Master 2 INTELLIGENZA ARTIFICIALE

La rapida crescita della ricerca e delle applicazioni sull'intelligenza artificiale (AI) offre opportunità senza precedenti. Questo corso è destinato agli studenti che desiderano ricevere un'eccellente istruzione primaria che copre un ampio spettro di concetti e applicazioni dell'IA basata sui dati e apprende da esempi.

Il programma offre corsi introduttivi in apprendimento statistico, apprendimento profondo e apprendimento per rinforzo, ottimizzazione, elaborazione del segnale, teoria dell'informazione e teoria dei giochi. Numerose opzioni consentono di perfezionarsi nella teoria dell'apprendimento e di specializzarsi in molti campi come i big data, le immagini e l'elaborazione del linguaggio.

Questo secondo anno offre una scelta più ampia di opzioni, coprendo aspetti etici e altri argomenti come l'avvio di un'azienda.

Questo corso richiede una buona preparazione in matematica e informatica: - Probabilità e statistica - Algebra lineare - Calcolo differenziale e integrale - Programmazione scientifica - Visualizzazione dei dati I candidati devono aver completato con successo anche l'M1 di Intelligenza Artificiale (o equivalente): - Conoscere le basi della statistica applicata e dell'ottimizzazione - Sapere come manipolare i big data - Sapere come differenziare e applicare tecniche di apprendimento supervisionato, non supervisionato e di rinforzo - Sapere come programmare modelli predittivi con Python e master sci-kit-learn - Sapere come visualizzare i dati e illustrare i risultati con strumenti di programmazione - Sapere come scrivere una proposta di progetto e comunicare i risultati per iscritto e oralmente.

Abilità:

Formulare matematicamente algoritmi di discesa del gradiente per reti neurali profonde, modelli grafici o altri modelli di apprendimento statistico.

Programma modelli di deep learning e grafici utilizzando Python e acquisisci competenze in Keras, TensorFlow e Pytorch.

Comprendere i fondamenti dell'apprendimento statistico a livello teorico, concentrandosi sull'eccessivo apprendimento e sulla regolarizzazione.

Analizza dati di vario tipo (immagine, testo, parlato) dal segnale grezzo.

Leggere, riassumere, commentare e riprodurre articoli scientifici.

Prospettive di carriera:

Questo corso prepara alla ricerca e alle professioni di R & S in nuovi campi di applicazione in pieno svolgimento: visione artificiale (veicoli autonomi e biometria); riconoscimento vocale (necessario per nuove interfacce uomo-macchina per smartphone); filtraggio e aggregazione di contenuti eterogenei e testuali (essenziale per soluzioni commerciali per la gestione di flussi di dati significativi); gestione e monitoraggio di sistemi industriali complessi o critici che si basano sull'analisi dei dati.