Mestrado em Tecnologia da Informação Aplicada - Concentração em Engenharia de Aprendizado de Máquina
George Mason University Online
Informação chave
Localização do campus
Fairfax, EUA
Idiomas
Inglês
Formato de estudo
Ensino a Distância
Duração
2 anos
Ritmo
Período integral, Meio Período
Propinas
Solicitar Informações
Prazo para inscrição
Solicitar Informações
Data de início mais cedo
Solicitar Informações
Introdução
Aprofunde-se em conceitos de aprendizado de máquina interpretáveis e aplicados, apoiados por cursos em big data e processamento de aprendizado natural. Você também pode selecionar disciplinas eletivas que incutam conhecimento relevante de aprendizado profundo.
Cursos on-line desenvolvidos pensando nos empregadores de TI
Mason desenvolveu o MS em Tecnologia da Informação Aplicada com orientação dos principais empregadores da nossa comunidade. Como resultado, você experimentará uma educação on-line em TI que incutirá conhecimentos procurados por organizações dos setores público e privado. Você aprenderá sobre áreas emergentes da ciência e tecnologia da informação, adquirindo habilidades para implantar soluções éticas e seguras para desafios globais de TI. E se você for ex-aluno da Mason Engineering, poderá selecionar nossa opção Fast Track para se formar mais rapidamente.
Os cursos básicos e de concentração incluem:
Fundamentos de plataformas de computação
Obtenha uma visão geral do sistema operacional e dos elementos de rede dos sistemas de informação, examinando as questões relacionadas a dispositivos móveis, redes em nuvem e outras plataformas.
Segurança de computação em nuvem
Pesquise os riscos de segurança e privacidade encontrados na computação em nuvem enquanto aprende as práticas recomendadas para proteger esses sistemas.
Fundamentos de Big Data
Explore conceitos e tecnologias emergentes usados em análise de big data, juntamente com métodos para aplicá-los em ambientes do mundo real.
Aprendizado de máquina interpretável
Prepare-se para implementar e avaliar os principais modelos de aprendizado de máquina e aprender como funcionam os modelos de previsão.