통계학 및 인공지능 석사

학습 여정은 세 단계로 구성됩니다. 첫 번째 단계에서는 통계적 방법 및 추론에 대한 핵심 지식과 기술을 강화합니다. 빈도주의적 및 베이지안 추론, 데이터 분석, 일반화 선형 모델, 통계 컴퓨팅, 커뮤니케이션 등의 주제를 다룹니다. 이러한 영역은 인공지능 및 머신러닝의 작동 원리를 이해하는 토대를 제공합니다. 두 번째 단계에서는 지도 학습 및 비지도 학습, 딥러닝, 복잡한 프로세스를 위한 통계 모델 등의 모듈을 통해 심화 학습을 진행합니다. 이러한 모델에서 구조를 추론하는 데 사용되는 통계적 및 계산적 원리와 더불어 실제 데이터에 적용하여 실질적인 통찰력을 얻습니다. 세 번째 단계에서는 수학과학대학 전문가의 지도 하에 선택한 주제에 대한 독립적인 연구 프로젝트를 완료합니다. 이 프로젝트는 강의 모듈에서 소개된 주제에 대한 이해를 심화하거나, 이전에 다루지 않았던 주제를 탐구하거나, 확장된 데이터 분석을 수행하는 것을 포함할 수 있습니다.