Искусственный интеллект когда-то считался передовой и недоступной областью технологий, часто описываемой башней из слоновой кости с множеством уровней сложных вычислительных и математических методов. Сегодня свободное владение машинным обучением стало ожидаемым в технологической отрасли и стало навыком, необходимым независимо от специализации из-за его повсеместного и универсального применения.
Хотя для исследований в области искусственного интеллекта по-прежнему требуется ученая степень, большинство базовых навыков и знаний можно развить на уровне бакалавриата. Фактически, те, кто дожидается уровня выпускника, чтобы начать изучать искусственный интеллект, уже отстают из-за значительных темпов развития этой области. Чтобы попасть в специализированную программу для выпускников, не только обязательно иметь некоторый опыт работы в области искусственного интеллекта, но и работодатели ожидают определенного уровня владения машинным обучением и искусственным интеллектом от своих студентов.
Несмотря на высокий спрос, в Северной Америке все еще очень мало школ, предлагающих специализированные программы по искусственному интеллекту на уровне бакалавриата. У МакГилла в настоящее время есть много программ для выпускников по искусственному интеллекту, но единственный способ для студентов узнать об отрасли через свое образование - это смешивать и сочетать соответствующие классы и надеяться, что это также будет засчитываться в зачетные баллы в их степени. Многие из руководителей McGill AI Society прошли через эту проблему и осознали стоящую за ней борьбу. Таким образом, мы составили список курсов, предлагаемых студентам бакалавриата в McGill, которые касаются искусственного интеллекта.
Примечание.
* Рекомендуемые курсы
** Обязательные курсы
Курсы базовой математики
Искусственный интеллект, по своей сути, - это математика. Поэтому наш список начинается с основных математических курсов, которые необходимо понять, прежде чем углубляться в какие-либо специализированные концепции. Тем, кто только что учился, мы настоятельно рекомендуем пройти некоторые из этих математических классов, поскольку они необходимы для понимания большинства тем в индустрии искусственного интеллекта.
- Исчисление I - Исчисление IV (коды курсов зависят от программы)
- ECSE 205 - Вероятность и статистика (только инженерия) **
- MATH 223 - Линейная алгебра **
- MATH 271 - Линейная алгебра и уравнения в частных производных (только инженерия)
- MATH 323 - Вероятность **
- MATH 324 - Статистика **
- MATH 240 - Дискретные структуры I
Курсы продвинутой математики
Для тех, кто заинтересован в дальнейшем укреплении своих основ в математике, чтобы лучше подготовиться к исследованиям в области искусственного интеллекта, ниже приводится список дополнительных математических классов в McGill, которые сделают вашу жизнь еще проще, если вы углубитесь в эту область.
- MATH 423/533 - Регрессия и дисперсионный анализ
- MATH 447/547 - Случайные процессы
- MATH 523 - Обобщенные линейные модели
- MATH 525 - Теория выборки и ее приложения
- MATH 556 - Математическая статистика 1 *
- MATH 557 - Математическая статистика 2
- MATH 560 / ECSE 507 - Оптимизация и оптимальное управление *
- MATH 680 - Интенсивная вычислительная статистика
Программное обеспечение и курсы программирования
Хотя исследования ИИ в значительной степени сосредоточены на математике, программное обеспечение и программирование по-прежнему используются, особенно для тех, кто применяет ИИ в отрасли. Для тех, кто еще не изучает специальность программного обеспечения, ниже приведены некоторые рекомендуемые курсы программирования, чтобы вы могли изучить основы.
- КОМП 202 - Основы программирования **
- COMP 206 - Введение в программные системы
- КОМП 250 - Введение в информатику **
- COMP 251 - Алгоритмы и структуры данных
- COMP 310 - Операционные системы
- COMP 421 - Системы баз данных
Специализированные курсы искусственного интеллекта
Помимо математики, остальная часть нашего списка включает курсы искусственного интеллекта в специализированных областях, которые мы рекомендуем вам выбирать в зависимости от ваших конкретных интересов.
- ECSE 415 / COMP 558 - Компьютерное зрение *
- COMP 424 / ECSE 526 - Искусственный интеллект *
- ECSE 508 - Мультиагентные системы
- ECSE 529 - Компьютерное и биологическое зрение
- COMP 550 - Обработка естественного языка *
- COMP 551 - Прикладное машинное обучение **
- COMP 598 - Математические основы машинного обучения
- ECSE 608 / COMP 652 - Машинное обучение
- COMP 762 - Обучение с подкреплением
И это конец нашего списка! Рано или поздно Макгилл и другие университеты, вероятно, создадут более формальный курс для тех, кто интересуется искусственным интеллектом, но пока мы надеемся, что этот список поможет вам спланировать получение степени, чтобы принести пользу вашему будущему в промышленности. Если вам известны какие-либо другие курсы, не стесняйтесь оставлять комментарии ниже. Если у вас есть дополнительные вопросы относительно курсов по искусственному интеллекту в McGill, не стесняйтесь обращаться ко мне или к любому из наших исполнительных членов в McGill AI Society!
Джон Ву
Сопрезидент
McGill AI Society