Master of Science i kunstig intelligens og forretningsanalyse
Lingnan University
Nøkkelinformasjon
Campus plassering
Tuen Mun, Hongkong
Språk
Engelsk
Studieformat
På universitetsområdet
Varighet
1 - 3 år
Tempo
Fulltid
Studieavgift
HKD 190 000 *
Søknadsfrist
Be om info
Tidligste startdato
Be om info
* skolepengene dekker ikke forhåndskurs
Stipend
Utforsk stipendmuligheter for å finansiere studiene dine
Introduksjon
Med den raske utviklingen av kunstig intelligens (AI) og big data -teknikker de siste årene, har det vært et stort antall innovative applikasjoner på forskjellige domener. AI og business analytics er et tverrfaglig underfelt som integrerer kunnskap og ferdigheter fra både kritisk og out-of-the-box tenkning for å behandle forretningsdatasett gjennom bruk av AI-teknikker.
Master of Science in Artificial Intelligence and Business Analytics (MScAIBA) vektlegger en balansert dekning av emner innen AI og forretningsanalyse, samt fokuserer på forretningsdataanalyse ved å bruke AI -teknikker for å løse praktiske forretningsproblemer.
Mål
Programmet er designet for å utdanne studentene om de grunnleggende prinsippene og praktiske applikasjonene for AI og forretningsanalyseteknikker, spesielt innen forretningsområdet, slik at de effektivt kan anvende AI-verktøy og teknikker ved problemløsning, samt analysere forretningsproblemer ved bruk av dataanalytiske ferdigheter og AI -teknikker når du tar beslutninger.
Galleri
Opptak
Stipend og finansiering
Læreplan
Kjernekurs (seks kurs)
- CDS504: Business Data Analytics
- CDS521: Foundation of Artificial Intelligence
- CDS522: Bedriftsdatabehandling
- CDS523: Prinsipp for dataanalyse og programmering
- CDS524: Maskinlæring for bedrifter
- CDS525: Praktisk anvendelse av dyp læring
Valgfrie kurs* (alle fire)
- CDS505: Mobilteknologi og applikasjoner i eBusiness
- CDS510: Sosiale medier for eBusiness
- CDS511: Prosjektledelse med programvare
- CDS515: Beslutningstaking med programvare
- CDS526: Kunstig intelligens-basert optimalisering
- CDS527: Big Data Analytics
- CDS528: Blockchain
- CDS529: Project for Artificial Intelligence and Business Analytics
- CDS530: Healthcare Analytics
- CDS531: Markedsføringsanalyse og intelligens
- SCI501: Location Intelligence
* Tilbudet av valgfrie emner er avhengig av tilstrekkelig etterspørsel og fakultetets tilgjengelighet.
Førstegangskurs
Søkere med ingen eller begrenset bakgrunn i informatikk eller statistikk vil bli pålagt å fullføre to forhåndskurs nedenfor:
- Introduksjon til databehandling
- Statistikk
Programresultat
Spesielle funksjoner
- Det gir studentene kunnskap som spenner over kjernedisiplinene kunstig intelligens (AI) og forretningsanalyse og integrerer ulike disipliner for å la studentene bedre forstå alle aspekter av AI og forretningsanalyse og hvordan de brukes i den virkelige verden.
- Den tar hensyn til mer praktiske forretningsapplikasjoner og grenseteknologier ved å kombinere AI og forretningsanalyse med blokkjede, markedsføring, helsetjenester, geografiske informasjonssystemer og optimalisering. Dermed styrkes konkurranseevnen til nyutdannede på arbeidsmarkedet.
- Den betjener et bredt spekter av fagfolk, beslutningstakere og beslutningstakere som trenger å behandle og analysere store data. Den er også ideell for utøvere av helsevesen og offentlig bruk som forstår viktigheten av AI og forretningsanalyse for å forbedre kvaliteten på samfunnet og effektiviteten til driften.
- Det utvikler studentenes analytiske og kritiske tenkning, så vel som deres problemløsningsevner, som gjør det mulig for kandidater å forfølge karrierer som forretningsanalytikere, dataanalytikere, dataforskere og AI-konsulenter/eksperter på tvers av ulike bransjer.
Program undervisningsavgift
Karrieremuligheter
For å oppgradere må studentene fullføre seks kjernefag og fire valgfag på til sammen 30 studiepoeng. Kjernekursene lar studentene etablere et sterkt grunnlag innen AI og forretningsanalyse. Et variert utvalg av valgfag tilbys for å imøtekomme studentenes interesser, evner og karriereplaner, mens studentene kan lære mer avansert og/eller praktisk kunnskap på tvers av ulike domener.