Saltar al contenido

Minor en Machine Learning e Inteligencia Artificial

18 de septiembre de 2022

Complemente su especialidad con una especialización en el campo de ML/IA

El Minor en Machine Learning & Artificial Intelligence requiere la realización de un mínimo de cinco (5) cursos técnicos.

Esta oferta educativa es una consecuencia del liderazgo de investigación global de Duke ECE en inteligencia artificial y aprendizaje automático..

Para proporcionar suficiente amplitud fundamental, se extraen tres (3) cursos de áreas centrales identificadas fundamentales para la disciplina. Los estudiantes adaptan su curso de estudio seleccionando dos (2) cursos de enfoque de nivel superior (nivel 300 o superior)


Recomendado: ¿Qué es el Big data?.



Requisitos detallados

Cursos Fundamentales

Requerido

  • Estadística/Probabilidad Intermedia—ECE 480: Probabilidad Aplicada para el Aprendizaje Estadístico
  • Aprendizaje automático introductorio e inteligencia artificial: ECE 580: Introducción al aprendizaje automático
  • Curso intermedio de aprendizaje automático e inteligencia artificial: ECE 682D/CS 571D/Stat 561D o CEPE 687D/CS 671D/STA 671D

Cursos de enfoque de nivel superior

Elige dos (2)

  • ECE 585: Teoría de detección y extracción de señales
  • ECE 588: procesamiento de imágenes y videos
  • ECE 661: Ingeniería informática Aprendizaje automático y redes neuronales profundas
  • ECE 662: Aceleración del aprendizaje automático y computación neuromórfica
  • ECE 684: Procesamiento del lenguaje natural
  • ECE 685D: aprendizaje profundo
  • CompSci 527: visión artificial
  • Math 412: Análisis de datos topológicos
  • Math 465/CompSci 445: Introducción al análisis de datos de alta dimensión
  • Stat 340: Introducción al análisis estadístico de decisiones
  • Stat 360: Inferencia bayesiana y métodos estadísticos modernos
  • ECE 590: Cursos de temas especiales sobre temas de aprendizaje automático e inteligencia artificial (con aprobación DHE)

Notas importantes

  • Los cursos que se utilizan para cumplir con la especialización principal del estudiante no se pueden contar dos veces para la especialización secundaria.
  • Los cursos con contenido sustancialmente equivalente a los cursos de la especialización principal del estudiante no pueden contarse para la especialización secundaria.
  • Los estudiantes con crédito para cualquiera de los cursos fundamentales (p. ej., curso exacto o equivalente tomado para satisfacer un requisito de la especialización principal) pueden sustituir los cursos de enfoque de nivel superior adicionales de la lista aprobada anterior. El Director de Estudios de Pregrado en ECE debe aprobar tales excepciones.
  • Como máximo, se puede utilizar un curso de estudio independiente (aprobado como DHE en ECE) para cumplir con uno de los requisitos optativos de nivel superior.

requisitos previos

Se espera que un estudiante que cursa una especialización en aprendizaje automático e inteligencia artificial satisfaga todos los requisitos previos para cada curso seleccionado para su programa de especialización.

Por lo general, esto implicará la finalización de cursos de Matemáticas, Estadística e Informática, que son requisitos previos para los cursos fundamentales y optativos.

Específicamente, se asumen los siguientes conocimientos previos:

  • Curso de programación de nivel medio (por ejemplo, CS 201)
  • Álgebra lineal (p. ej., Matemáticas 216, 218, 218D-2, 221)
  • Estadísticas introductorias (p. ej., EGR 238L, ECE 380, ECE 555, Stat/Math 230, Stat 240L)

El Director de Estudios de Pregrado en ECE puede otorgar excepciones, por ejemplo, si la preparación de un estudiante se considera equivalente al requisito previo.