Graduierten-Spezialisierungsprogramm für maschinelles Lernen und Datenanalyse
Universidade de Aveiro
Schlüsselinformation
Campus-Standort
Aveiro, Portugal
Sprachen
Portugiesisch
Studienformat
Auf dem Campus
Dauer
1 Jahr
Tempo
Infos anfordern
Studiengebühren
Infos anfordern
Bewerbungsschluss
Infos anfordern
frühestes Startdatum
Infos anfordern
Einführung
Graduierten-Spezialisierungsprogramm für maschinelles Lernen und Datenanalyse
Der Spezialisierungskurs für maschinelles Lernen und Datenanalyse ermöglicht es den Studierenden, das Konzept der Daten in seinen verschiedenen Formen zu verstehen und die allgemeinen Herausforderungen im Zusammenhang mit echten Daten zu verstehen und zu beherrschen. Es vermittelt praktische Fähigkeiten in der Datenerfassung, -aufbereitung, -verarbeitung und -analyse sowie im maschinellen Lernen unter Verwendung aktueller Tools, die auf Python- und R-Sprachen basieren.
Am Ende des Spezialisierungskurses sollte der Student:
- Verstehen Sie die Data-Science-Pipeline, Methoden, Herausforderungen und Ziele;
- Techniken zum Bereinigen und Vorbereiten von Daten kennen und anwenden;
- Wissen und wissen, wie man Visualisierungen und andere Formen der explorativen Datenanalyse verwendet;
- Wissen, wie man die Ergebnisse von Datenanalysemethoden anwendet und interpretiert;
- Wissen, wie man Python- und R-Programme verwendet und entwickelt, um Daten mit unterschiedlichen Eigenschaften zu modellieren und zu analysieren, nämlich multivariate Daten und Zeitreihen;
- Kennen Sie die grundlegenden Konzepte und Techniken des maschinellen Lernens, nämlich maschinelles Lernen und Deep Learning;
- Wissen, wie man Algorithmen für maschinelles Lernen mithilfe spezialisierter Bibliotheken und Frameworks implementiert;
- Wissen, wie man die Ergebnisse von Algorithmen und/oder maschinellen Lernmodellen vergleicht, diskutiert und interpretiert.
Galerie
Admissions
Stipendien und Finanzierung
Es stehen mehrere Stipendienoptionen zur Verfügung. Bitte besuchen Sie die Website der Universität für weitere Informationen.
Lehrplan
Jahr 1
1. Semester
- Multivariante Statistik
- Grundlagen des maschinellen Lernens
- Grundlagen der Datenwissenschaft
2. Semester
- Zeitfolgen
- Ergänzungen des maschinellen Lernens