | ||
生物信息学统计 | ||
知识管理与推理 | ||
自然语言处理 | ||
信息检索 | ||
数据挖掘技术 | ||
数据科学专题“, | ||
完成以下选修课列表中的一门课程或从上述专业领域中选择的一门额外课程,但不在学生所选的专业领域内。 | 4 |
课程的选择
代码 | 标题 | 小时 |
---|---|---|
从选修课或专业课列表中完成12个学时。学生可以从库里学院的任何5000 - 6000级课程中选择一门课程。 | 12 |
论文选择
代码 | 标题 | 小时 |
---|---|---|
CS 8674 | 硕士项目 | 4 |
CS 7990 | 论文 | 4 |
从选修课或专业课列表中完成4个学时。 | 4 |
选修课列表
代码 | 标题 | 小时 |
---|---|---|
人工智能专题“, | ||
硕士项目 | ||
信息理论 | ||
游戏设计与分析 | ||
AI伦理 |
- 1
-
如果学生同时选修两门互动核心课程,其中一门可以算作选修课。
课程学分/GPA要求
总共需要32个学期学时
GPA要求不低于3.000