Το Μεταπτυχιακό Πρόγραμμα (MSc) στην
Τεχνητή Νοημοσύνη – Artificial Intelligence
του Ευρωπαϊκού Πανεπιστημίου Κύπρου προσφέρει εξειδικευμένη κατάρτιση σε έναν από τους ταχύτερα αναπτυσσόμενους τομείς της σύγχρονης τεχνολογίας.
Το πρόγραμμα συνδυάζει τη θεωρία με την πρακτική εφαρμογή της Τεχνητής Νοημοσύνης, παρέχοντας στους φοιτητές ισχυρό επιστημονικό υπόβαθρο και τεχνικές δεξιότητες για την ανάπτυξη και αξιοποίηση προηγμένων συστημάτων AI.
Ιδιαίτερη έμφαση δίνεται στη Μηχανική Μάθηση (Machine Learning), την Ανάλυση Μεγάλων Δεδομένων (Big Data Analytics), την Αναπαράσταση Γνώσης, τα Νευρωνικά Δίκτυα και τη Βαθιά Μάθηση (Deep Learning), τη Ρομποτική και την Επεξεργασία Φυσικής Γλώσσας (Natural Language Processing).
Παράλληλα, το πρόγραμμα εξετάζει τις ηθικές και φιλοσοφικές διαστάσεις της Τεχνητής Νοημοσύνης, προετοιμάζοντας τους αποφοίτους να ανταποκριθούν στις επιστημονικές, τεχνολογικές και κοινωνικές προκλήσεις που δημιουργεί η ευρεία εφαρμογή των συστημάτων AI.
Το Ευρωπαϊκό Πανεπιστήμιο Κύπρου διαθέτει επίσημη ιδρυματική αναγνώριση από τον ΔΟΑΤΑΠ και έχει κριθεί ομοταγές προς τα ελληνικά Πανεπιστήμια.
Το πρόγραμμα Artificial Intelligence προσφέρεται επίσημα από το Ευρωπαϊκό Πανεπιστήμιο Κύπρου ως εξ αποστάσεως Master of Science (MSc), 90 ECTS.
Για την αξιοποίηση του τίτλου στην Ελλάδα εφαρμόζεται κάθε φορά το ισχύον θεσμικό πλαίσιο και οι προβλεπόμενες διαδικασίες για τίτλους σπουδών της αλλοδαπής.
Διάρκεια Σπουδών: 18 μήνες
Συνολικές Πιστωτικές Μονάδες: 90 ECTS
Γλώσσα Διδασκαλίας: Αγγλικά
Τρόπος Φοίτησης: Εξ Αποστάσεως
Υποχρεωτικά Μαθήματα: 40 ECTS
Μαθήματα Επιλογής: 20 ECTS
Διπλωματική Εργασία: 30 ECTS
Σύγχρονη Εξειδίκευση στην Τεχνητή Νοημοσύνη
Το πρόγραμμα παρέχει ολοκληρωμένη γνώση των θεωρητικών αρχών και των σύγχρονων εφαρμογών της Τεχνητής Νοημοσύνης, επιτρέποντας στους φοιτητές να κατανοήσουν τον τρόπο λειτουργίας προηγμένων ευφυών συστημάτων.
Machine Learning
Οι φοιτητές αποκτούν ουσιαστικές γνώσεις στη Μηχανική Μάθηση, έναν από τους βασικότερους κλάδους της σύγχρονης Τεχνητής Νοημοσύνης.
Παράλληλα, μπορούν να εμβαθύνουν περαιτέρω μέσα από το μάθημα Advanced Topics in Machine Learning.
Artificial Neural Networks & Deep Learning
Το πρόγραμμα παρέχει τη δυνατότητα εξειδίκευσης στα Τεχνητά Νευρωνικά Δίκτυα και τη Βαθιά Μάθηση, τεχνολογίες που βρίσκονται στον πυρήνα πολλών σύγχρονων εφαρμογών AI.
Big Data Analytics
Οι φοιτητές εκπαιδεύονται στην ανάλυση μεγάλου όγκου δεδομένων, αποκτώντας γνώσεις και δεξιότητες για την αξιοποίηση δεδομένων στην ανάπτυξη ευφυών συστημάτων και στη λήψη αποφάσεων.
Natural Language Processing
Μέσα από τα μαθήματα επιλογής μπορούν να εμβαθύνουν στην Επεξεργασία Φυσικής Γλώσσας (Natural Language Processing), τον κλάδο της AI που αφορά την κατανόηση, επεξεργασία και παραγωγή ανθρώπινης γλώσσας από υπολογιστικά συστήματα.
Robotics and Perception
Το πρόγραμμα προσφέρει τη δυνατότητα εξειδίκευσης στη Ρομποτική και την Αντίληψη, εξετάζοντας τον τρόπο με τον οποίο τα έξυπνα συστήματα αντιλαμβάνονται και αλληλεπιδρούν με το περιβάλλον τους.
Knowledge Representation and Reasoning
Οι φοιτητές γνωρίζουν σύγχρονες τεχνικές αναπαράστασης γνώσης, συλλογιστικής και Semantic Web, αποκτώντας βαθύτερη κατανόηση του τρόπου με τον οποίο τα συστήματα AI οργανώνουν και αξιοποιούν πληροφορίες.
Multi-Agent Systems and Game Theory
Μέσα από το σχετικό μάθημα επιλογής μπορούν να μελετήσουν πολυπρακτορικά συστήματα και Θεωρία Παιγνίων, εξετάζοντας την αλληλεπίδραση και τη λήψη αποφάσεων μεταξύ πολλαπλών ευφυών συστημάτων.
Ηθική της Τεχνητής Νοημοσύνης
Το πρόγραμμα δίνει τη δυνατότητα μελέτης της Φιλοσοφίας και Ηθικής της Τεχνητής Νοημοσύνης, ενός ολοένα και σημαντικότερου πεδίου καθώς η AI ενσωματώνεται σε περισσότερους τομείς της κοινωνίας και της οικονομίας.
Ερευνητική Εμβάθυνση
Η Διπλωματική Εργασία αντιστοιχεί σε 30 ECTS και δίνει στους φοιτητές τη δυνατότητα να εμβαθύνουν σε ένα εξειδικευμένο θέμα της Τεχνητής Νοημοσύνης και να αναπτύξουν ερευνητικές και αναλυτικές δεξιότητες.
Εξ Αποστάσεως Φοίτηση
Το πρόγραμμα πραγματοποιείται εξ αποστάσεως, προσφέροντας ευελιξία σε εργαζόμενους και επαγγελματίες που επιθυμούν να αποκτήσουν εξειδίκευση στην Τεχνητή Νοημοσύνη χωρίς να απαιτείται φυσική παρουσία στο Πανεπιστήμιο.
Με την ολοκλήρωση του προγράμματος, οι φοιτητές αναμένεται να έχουν αναπτύξει ένα ολοκληρωμένο σύνολο τεχνικών, αναλυτικών και ερευνητικών δεξιοτήτων στον τομέα της Τεχνητής Νοημοσύνης.
Κατανόηση των Βασικών Αρχών της Τεχνητής Νοημοσύνης
Οι φοιτητές αποκτούν βαθιά κατανόηση των βασικών θεωριών, τεχνικών και μεθοδολογιών που χρησιμοποιούνται για την ανάπτυξη ευφυών υπολογιστικών συστημάτων.
Ανάπτυξη Συστημάτων Machine Learning
Αναπτύσσουν τις απαραίτητες γνώσεις για την κατανόηση, επιλογή και εφαρμογή αλγορίθμων Μηχανικής Μάθησης σε πραγματικά προβλήματα.
Ανάλυση Μεγάλων Δεδομένων
Οι φοιτητές μαθαίνουν να επεξεργάζονται και να αναλύουν μεγάλους όγκους δεδομένων, αξιοποιώντας κατάλληλες υπολογιστικές και αναλυτικές τεχνικές.
Αναπαράσταση Γνώσης και Συλλογιστική
Αποκτούν δεξιότητες στην αναπαράσταση γνώσης και τη συλλογιστική, κατανοώντας τον τρόπο με τον οποίο ένα ευφυές σύστημα μπορεί να οργανώνει πληροφορίες και να εξάγει συμπεράσματα.
Εφαρμογή Deep Learning
Μέσα από τις επιλογές μαθημάτων, οι φοιτητές μπορούν να αναπτύξουν προηγμένες γνώσεις στα Νευρωνικά Δίκτυα και το Deep Learning.
Ανάπτυξη Εφαρμογών Natural Language Processing
Μπορούν να εμβαθύνουν σε τεχνικές που επιτρέπουν στα υπολογιστικά συστήματα να αναλύουν και να επεξεργάζονται ανθρώπινη γλώσσα.
Εφαρμογές στη Ρομποτική
Οι φοιτητές μπορούν να αποκτήσουν γνώσεις σχετικά με την εφαρμογή τεχνικών Τεχνητής Νοημοσύνης στη Ρομποτική, την αντίληψη και την αυτόνομη λήψη αποφάσεων.
Κριτική Αξιολόγηση της Τεχνητής Νοημοσύνης
Αναπτύσσουν την ικανότητα να αξιολογούν κριτικά τόσο τις τεχνικές δυνατότητες όσο και τις ηθικές και κοινωνικές επιπτώσεις των συστημάτων Τεχνητής Νοημοσύνης.
Ανάπτυξη Ερευνητικών Δεξιοτήτων
Μέσα από τη Διπλωματική Εργασία, οι φοιτητές αναπτύσσουν δεξιότητες επιστημονικής έρευνας, επίλυσης σύνθετων προβλημάτων, ανάλυσης δεδομένων και τεκμηριωμένης παρουσίασης αποτελεσμάτων.
4 Υποχρεωτικά Μαθήματα
Foundations of Artificial Intelligence
ECTS: 10
Introduction to Machine Learning
ECTS: 10
Knowledge Representation, Reasoning and the Semantic Web
ECTS: 10
Big Data Analytics
ECTS: 10
Επιλογή 2 Μαθημάτων
Ο φοιτητής επιλέγει δύο από τα ακόλουθα μαθήματα:
Advanced Topics in Machine Learning
ECTS: 10
Artificial Neural Networks and Deep Learning
ECTS: 10
Multi-Agent Systems and Game Theory
ECTS: 10
Robotics and Perception
ECTS: 10
Philosophy and Ethics of AI
ECTS: 10
Natural Language Processing
ECTS: 10
Master Thesis
ECTS: 30
210 2208179
info@omiloseukleidi.gr
Κεντρικό Κατάστημα:
Σκρα 16,
Ορεστιάδα.
68 200
+30 25520 27546
+30 21022 08179
ΑΡ. ΓΕΜΗ: 179678421000
©Omilos Eukleidi 2026. All rights reserved.