Fairfax University of America

Thạc sĩ Khoa học về Trí tuệ Nhân tạo và Học máy

• Áp dụng các thuật toán AI và ML để rút ra suy luận, thiết kế các ứng dụng thông minh để giải quyết các vấn đề trong thế giới thực và tự động hóa quá trình phát triển các hệ thống và thành phần AI.
• Mô hình hóa các hành vi của con người để phát triển các hệ thống Human-AI và đánh giá hiệu suất của chúng.
• Cải thiện hiệu suất hệ thống tích hợp tổng thể để tác động đến hiệu suất và học tập của con người.
• Áp dụng các nguyên tắc xã hội, đạo đức và pháp lý của công nghệ và các ứng dụng của chúng trong lĩnh vực AI và ML.
• Giao tiếp hiệu quả với tư cách cá nhân hoặc trong các nhóm liên chức năng.

• Chuyên gia AI
• Trí tuệ nhân tạo ứng dụng và Machine Learning-Scientist
• Kỹ sư máy học AWS
• Lập trình viên tự động hóa quy trình robot
• Kỹ sư trí tuệ nhân tạo
• Lập trình viên người máy
• Kỹ sư máy học
• Giảng viên tại một trường cao đẳng hoặc đại học giảng dạy AI và ML ngoài các khóa học Khoa học Máy tính

Thạc sĩ Khoa học về AI và ML yêu cầu hoàn thành 36 tín chỉ. Học sinh sẽ lấy 12 tín chỉ của các khóa học cốt lõi, 6 tín chỉ cho ứng dụng nghề nghiệp và 18 tín chỉ trong các lĩnh vực nội dung AI và ML.

Điều kiện tiên quyết của chương trình

Tất cả sinh viên chương trình AI và ML mới đều cần một số kỹ năng cơ bản nhất định để chuẩn bị cho họ thành công trong Chương trình AI và ML. Bằng AI và ML cung cấp sự hiểu biết rộng rãi về lý thuyết và công nghệ của lĩnh vực này. Những sinh viên không có nền tảng bắt buộc cần phải học một số hoặc tất cả các điều kiện tiên quyết trước khi tham gia các khóa học chính. Như vậy, để thành công, học viên phải có nền tảng ở các khóa học sau.

• COMP 109 Thuật toán máy tính và logic lập trình bằng Python
• COMP 260 Giới thiệu về Hệ điều hành
• COMP 270 Khái quát về Mạng
• Cấu trúc dữ liệu và phân tích thuật toán COMP 329
• Khái niệm cơ sở dữ liệu COMP 350

Các khóa học cốt lõi (4 khóa học - 12 tín chỉ)

Các khóa học này cung cấp kiến thức nền tảng để triển khai giao diện máy tính, thiết kế phần mềm, giao tiếp giữa các hệ thống và cách quản lý hệ thống CNTT. Đây là tất cả các yếu tố quan trọng để các chuyên gia CNTT áp dụng các khối xây dựng này cho bất kỳ hệ thống hoặc dự án cụ thể nào.

• Hệ điều hành nâng cao COMP 501
• COMP 502 Thiết kế và phân tích thuật toán
• COMP 503 Mạng và Viễn thông
• Hệ thống quản lý cơ sở dữ liệu COMP 504

Các khóa học Ứng dụng (2 Khóa học – 6 Tín chỉ)

Các khóa học này tạo cơ hội cho sinh viên áp dụng những gì họ đã học được trong suốt chương trình vào một dự án thực tế hoặc luận án thạc sĩ. Mặc dù dự án thực tế cung cấp cho việc áp dụng kiến thức thu được trong suốt chương trình và sẽ đại diện cho công việc có thể chứng minh sự sẵn sàng nghề nghiệp cho các nhà tuyển dụng tiềm năng, luận án nói chung sẽ chứng minh tiềm năng nghiên cứu của sinh viên và có thể được sử dụng để chứng minh sự sẵn sàng cho công việc tiến sĩ. Bất kể lựa chọn nào, sinh viên sẽ chứng minh kiến thức và khả năng nghiên cứu cơ bản, sẽ được sử dụng để hoàn thành dự án hoặc luận án.

• Phương pháp nghiên cứu COMP 505
• Chọn một:
• Dự án Capstone COMP 681 AI và ML
• Luận văn thạc sĩ COMP 698
  • Dự án Capstone COMP 681 AI và ML
  • Luận văn thạc sĩ COMP 698

Các khóa học chuyên ngành (6 khóa học bất kỳ - 18 tín chỉ)

Các khóa học nâng cao này đề cập đến chiều sâu của các chủ đề liên quan đến AI và ML, đồng thời cho phép sinh viên phát triển kiến thức dựa trên quỹ đạo nghề nghiệp dự định của họ.

• Thiết kế và lập trình người máy COMP 513
• Mạng thần kinh COMP 514
• Nhận dạng mẫu COMP 515
• Học sâu COMP 516
• COMP 517 Các chủ đề đặc biệt trong AI
• Các chủ đề đặc biệt của COMP 518 trong ML
• Thiết kế và ứng dụng thiết bị thông minh COMP 521
• Khai thác dữ liệu COMP 522
• COMP 593 Thực tập I về AI và Máy học
• Máy tính nhận thức COMP 610
• Kho dữ liệu COMP 611
• Thiết kế trò chơi COMP 613
• Nhận dạng giọng nói COMP 614
• Máy học được AWS chứng nhận COMP 617
• COMP 618 10 Máy học của Google
• Thực tập COMP 693 II về AI và Học máy

Lưu ý: Những sinh viên muốn tham gia một khóa học được cung cấp bởi một chương trình khác có thể yêu cầu cố vấn của họ làm như vậy bằng cách đưa ra lời biện minh cho sự phù hợp của việc bổ sung như một phần trong lộ trình nghề nghiệp, dự án tư vấn dự định của họ và/hoặc sở thích cá nhân. Tối đa 2 khóa học có thể được áp dụng cho một chương trình khác.