اگر قصد ادامه تحصیل در رشته مهندسی کامپیوتر گرایش هوش مصنوعی را دارید، آشنایی با دروس این گرایش در مقطع کارشناسی ارشد اهمیت زیادی دارد. در این مقاله به‌صورت جامع به معرفی دروس کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی می‌پردازیم؛ از دروس جبرانی گرفته تا دروس تخصصی، اختیاری و منابع آموزشی مفید.
این روزها هوش مصنوعی به یکی از پرطرفدارترین گرایش‌های رشته کامپیوتر تبدیل شده است. ازاین‌رو در این مقاله می‌خواهیم دروس گرایش هوش مصنوعی را در مقطع ارشد را معرفی کنیم. دانشجوی ارشد هوش مصنوعی باید در مجموع 32 واحد بگذراند، این واحد ها عبارت است از 24 واحد درسی، 2 واحد سمینار و 6 واحد پایان نامه. در ادامه می‌توانید به طور کامل جدول دروس ارشد هوش مصنوعی را مشاهده فرمایید. همچنین برای بررسی بیشتر گرایش هوش مصنوعی می‌توانید به مقاله معرفی ارشد هوش مصنوعی مراجعه کنید.
معرفی گرایش هوش مصنوعی در مهندسی کامپیوتر
گرایش هوش مصنوعی یکی از پرطرفدارترین گرایش‌های مهندسی کامپیوتر است که بر طراحی سیستم‌های هوشمند، یادگیری ماشین، رباتیک و پردازش زبان طبیعی تمرکز دارد. در ادامه با دروس مهندسی کامپیوتر گرایش هوش مصنوعی در مقطع ارشد آشنا می‌شویم.
دروس ارشد هوش مصنوعی
در زیر دروس جبرانی و تخصصی و اختیاری ارشد هوش مصنوعی را برای شما معرفی کرده‌ایم.
دروس جبرانی کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی
یکی از مهم‌ترین بخش‌های برنامه‌ریزی تحصیلی در دروس مهندسی کامپیوتر گرایش هوش مصنوعی، آشنایی با دروس جبرانی است. دانشجویانی که در مقطع کارشناسی برخی از مباحث پایه‌ای مانند سیگنال ها و سیستم هاهمه چیز درباره درس سیگنال و سیستم، 0 تا 100 سیگنال و سیستم
این صفحه به معرفی درس سیگنال و سیستم به زبان ساده پرداخته، همچنین پیش نیاز درس سیگنال و سیستم و سرفصل‌های آن بررسی و منابع درس سیگنال و سیستم معرفی شده است، رباتیک یا بینایی ماشینبینایی کامپیوتر و کاربردهای آن چیست و چگونه کار می‌کند؟
کامپیوتر ویژن یا بینائی کامپیوتر، در ارتباط با مدلسازی و تقلید از حس بینایی انسانی از طریق استفاده از نرم‌افزار یا سخت‌افزار دیجیتالی می‌باشد. در این صفحه بینایی ماشین را بصورت کامل بررسی شده است. را نگذرانده‌اند، باید طبق تشخیص دانشکده، حداکثر دو درس جبرانی از جدول زیر را در ابتدای دوره کارشناسی ارشد بگذرانند. این دروس کمک می‌کنند تا دانشجویان بتوانند با آمادگی کامل‌تری وارد فضای تخصصی دروس کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی شوند.
در ادامه لیست دروس جبرانی به همراه تعداد واحد، نوع درس و ساعات تدریس آن‌ها آورده شده است:
| لیست دروس جبرانی ارشد هوش مصنوعی | ||||
|---|---|---|---|---|
| ردیف | عنوان | تعداد واحد | نوع واحد | ساعات تدریس |
| 1 | مبانی هوش محاسباتی | 3 | نظری | 48 |
| 2 | اصول رباتیکز | 3 | نظری | 48 |
| 3 | سیگنال‌ها و سیستم‌ها | 3 | نظری | 48 |
| 4 | مبانی بینایی کامپیوتر | 3 | نظری | 48 |
| 5 | هوش مصنوعی و سیستم‌های خبره | 3 | نظری | 48 |
| 6 | مبانی پردازش زبان و گفتار | 3 | نظری | 48 |
| 7 | طراحی الگوریتم‌ها | 3 | نظری | 48 |
| در صورت عدم گذراندن دروس بالا در دوره کارشناسی و به تشخیص دانشكده تا دو درس جبرانی به دانشجویان اختصاص می‌یابد | ||||
معرفی دروس تخصصی و اختیاری گرایش هوش مصنوعی در مقطع کارشناسی ارشد
پس از گذراندن دروس جبرانی، دانشجویان وارد مرحله‌ای می‌شوند که باید بر اساس برنامه آموزشی دانشگاه، دروس تخصصی و اختیاری خود را انتخاب کنند. این دروس ستون فقرات تحصیلی و پژوهشی در دروس کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی به شمار می‌آیند و نقش کلیدی در شکل‌گیری مهارت‌ها و تخصص دانشجویان دارند.
در ادامه، سه گروه اصلی از دروس مهندسی کامپیوتر گرایش هوش مصنوعی در مقطع ارشد معرفی شده‌اند:
- دروس اصلی (گروه ۱): دروس پایه و الزامی تخصصی برای تمامی دانشجویان
- دروس اختیاری (گروه ۲): دروسی با تنوع موضوعی بالا که دانشجو می‌تواند طبق علاقه و مسیر شغلی انتخاب کند
- دروس تکمیلی (گروه ۳): دروسی محدود با قابلیت انتخاب به‌عنوان مکمل سایر درس‌ها
با بررسی جداول زیر، می‌توانید درک دقیق‌تری از ساختار درسی این گرایش پرطرفدار به‌دست آورید.
| دروس گروه 1 ارشد هوش مصنوعی | ||||
|---|---|---|---|---|
| ردیف | عنوان | تعداد واحد | نوع واحد | ساعات تدریس |
| 1 | شناسایی الگو | 3 | نظری | 48 |
| 2 | رایانش تکاملی | 3 | نظری | 48 |
| 3 | ربات‌های متحرک خودگردان | 3 | نظری | 48 |
| 4 | یادگیری ماشین | 3 | نظری | 48 |
| 5 | هوش مصنوعی پیشرفته | 3 | نظری | 48 |
| 6 | فرایندهای تصادفی | 3 | نظری | 32 |
| 7 | شبکه‌های عصبی | 3 | نظری | 32 |
| 8 | سیستم‌های چندعاملی | 3 | نظری | 32 |
| اخذ حداقل 4 درس از درس های گروه 1 برای دانشجویان ارشد هوش مصنوعی اجباری است | ||||
| دروس گروه 2 ارشد هوش مصنوعی | ||||
|---|---|---|---|---|
| ردیف | عنوان | تعداد واحد | نوع واحد | ساعات تدریس |
| 1 | برنامه‌ریزی هوشمند | 3 | نظری | 48 |
| 2 | الگوریتم‌های هوش جمعی | 3 | نظری | 48 |
| 3 | مجموعه‌ها و سیستم‌های فازی | 3 | نظری | 48 |
| 4 | یادگیری تقویتی | 3 | نظری | 48 |
| 5 | نظریه یادگیری آماری | 3 | نظری | 48 |
| 6 | مدل‌های گرافی احتمالاتی | 3 | نظری | 48 |
| 7 | تصویرپردازی رقمی | 3 | نظری | 48 |
| 8 | بینایی کامپیوتر | 3 | نظری | 48 |
| 9 | پنهان‌سازی اطلاعات | 3 | نظری | 48 |
| 10 | سنجش‌ازدور | 3 | نظری | 48 |
| 11 | پردازش زبان‌های طبیعی | 3 | نظری | 48 |
| 12 | پردازش آماری زبان‌های طبیعی | 3 | نظری | 48 |
| 13 | ترجمه ماشینی | 3 | نظری | 48 |
| 14 | فهم زبان | 3 | نظری | 48 |
| 15 | پردازش سیگنال‌های رقمی | 3 | نظری | 48 |
| 16 | گفتگوپردازی رقمی | 3 | نظری | 48 |
| 17 | شناسایی گفتار و گوینده | 3 | نظری | 48 |
| 18 | تبدیل متن به گفتار | 3 | نظری | 48 |
| 19 | رویکردهای هوش مصنوعی در بازی‌ها | 3 | نظری | 48 |
| 20 | رفتارهای هوشمند جمعی در بازی‌ها | 3 | نظری | 48 |
| 21 | تصمیم‌گیری، استراتژی و مسیریابی در بازی‌ها | 3 | نظری | 48 |
| 22 | معماری بازی‌های رایانه‌ای | 3 | نظری | 48 |
| 23 | طراحی و توسعه بازی‌های رایانه‌ای | 3 | نظری | 48 |
| 24 | سیستم‌های چند رباتی | 3 | نظری | 48 |
| 25 | یادگیری تقویتی و کنترل ربات | 3 | نظری | 48 |
| 26 | رباتیکز شناختی | 3 | نظری | 48 |
| 27 | ریاضیات برای رباتیکز | 3 | نظری | 48 |
| 28 | فیزیولوژی و آناتومی سیستم اعصاب | 3 | نظری | 48 |
| 29 | علم اعصاب سلولی | 3 | نظری | 48 |
| 30 | علوم‌شناختی | 3 | نظری | 48 |
| 31 | پردازش سلولی و مولکولی | 3 | نظری | 48 |
| 32 | مدل‌های رایانشی در سیستم‌های جمعی | 3 | نظری | 48 |
| 33 | نظریه بازی‌ها | 3 | نظری | 48 |
| 34 | بهینه‌سازی | 3 | نظری | 48 |
| 35 | داده‌کاوی پیشرفته | 3 | نظری | 48 |
| 36 | پردازش سیگنال آماری | 3 | نظری | 48 |
| 37 | تحلیل و پردازش زمان - فرکانس | 3 | نظری | 48 |
| 38 | شناسایی مقاوم و بهینه‌سازی گفتار | 3 | نظری | 48 |
| دروس گروه 3 ارشد هوش مصنوعی | ||||
|---|---|---|---|---|
| ردیف | عنوان | تعداد واحد | نوع واحد | ساعات تدریس |
| 1 | مباحث ویژه 1 در هوش مصنوعی | 3 | نظری | 48 |
| 2 | مباحث ویژه 2 در هوش مصنوعی | 3 | نظری | 48 |
| 3 | مباحث ویژه 3 در هوش مصنوعی | 3 | نظری | 48 |
| 4 | مباحث پیشرفته 1 در هوش مصنوعی | 3 | نظری | 48 |
| 5 | مباحث پیشرفته 2 در هوش مصنوعی | 3 | نظری | 48 |
| 6 | مباحث پیشرفته 3 در هوش مصنوعی | 3 | نظری | 48 |
| 7 | یک درس از سایر گرایش‌ها یا دانشکده‌ها با تأیید دانشکده | 3 | نظری | 48 |
| اخذ حداکثر 2 درس از درس های گروه 3 برای دانشجویان ارشد هوش مصنوعی مجاز است، دروس اختصاصی دوره دکتری در قالب مفاهیم پیشرفته و با تایید دانشکده ارائه می شود | ||||
جمع‌بندی
در این مقاله دروس ارشد گرایش هوش مصنوعی معرفی شد. دانشجوی ارشد هوش مصنوعی باید در مجموع 32 واحد بگذراند، این واحد ها عبارت است از 24 واحد درسی، 2 واحد سمینار و 6 واحد پایان نامه. در ادامه می‌توانید به طور کامل جدول دروس ارشد هوش مصنوعی را در این مقاله مشاهده فرمایید.
اگر دروسی از لیست دروس جبرانی ارشد هوش مصنوعی در دوره کارشناسی گذرانده نشده باشد، چه می‌شود؟
در صورت عدم گذراندن دروسی از لیست دروس جبرانی ارشد هوش مصنوعی، به تشخیص دانشكده تا دو درس جبرانی به دانشجویان اختصاص می‌یابد.
