يقدّم هذا المساق للطلاب مقدمة شاملة حول معالجة اللغة الطبيعية. وهو يعتمد على المفاهيم الأساسية في معالجة اللغة الطبيعية، بالتالي يُفترض بالطلاب الإلمام بمفاهيم الرياضيات والبرمجة.

يُطلع هذا المساق الطلاب على مقدّمة شاملة حول معالجة الكلام. وهو يقوم على المفاهيم الأساسية في معالجة الكلام، بالتالي، يُفترض بالطلاب الإلمام بمفاهيم الرياضيات ومعالجة الإشارات.

يركز هذا المساق على تعزيز مهارات الطلاب لإجراء البحوث بهدف تطوير آخر التقنيات في معالجة اللغة الطبيعية. وهو يعتمد على مفاهيم من مساق معالجة اللغة الطبيعية (NLP 701) ويُفترض بالطلاب الإلمام بالمبادئ الرئيسية حول تضمين الكلمات واستخراج المعلومات والترجمة الآلية.

يركز هذا المساق على تعزيز مهارات الطلاب لإجراء البحوث بهدف تطوير آخر التقنيات في معالجة اللغة الطبيعية. وهو يعتمد على مفاهيم من مساق معالجة اللغة الطبيعية (NLP 701) ويُفترض بالطلاب الإلمام بالمبادئ الرئيسية حول الإجابة عن الأسئلة وتلخيص النصوص واستخراج الآراء.

يركز هذا المساق على تعزيز مهارات الطلاب لإجراء البحوث بهدف تطوير آخر التقنيات في معالجة الكلام. وهو يعتمد على مفاهيم من مساق معالجة الكلام (NLP703)، بالتالي يُفترض بالطلاب الإلمام بالمفاهيم الأساسية في التعرف إلى الكلام وتوليد الكلام وتحديد المتحدث.

يقدّم هذا المساق للطلاب لمحة شاملة عن المفاهيم والأساليب المختلفة المرتبطة بالتعلّم العميق. إذ يتعلم الطلاب أولاً أسس التعلّم العميق، ليتعرفوا بعد ذلك إلى سلسلة من النماذج العميقة: الشبكات العصبية الترشيحية، والمرمِزات التلقائية، والشبكة العصبية التكرارية، والنماذج التوليدية العميقة. ويعمل الطلاب على دراسة حالات التعلّم العميق في مجالات مختلفة مثل الرؤية الحاسوبية والتصوير الطبي ومعالجة اللغة الطبيعية وغيرها من المجالات.

يُعتبر هذا المساق بمثابة مقدمة شاملة لأساسيات النظام البصري البشري وإدراك الألوان، واستحصال الصور ومعالجتها، وتصفية الصور الخطية وغير الخطية، ووصف ميزات الصورة واستخراجها، واستراتيجيات التصنيف والتجزئة. إضافة إلى ذلك، يتعرّف الطلاب في هذا المساق إلى منهجيات تقييم الجودة الخاصة بالرؤية الحاسوبية وخوارزميات معالجة الصور.

يقدّم هذا المساق للطلاب مقدمة شاملة حول مفاهيم ومبادئ وأساليب الرؤية الحاسوبية التي تقوم على علم الهندسة والتي تساعد في وصف شكل العالم وبنيته. ويكمن الهدف من المساق، على وجه التحديد، في تعريف الطلاب بالأدوات والتقنيات اللازمة لتقدير العمق والحركة والتباين والحجم والوضع والأشكال في المشاهد ثلاثية الأبعاد.

يعطي هذا المساق الطلاب لمحة شاملة عن المفاهيم والأساليب المختلفة المرتبطة بالتعرف المرئي إلى الأشياء واكتشافها. إذ سيطّلع الطلاب على وجه التحديد على مجموعة كبيرة من البنى الحديثة الناجحة للشبكات العصبية العميقة بهدف تأدية مهام التعرف والاكتشاف والتتبع على الصعيد المرئي.

يقدّم هذا المساق للطلاب مقدمة شاملة حول التوائم الرقمية. إذ يتعرف الطلاب إلى تقنية التوأم الرقمي وتطبيقاتها الشائعة وفوائدها، وكيفية إنشاء توأم رقمي للتحليلات التنبؤية عن طريق دمج البيانات الحسية، وطرق النمذجة التنبؤية الأولية، وكيفية اعتماد التوأم الرقمي والتفاعل معه باستخدام منصات مختلفة.

يُعتبر هذا المساق مقدمة في التنقيب في البيانات، أي عملية اكتشاف الأنماط في مجموعات كبيرة من البيانات، وهي عملية تتضمن عدداً من الطرق التي تجمع ما بين تعلّم الآلة والإحصاءات وأنظمة قواعد البيانات.

يعطي هذا المساق للطلاب لمحة عن معالجة البيانات الضخمة، أي عملية تحليل البيانات الضخمة واستخدامها. ويشمل هذا المساق عدداً من الطرق التي تجمع ما بين الحوسبة المتوازية وتعلّم الآلة والإحصاءات وأنظمة قواعد البيانات، وغيرها.

يقدم هذا المساق مقدمة تناسب مستوى طلاب الدراسات العليا حول مبادئ التصوير الطبي وأساليبه، وهو يرتكز إلى مشاكل التصوير الطبي. إذ يغطي أساسيات الأشعة السينية، والتصوير المقطعي المحوسب، والتصوير بالرنين المغناطيسي، والموجات فوق الصوتية، والتصوير المقطعي بالإصدار البوزيتروني. إضافة إلى ذلك، يعطي هذا المساق الطلاب لمحة عامة عن الهندسة ثلاثية الأبعاد للصور الطبية وبعض المشكلات الكلاسيكية التي تبرز في تحليل الصور الطبية، بما في ذلك التصنيف والتجزئة والتسجيل والقياس الكمي وإعادة البناء ونظام "راديوميكس"، وهو منهج يستخدم الخوارزميات لتحليل عدد هائل من البيانات المستخرجة من الصور الطبية.

يقدم هذا المساق للطلاب مقدمة شاملة حول تعلّم الآلة. وهو يقوم على المفاهيم الأساسية في الرياضيات، لاسيما الاحتمالات والإحصاءات والجبر الخطي وحساب التفاضل والتكامل. إذ يتعرف الطلاب إلى التعلّم الموجّه وغير الموجّه، وخوارزميات التعلّم المختلفة، فضلاً عن أساسيات نظرية التعلّم، والنماذج الشبكية، والتعلّم التعزيزي.

يركز هذا المساق على آخر التطورات في مجال تعلّم الآلة، وعلى تعزيز مهارات الطالب بهدف إجراء البحوث لتطوير أحدث التكنولوجيا في هذا المجال. إذ يكتسب الطلاب المفاهيم بطرق النواة، والتعقيد الإحصائي، ونظرية القرار الإحصائي، والتعقيد الحوسبي لخوارزميات التعلّم، والتعلّم التعزيزي. ويعتمد هذا المساق على مفاهيم من مساق تعلّم الآلة (ML701)، بالتالي يُفترض بالطلاب الإلمام بالمفاهيم الأساسية لتعلّم الآلة والتحسين والإحصاءات.

الاستدلال الاحتمالي والإحصائي هو عملية استخلاص استنتاجات مفيدة حول مجموعات البيانات أو الحقائق العلمية من البيانات غير المؤكدة والمشوشة. يغطي هذا المساق طرقاً مختلفة لأداء الاستدلال، بما في ذلك النمذجة الإحصائية، والاستراتيجيات الموجهة نحو البيانات، والاستخدام الواضح للتصميم والعشوائية في التحليلات. إلى جانب ذلك، يطّلع الطلاب في هذا المساق على معالجة متعمقة للنظريات العامة (المفهوم التكراري، البايزي، الاحتمالي) والعديد من التعقيدات العملية (البيانات المفقودة، عدم الانتظام المرصود وغير المرصود، التحيزات) لإجراء الاستدلال. يُطلع هذا المساق الطلاب على أساسيات الاستدلال الإحصائي والاحتمالي، ويوضح لهم كيفية تطبيق هذه المفاهيم الأساسية عملياً.

يعطي هذا المساق الطلاب مقدمة شاملة حول استخدام الذكاء الاصطناعي/ تعلّم الآلة في خدمات المدن الذكية وتطبيقاتها. ويبدأ المساق بمراجعة المفاهيم الأساسية. ويتعلم الطلاب في إطار هذا المساق كيفية تطبيق مفاهيم الذكاء الاصطناعي/ تعلّم الآلة بهدف تطوير خدمات المدن الذكية وتصميمها وتحسينها. إذ يساعدهم هذا المساق على الإلمام بمفهوم المدن الذكية وتطبيقاتها ومتطلباتها وتصميم الأنظمة الخاصة بها، كما يتيح لهم تطوير مهاراتهم لدمج التقنيات الناشئة في مكونات المدن الذكية، واعتمادها. إضافة إلى ذلك، يكتسب الطلاب المعارف حول الأمن وتحليلات البيانات وإنترنت الأشياء والاتصالات والشبكات، كما يعملون على دراسة حالات وتقديم الحلول الخاصة بالبنى التحتية للمدن الذكية.

يقدّم هذا المساق للطلاب لمحة شاملة عن مجموعة من المشكلات المتعلقة بالثقة بتطبيقات الذكاء الاصطناعي وتعلّم الآلة. إذ يطّلع الطلاب على موضوعات مثل الهجمات على أنظمة الحاسوب التي تستخدم تعلّم الآلة، فضلاً عن آليات الدفاع التي من شأنها الحد من مثل هذه الهجمات.

يقدم هذا المساق مقدمة مناسبة لمستوى الخريجين حول مبادئ عملية التحسين وأساليبها، وهو يقوم على أسس شاملة في الصياغة الرياضية لمشكلات التحسين. ويغطي المساق أساسيات الدالة المحدبة والمجموعة المحدبة، إلى جانب طرق التحسين من الدرجة الأولى والثانية، والمشكلات المتعلقة بقيود المساواة و/ أو عدم المساواة، وغيرها من المشكلات المتقدمة.

يتطرق هذا المساق إلى أسس الرياضيات في أنظمة الروبوتات ويعرّف الطلاب إلى المفاهيم الأساسية في نظام تشغيل الروبوت، وهو إحدى المنصات الأكثر موثوقية وشعبية لبرمجة الروبوتات الحديثة. كما أنه يسلط الضوء على التقنيات التي تسمح بنمذجة الحركات والديناميكيات والإدراك وضبط الحركة والملاحة وتخطيط المسارات لدى الروبوتات ودراسة هذه التقنيات بشكلٍ رسمي. ويتعلم الطلاب أيضاً عن واجهة مختلف أنواع أجهزة الاستشعار، وكيفية قراءة بياناتها وتحليلها وتطبيقها في تطبيقات متنوعة للروبوتات.

يعالج الطالب في رسالة الماجستير إشكالية لم يتم حلها بعد، حيث يُطلب منه اقتراح حلول جديدة والمساهمة في المجال المعرفي. ويتابع الطالب هذه الدراسة البحثية بشكل مستقل، بتوجيه من لجنة مشرفة، لمدة عام واحد. يُذكر أن بحوث رسائل الماجستير تساعد الخريجين على إجراء المزيد من البحوث المتقدمة في رسالة الدكتوراه. إلى جانب ذلك، فإنها تمكّن الخريجين من متابعة مشروع صناعي يتضمن مكوناً بحثياً بشكل مستقل.