Contact Us Pastebėjote neatitikimą Share Forumas Įeiti Žinynas

Įtraukti palyginimui

Dirbtinio intelekto informatika (anglų k. - Artificial Intelligence in Computer Science)

Studijų krypties grupė

Informatikos mokslai

Studijų kryptis

Informatika

Švietimo sritis

Informacijos ir ryšio technologijos

Švietimo posritis

Programinės įrangos, taikomųjų programų kūrimas ir analizė

Studijų rūšis

Universitetinės studijos

Studijų programos tipas

Pakopinės studijos

Studijų pakopa

Antrosios pakopos studijos

Programos vykdymo kalba

anglų, lietuvių

Suteikiamas kvalifikacinis laipsnis ir (arba) kvalifikacija

Informatikos mokslų magistras

Kvalifikacinio laipsnio ypatumai

Pagrindinės krypties kvalifikacinis laipsnis

Diplomo (pažymėjimo) blanko pavadinimas ir kodas

Magistro diplomas, 7115

Būtinas minimalus išsilavinimas

Aukštasis universitetinis išsilavinimas

Studijų apimtis kreditais ir forma (trukmė metais)

120
Ištęstinė, -, -
Nuolatinė, 2, Metais

Vertinimą atlikusi institucija

Studijų kokybės vertinimo centras

Akreditavimo įsakymas

SV6-40

Akreditavimo vertinimo išvados

Nėra duomenų

Valstybinis kodas

6211BX007

Kodas pagal Tarptautinę standartizuotą švietimo klasifikaciją (ISCED)

7470613

Finansinės grupės kodas

1.4

Aprašymo santraukos parengimo arba atnaujinimo data

2021-06-25
Daugiau apie programą

Institucijos, teikiančios šią programą

Programos panašiais pavadinimais

Programos teikiančios tas pačias kvalifikacijas

Aprašymo santrauka

Bendras apibūdinimas:
Studijų programos tikslas (-ai):
Suteikti šiuolaikinių dirbtinio intelekto metodų, giliojo bei perduodamojo mokymo, didžiųjų duomenų apdorojimo, optimizavimo bei kitų pamatinių mokslų žinių, paremtų kompiuterija, sistemų teorija ir matematika; išugdyti gebėjimus savarankiškai atlikti tiriamąjį darbą bei plėtoti dirbtinio intelekto informatikos bei bendruosius informatikos modelius, juos pritaikant kompiuterinės regos bei šnekos atpažinimui, tekstinės informacijos semantinei analizei, jos turinio prasmės nustatymui, turinio generavimui bei kitiems informatikos ir su ja susijusių sričių taikymams.
Studijų rezultatai:
Žinios ir jų taikymas:
A1 geba išsamiai paaiškinti paskirstytų sistemų ir modelių optimizavimo algoritmų principus, jų taikymo kompiuterių moksle bei dirbtinio intelekto srityje aspektus;
A2 geba išsamiai paaiškinti dirbtinio intelekto ir mašininio mokymo metodų bei jų taikymo modelių sudarymo principus;
A3 geba taikyti skaitinės informacijos analizės ir fizikinės elgsenos modeliavimo teorijos žinias kuriant dirbtiniu intelektu paremtus IT sprendimus;
A4 geba taikyti dirbtinio intelekto ir mašininio mokymosi (įskaitant ir giliuosius) metodus signalų (kompiuterinei regai, šnekos atpažinimui), tekstinės informacijos apdorojimui ir turinio prasmės nustatymui (įskaitant semantiką);
A5 geba kritiškai vertinti skaitmenizavimo ir kompiuterinių skaičiavimų procesus, informatikos mokslo ir dirbtinio intelekto srities raidą, šių sričių sinergiją su gretutinėmis mokslų kryptimis.
Gebėjimai vykyti tyrimus:
B1 geba analizuoti duomenis (įskaitant didelius duomenų rinkinius), daryti pagrįstus apibendrinimus ir atlikti informatyvias duomenų vizualizacijas;
B2 geba atlikti išsamų duomenų kokybės tyrimą bei juos paruošti mašininio mokymo algoritmų panaudojimui;
B3 geba atlikti eksperimentinius tyrimus varijuojant dirbtinio intelekto modelio parametrais (hyper parametrais);
B4 geba įgyvendinti ir verifikuoti skirtingos paskirties dirbtinio intelekto modelius.
Specialieji gebėjimai:
C1 geba spręsti technologines ir metodologines dirbtinio intelekto ir kitų informatikos mokslų taikymo problemas naudojantis pažangiaisias mašininio mokymo algoritmais, įskaitant skatinamąjį ir gilųjį mokymąsi;
C2 geba sukurti efektyvius kompleksinius nagrinėjamos problemos sprendinius integruojant dirbtinio intelekto metodus, lygiagrečiųjų skaičiavimų sprendimus, įskaitant ir debesų kompiuteriją;
C3 geba sukurti formalią dirbtinio intelekto sistemos specifikaciją bei atlikti sistemos elgsenos verifikavimą;
C4 geba įvertinti dirbtinio intelekto ir kitomis informacinėmis technologijomis paremtų sistemų kokybinius parametrus, atlikti dirbtinio intelekto modelio hyper paramterų optimizaciją ir parengti optimalų sprendimą laiko ir tikslo funkcijos atžvilgiu ir nustatyti modelio rezultatų statistinį patikimumą.
Socialiniai gebėjimai:
D1 geba efektyviai ir profesionaliai komunikuoti valstybine ir bent viena užsienio kalba su įvairiomis auditorijomis;
D2 geba efektyviai dirbti komandose ir joms vadovauti, laikantis profesinio, etinio elgesio ir socialinės atsakomybės principų ir taisyklių.
Asmeniniai gebėjimai:
E1 geba sistemingai ir savarankiškai mokytis, siekiant nuolatinio asmeninio, profesinio ir mokslinio tobulėjimo;
E2 geba savarankiškai, sistemingai ir atsakingai dirbti, imantis iniciatyvos ir prisiimant asmeninę atsakomybę;
E3 geba demonstruoti kūrybingumą taikant dirbtinio intelekto metodus problemų sprendiniuose.

Mokymo ir mokymosi veiklos:
Paskaitos, Pratybos, Laboratoriniai darbai, Seminarai, Individualios konsultacijos, Atvejo analizė, Inžinerinis projektas, Grupinis (komandinis) projektas, Individualus projektas, Iššūkiais paremtas mokymasis, Kūrybinės dirbtuvės, Praktika.
Studijų rezultatų vertinimo būdai:
Egzaminas, Koliokviumas, Kontroliniai darbai, Laboratorinių darbų ataskaita ir gynimas, Projekto ataskaita, Praktikos ataskaita, Magistro baigiamasis projektas.
Sandara:
Studijų dalykai (moduliai), praktika:
Kompiuterinis intelektas ir sprendimų priėmimas, Pažangus mašininis mokymas, Paskirstytosios sistemos ir algoritmai, Optimizavimo metodai ir algoritmai, Vaizdų apdorojimas ir kompiuterinė rega, Informacinių technologijų projektų valdymas, Mokslinio tyrimo praktika, Taikomasis mokslinio tyrimo projektas.
Specializacijos:
nėra
Studento pasirinkimai:
Studijų metu studentas turi galimybę rinktis:
18 kr. apimties modulių rinkinį gilinamojoje studijų kryptyje arba gretutinėje kryptyje.
18 kr. apimties taikomosios-tiriamosios veiklos alternatyvas (Mokslinio tyrimo praktiką arba Taikomąjį mokslinio tyrimo projektą).
Studijų programos skiriamieji bruožai:
Absolventas turi moderniausių dirbtinio intelekto, įskaitant giliojo bei perkeliamo mokymo, didžiųjų duomenų apdorojimo, optimizacijos bei kitų pamatinių mokslų (koncentruojantis į kompiuterių mokslą, sistemų teoriją ir matematiką) žinių; geba savarankiškai atlikti tiriamąjį darbą ir plėtoti dirbtinio intelekto informatikos bei bendruosius informatikos modelius, juos pritaikant signalo apdorojimui (pvz, kompiuterinei regai, šnekos atpažinimui), tekstinės informacijos apdorojimui ir turinio prasmės nustatymui (įskaitant semantiką), turinio generavimui bei kitiems informatikos ir susijusių sričių taikymams.
Gali būti pasirenkamos studijos ir anglų kalba.
Profesinės veiklos ir tolesnių studijų galimybės:
Profesinės veiklos galimybės:
Absolventas gali projektuoti ir įgyvendinti su dirbtinio intelekto, mašininio mokymo, optimizavimo, duomenų analitika bei kitomis pagrindinėmis informatikos sritimis susijusius taikymus, siekiant naujų bei efektyvesnių sprendinių; atlikti mokslinį-tiriamąjį, analitinį fundamentinės ir taikomosios programinės įrangos kūrimo ir projektavimo, programavimo darbą, signalų apdorojimui (kompiuterinei regai, šnekos atpažinimui), tekstinės informacijos apdorojimui ir turinio prasmės nustatymui (įskaitant semantiką), bei turinio generavimui, mokslo įstaigose, aukštųjų technologijų įmonėse ir organizacijose.
Tolesnių studijų galimybės:
Turi teisę stoti į trečiosios pakopos studijas.