Künstliche Intelligenz

FAKULTÄT FÜR INTELLEKTUELLE SYSTEME UND COMPUTERTECHNOLOGIEN

70610701-Künstliche Intelligenz

70610701-Künstliche Intelligenz Richtung nach Master-Studiengang in Prozess wissenschaftliche Tätigkeit der Absolventen, Theorie-Bildung, wissenschaftliche Forschungsarbeit und Master-Dissertation Vorbereitung und wissenschaftliche Praxis (Erfahrungsgewinn) als Wissen und Fähigkeiten werden sein Studiendauer ist 2 Jahre ab dem Ende, nachdem die Studenten Master-akademischen Grad haben werden

70610701-Künstliche Intelligenz Richtung nach Master-Bildung Form Tag für 2 Jahre weiter ist genug Studenten studieren den Prozess zweiten 6 Wochen im Jahr während der Hochschulbildung, wissenschaftlichen Forschungseinrichtungen, Industrie und Netzwerk-Organisation und in Unternehmen wissenschaftlich in der Praxis Erfahrungen, die sie sammeln

Staatliche Zertifizierung:

Master-Dissertation Schutz zu tun

Notiz:

1. 1 Kredit 30 akademische die Uhr organisiert tut

2. Hochschulen arbeiten an der Spezialisierung der Naturwissenschaften und berücksichtigen bei der Ausbildung die Anforderungen der Kunden.

3. Naturwissenschaften gemäß Kursprojekt (Arbeit) zu Naturwissenschaften getrennte unabhängige Stunden 30 Stunden (1 Kredit) Download ist getrennt.

4. Wissenschaftliche Praxis (Erfahrungsgewinn) wird an Hochschulen, in wissenschaftlichen Forschungseinrichtungen, in der Industrie und in Netzwerkorganisationen sowie in Unternehmen ausgeübt.

URLAUBSZEIT:

1. 1. Gang:

- Dezember ab der 5. Januarwoche 1. Woche des Monats (25.12.2023-07.01.2024 für 2024)

- Juni ab der 2. Septemberwoche (für 2024, 10.06.2024-02.09.2024)

2. 2. Gang:

- Dezember ab der 5. Januarwoche 1. Woche des Monats (25.12.2023-07.01.2024 für 2024)

- Juli ab der 1. Septemberwoche (für 01.07.2024-02.09.2024 für 2024)

DIE WISSENSCHAFTEN

1. Wissenschaftliche Forschungsmethodik
2. Spezialisierte Softwaretools
3. Methodik des Fachunterrichts in Naturwissenschaften
4. Datenbankverwaltungssysteme
5. Technologien zur Erstellung von Webanwendungen
6. Mathematische Grundlagen der künstlichen Intelligenz
7. Programmierung für Probleme der künstlichen Intelligenz
8. Maschinelles Lernen
9. Große Daten
10. Neuronale Netze
11. Programmierung für paralleles und verteiltes Rechnen

WAHLFÄCHER

1. Deep Learning-Methoden
2. Bildanalyse und -erkennung
3. Datenmanagement und -analyse
4. Mathematische Methoden der Mustererkennung