MSc Deallusrwydd Artiffisial

Beth fyddwch chin ei astudio

Nod gradd MSc Deallusrwydd Artiffisial yw datblygu graddedigion sydd â gwybodaeth uwch am systemau deallus. Byddwch yn astudio pynciau fel dysgu peirianyddol, gweledigaeth gyfrifiadurol, prosesu iaith naturiol, asiantau deallus, a dadansoddeg data, gan ennill dealltwriaeth ddamcaniaethol a sgiliau ymarferol ar gyfer datblygu datrysiadau AI arloesol, moesegol ac effeithiol.

Modiwlau:

• Deallusrwydd Artiffisial: Yn y modiwl hwn, byddwch yn archwilio sylfeini craidd deallusrwydd artiffisial, gan ganolbwyntio ar sut y gall peiriannau efelychu rhesymu, dysgu a datrys problemau. Mae'r modiwl yn ymdrin â chynrychiolaeth gwybodaeth, chwilio hewristig, mecanweithiau casglu, a dysgu dan oruchwyliaeth a dysgu heb oruchwyliaeth. Byddwch yn dadansoddi gwahanol baradeimau AI yn feirniadol, yn gwerthuso eu cymwysiadau, ac yn deall y cyfaddawdau rhwng dulliau symbolaidd a dulliau sy'n cael eu gyrru gan ddata. Trwy ymarferion ymarferol ac astudiaethau achos, byddwch yn cymhwyso dulliau AI clasurol i heriau'r byd go iawn, gan ddatblygu mewnwelediad i sut mae systemau deallus yn cael eu dylunio, eu hyfforddi a'u defnyddio'n gyfrifol ar draws meysydd fel awtomeiddio, roboteg, a chefnogi penderfyniadau.
• Asiantau Deallus: Byddwch yn astudio dyluniad ac ymddygiad asiantau ymreolaethol a all ganfod, rhesymu a gweithredu o fewn amgylcheddau deinamig. Mae'r modiwl yn cyflwyno cysyniadau megis pensaernïaeth adweithiol a chydgynghorol, cyfathrebu asiant, a dysgu atgyfnerthu. Byddwch yn archwilio systemau aml-asiant ac yn ymchwilio i sut mae cydweithredu, cystadleuaeth a chydlynu yn dod i'r amlwg mewn amgylcheddau cymhleth. Rhoddir pwyslais ar fodelu ymddygiad ymaddasol a gwneud penderfyniadau o dan ansicrwydd. Bydd sesiynau ymarferol yn eich helpu i ddatblygu efelychiadau seiliedig ar asiant ac atebion dysgu atgyfnerthu, gan eu cymhwyso i gyd-destunau byd go iawn fel roboteg, systemau ymreolaethol, a fframweithiau cefnogi penderfyniadau deallus.
• Gweledigaeth Cyfrifiadurol a Phrosesu Iaith Naturiol: Byddwch yn archwilio sut mae deallusrwydd artiffisial yn galluogi peiriannau i ddehongli gwybodaeth weledol a thestunol. Mae'r modiwl hwn yn ymdrin â gweledigaeth gyfrifiadurol allweddol a chysyniadau prosesu iaith naturiol, gan gynnwys adnabod delweddau, echdynnu nodweddion, canfod gwrthrychau, mewnosodiadau, a phensaernïaeth sy'n seiliedig ar drawsnewidyddion. Byddwch yn cael profiad ymarferol o ddylunio a gweithredu modelau sy'n perfformio dadansoddiad gweledol, dosbarthiad, a dealltwriaeth iaith. Trwy integreiddio'r ddau barth, byddwch yn dysgu sut mae systemau AI yn canfod, dehongli a chyfathrebu'n effeithiol. Mae'r modiwl hefyd yn archwilio heriau sy'n ymwneud ag amwysedd, rhagfarn, a chyd-destun, gan ddarparu dealltwriaeth gytbwys o gyfleoedd a chyfyngiadau AI sy'n cael ei yrru gan ganfyddiad.
• Strwythurau Data Uwch ac Algorithmau: Byddwch yn archwilio dulliau uwch o drefnu a phrosesu data yn effeithlon, gan ganolbwyntio ar ddatrys problemau algorithmig ac optimeiddio perfformiad. Mae'r modiwl yn archwilio strwythurau data cymhleth fel coed, graffiau, pentyrrau, a thablau stwnsh, ochr yn ochr â pharadeimau dylunio algorithmig gan gynnwys rhannu a goresgyn, rhaglennu deinamig, ac algorithmau barus. Byddwch yn dysgu dadansoddi cymhlethdod algorithmig a scalability, gan gymhwyso'r egwyddorion hyn i gyd-destunau sy'n gysylltiedig ag AI megis chwilio, optimeiddio, a phrosesu data. Rhoddir pwyslais ar ddatblygu atebion cyfrifiannol cadarn, effeithlon a moesegol i broblemau'r byd go iawn lle mae effeithlonrwydd algorithmig a manwl gywirdeb yn effeithio'n uniongyrchol ar berfformiad system AI.7
• Dysgu Peiriannau Uwch: Byddwch yn cael dealltwriaeth fanwl o algorithmau dysgu peirianyddol modern a'u cymwysiadau mewn deallusrwydd artiffisial. Mae'r modiwl yn archwilio pensaernïaeth dysgu dwfn, dulliau ensemble, a modelau tebygol, wrth archwilio sut mae modelau'n dysgu o ddata cymhleth ac yn ei gyffredinoli. Byddwch yn gwerthuso'n feirniadol ddulliau o ddysgu nodweddion, rheoleiddio, dehongli a ‘scalability’. Rhoddir pwyslais ar weithredu ymarferol, gan ganiatáu ichi arbrofi gyda thiwnio modelau, dilysu a gwerthuso gan ddefnyddio setiau data realistig. Erbyn y diwedd, byddwch yn gallu dylunio ac asesu systemau dysgu uwch sy'n gallu mynd i'r afael ag ystod eang o heriau a yrrir gan AI.
• Dulliau Ymchwil ar gyfer Technolegau Digidol: Byddwch yn datblygu'r gallu i gynnal ymchwil drylwyr a moesegol ym maes cyfrifiadura a deallusrwydd artiffisial. Mae'r modiwl yn ymdrin â thechnegau adolygu llenyddiaeth, methodolegau meintiol ac ansoddol, dylunio arbrofol, a strategaethau casglu data. Byddwch hefyd yn archwilio dadansoddiad ystadegol, gwerthusiad beirniadol o ganfyddiadau ymchwil, a sgiliau ysgrifennu a chyflwyno academaidd effeithiol. Mae ystyriaethau moesegol, cywirdeb ymchwil, a rheoli data yn gydrannau annatod. Mae'r modiwl hwn yn eich paratoi i gynllunio a gweithredu ymchwil annibynnol, gan roi'r sgiliau methodolegol a beirniadol sy'n angenrheidiol i chi ar gyfer eich traethawd hir MSc neu brosiectau ymchwil academaidd a phroffesiynol yn y dyfodol.
• Traethawd Hir: Byddwch yn cynnal prosiect ymchwil annibynnol sy'n archwilio maes arbenigol o ddeallusrwydd artiffisial. Dan arweiniad goruchwyliwr academaidd, byddwch yn diffinio problem ymchwil, yn cynnal adolygiad manwl o lenyddiaeth, ac yn dylunio methodoleg briodol i fynd i'r afael â hi. Gall y prosiect gynnwys datblygiad arbrofol, ymchwiliad cymhwysol, neu archwilio damcaniaethol. Byddwch yn casglu ac yn dadansoddi data, yn gwerthuso canfyddiadau'n feirniadol, ac yn myfyrio ar y goblygiadau ar gyfer ymarfer ac ymchwil AI. Mae'r traethawd hir yn rhoi cyfle i ddangos gwreiddioldeb, trylwyredd methodolegol, a chymhwysedd technegol uwch wrth gyfrannu mewnwelediadau newydd i faes deallusrwydd artiffisial.

Gofynion mynediad a gwneud cais

Y gofynion mynediad ar gyfer y cwrs hwn yw dosbarth gradd anrhydedd o 2:2 mewn unrhyw faes pwnc. 

Addysgu ac Asesu

Addysgu   

Mae'r gyfres rhaglenni cyfrifiadurol yn defnyddio ystod amrywiol o offer a meddalwedd diwydiant blaengar, wedi'u hategu gan ddulliau addysgu arloesol. Mae'r dull deinamig hwn nid yn unig yn rhoi sgiliau sy'n berthnasol i'r diwydiant ond hefyd yn eich grymuso i ddyrchafu'ch gwaith i uchelfannau newydd pan fo hynny'n bosibl. 

Asesiad   

Mae asesiadau mewn Deallusrwydd Artiffisial MSc ar lefel prifysgol wedi'u cynllunio i werthuso eich dealltwriaeth, eich cymhwysiad a'ch hyfedredd mewn gwahanol agweddau ar y ddisgyblaeth. Mae'r asesiadau hyn yn cwmpasu ystod amrywiol o ddulliau, gan gynnwys: 

• Gwaith cwrs a Phrosiectau: Mae aseiniadau a phrosiectau yn darparu profiad ymarferol, gan ganiatáu ichi gymhwyso gwybodaeth ddamcaniaethol i senarios y byd go iawn. Gall hyn gynnwys prosiectau datblygu meddalwedd, papurau ymchwil, neu dasgau datrys problemau.
• Aseiniadau Codio: Mae aseiniadau codio ymarferol yn asesu eich sgiliau rhaglennu, rhesymu rhesymegol, a'ch gallu i ddatblygu cod effeithlon ac effeithiol.
• Prosiectau Grŵp: Mae prosiectau cydweithredol yn gwerthuso gwaith tîm, cyfathrebu, a'r gallu i weithio mewn timau amrywiol, gan adlewyrchu natur gydweithredol y diwydiant technoleg.
• Cyflwyniadau: Efallai y bydd yn ofynnol i chi gyflwyno eich canfyddiadau, atebion, neu ganlyniadau prosiect, gan wella eich sgiliau cyfathrebu a chyflwyno.
• Gwaith Labordy: Mae sesiynau ymarferol mewn labordai cyfrifiadurol yn asesu eich gallu i gymhwyso cysyniadau, datrys problemau, a gweithio gydag offer a thechnolegau amrywiol.
• Ymarferion Datrys Problemau: Mae'r ymarferion hyn yn eich herio i ddatrys problemau cymhleth, gan annog meddwl beirniadol a sgiliau dadansoddol.
• Adroddiadau a Dogfennaeth: Mae ysgrifennu adroddiadau neu ddogfennu prosesau prosiect yn asesu eich gallu i gyfathrebu gwybodaeth dechnegol yn glir ac yn gryno.

Cefnogaeth Bersonol        

Mae'r adran yn dilyn dull drws agored sefydledig, gan ryngweithio'n weithredol â myfyrwyr, cyn-fyfyrwyr, a rhanddeiliaid y diwydiant. Hwylusir llwybrau gwybodaeth a chyfathrebu hanfodol trwy offer fel Teams a Moodle. Yn ogystal, neilltuir tiwtor personol i bob myfyriwr, gan feithrin cyfarfodydd rheolaidd, tra bod cymorth personol ychwanegol yn cael ei ymestyn i fyfyrwyr rhan-amser trwy'r Amgylchedd Dysgu Rhithwir (VLE).

ADDYSGU A DYSGU

Rydym yn cynnig gweithdai a sesiynau cymorth mewn meysydd fel ysgrifennu academaidd, gwneud nodiadau effeithiol a pharatoi ar gyfer aseiniadau.

Gall myfyrwyr archebu apwyntiadau gyda thiwtoriaid sgiliau academaidd sy'n ymroddedig i helpu i ddelio ag ymarferoldeb gwaith prifysgol. Mae gan ein hadran cymorth myfyrwyr fwy o wybodaeth am y cymorth sydd ar gael.

O ran anghenion penodol, gall Gwasanaethau Cynhwysiant y Brifysgol ddarparu arweiniad a chymorth priodol pe bai unrhyw fyfyrwyr yn mynnu bod addasiadau rhesymol yn cael eu gwneud oherwydd anabledd cyffredinol cydnabyddedig, cyflwr meddygol, neu wahaniaeth dysgu penodol. 

Rhagolygon gyrfaol

Mae ein tîm Gyrfaoedd a Chyflogadwyedd ymroddedig wedi ymrwymo i'ch helpu i gyflawni'ch nodau proffesiynol. Maent yn darparu cyngor personol, adnoddau defnyddiol, a digwyddiadau cyflogadwyedd allgyrsiol i'ch paratoi ar gyfer y farchnad swyddi.

Gall graddedigion y cwrs hwn ddilyn gyrfaoedd yn:

• Peiriannydd Deallusrwydd Artiffisial
• Peiriannydd Deallusrwydd Artiffisial
• Gwyddonydd Data / Dadansoddwr Data
• Peiriannydd Gweledigaeth Cyfrifiadurol
• Arbenigwr Prosesu Iaith Naturiol
• Datblygwr Systemau Deallus
• Gwyddonydd Ymchwil (AI / Roboteg)
• Ymgynghorydd neu Bensaer AI
• Peiriannydd Meddalwedd (AI ac Awtomeiddio)
• Ymchwilydd Academaidd neu Ddiwydiannol

Ffioedd a chyllid

Nid oes rhaid i chi dalu eich ffioedd dysgu ymlaen llaw.

Bydd y ffioedd rydych yn eu talu a'r cymorth sydd ar gael yn dibynnu ar nifer o ffactorau gwahanol. Gellir dod o hyd i wybodaeth lawn ar ein tudalennau ffioedd a chyllid. Byddwch hefyd yn dod o hyd i wybodaeth am yr hyn y mae eich ffioedd yn ei gynnwys yn y Cwestiynau Cyffredin ffioedd. 

Mae'r holl ffioedd yn ddarostyngedig i unrhyw newidiadau ym mholisi'r llywodraeth, edrychwch ar ein ffioedd ôl-raddedig.

Rhyngwladol

I gael gwybodaeth am ofynion mynediad y brifysgol ar gyfer myfyrwyr UE/rhyngwladol, os gwelwch yn dda ewch i'r adran ryngwladol.

Gwneud Cais

I wneud cais am y cwrs hwn, cysylltwch â enquiries@wrexham.ac.uk i ofyn am ffurflen gais.