το άρθρο ενημερώθηκε στις 16.09.2026
Σε ποιον ταιριάζει το ΠΜΣ Τεχνητή Νοημοσύνη και Εφαρμογές / Artificial Intelligence and Applications;
Το Πρόγραμμα Μεταπτυχιακών Σπουδών «Τεχνητή Νοημοσύνη και Εφαρμογές / Artificial Intelligence and Applications» απευθύνεται σε αποφοίτους πληροφορικής, μηχανικών υπολογιστών, μαθηματικών, φυσικών επιστημών, μηχανικών, αλλά και συναφών επιστημονικών κλάδων που επιθυμούν να αποκτήσουν υψηλού επιπέδου, επιστημονικά τεκμηριωμένη και εφαρμοσμένη γνώση στον ταχέως εξελισσόμενο τομέα της Τεχνητής Νοημοσύνης (ΤΝ). Το ΠΜΣ εστιάζει σε βασικούς και προχωρημένους τομείς όπως η μηχανική μάθηση, η βαθιά μάθηση, η ανάλυση δεδομένων, η υπολογιστική όραση, η επεξεργασία φυσικής γλώσσας και οι εφαρμογές της ΤΝ σε επιχειρησιακά, βιομηχανικά και κοινωνικά περιβάλλοντα. Συνδυάζει ισχυρή θεωρητική θεμελίωση, υπολογιστικές μεθόδους και εφαρμογές σε πραγματικά δεδομένα, προετοιμάζοντας αποφοίτους για απαιτητικούς ρόλους στην έρευνα, την καινοτομία και την αγορά εργασίας.
Ταιριάζει ιδιαίτερα σε υποψηφίους που:
ενδιαφέρονται ουσιαστικά για τη θεωρία και τις εφαρμογές της τεχνητής νοημοσύνης, επιδιώκοντας να κατανοήσουν πώς οι αλγόριθμοι μάθησης και τα υπολογιστικά μοντέλα επιλύουν σύνθετα προβλήματα σε διαφορετικούς τομείς.
επιδιώκουν να αποκτήσουν εξειδικευμένες γνώσεις σε μηχανική μάθηση, βαθιά μάθηση και ανάλυση δεδομένων, με έμφαση στη σχεδίαση, εκπαίδευση και αξιολόγηση μοντέλων ΤΝ.
διαθέτουν ισχυρό μαθηματικό, προγραμματιστικό ή υπολογιστικό υπόβαθρο και θέλουν να το εξελίξουν σε σύγχρονη εξειδίκευση αιχμής, συνδυάζοντας θεωρία, αλγορίθμους και πρακτική υλοποίηση.
ενδιαφέρονται για την εφαρμογή της ΤΝ σε πραγματικά προβλήματα, όπως η αυτοματοποίηση διαδικασιών, η υποστήριξη λήψης αποφάσεων, η ανάλυση μεγάλων δεδομένων και τα ευφυή συστήματα.
στοχεύουν σε επαγγελματική πορεία σε εταιρείες τεχνολογίας, start-ups, βιομηχανία, fintech, healthtech ή ερευνητικά κέντρα, όπου απαιτείται εξειδικευμένη γνώση και συνεχής τεχνολογική εξέλιξη.
ενδιαφέρονται για τις ηθικές, κοινωνικές και κανονιστικές διαστάσεις της τεχνητής νοημοσύνης, κατανοώντας τις επιπτώσεις της ΤΝ στην εργασία, την ιδιωτικότητα και τη λήψη αποφάσεων.
αναζητούν ένα πρόγραμμα με υψηλές επιστημονικές, αναλυτικές και υπολογιστικές απαιτήσεις, που καλλιεργεί ερευνητική σκέψη και προετοιμάζει για ακαδημαϊκή ή ερευνητική συνέχεια.
Συνολικά, το ΠΜΣ Τεχνητή Νοημοσύνη και Εφαρμογές απευθύνεται σε υποψηφίους με έντονο ενδιαφέρον για τα δεδομένα, τους αλγορίθμους και την τεχνολογία αιχμής, αναλυτική σκέψη και σαφή επαγγελματικό προσανατολισμό στην ανάπτυξη και αξιοποίηση ευφυών συστημάτων. Αν επιθυμείς να δραστηριοποιηθείς στον πυρήνα της ψηφιακής και τεχνολογικής μετάβασης, το πρόγραμμα αυτό μπορεί να αποτελέσει ένα ιδιαίτερα ισχυρό ακαδημαϊκό και επαγγελματικό βήμα.
Πανεπιστήμιο Θεσσαλίας
Σχολή Θετικών Επιστημών
Τμήμα Πληροφορικής και Τηλεπικοινωνιών
ΠΜΣ: «Τεχνητή Νοημοσύνη και Εφαρμογές / Artificial Intelligence and Applications»
Έδρα:
Διεύθυνση – Πόλη διεξαγωγής: 3ο χιλιόμετρο Παλαιάς Εθνικής Οδού Λαμίας – Αθηνών ΤΚ 35 100, Λαμία
Τηλέφωνα: 2231 0 60191, 2231 0 60193 E-mail : pms-aia@uth.gr
Γνωστικό Αντικείμενο – Σκοπός :
Αντικείμενο του Π.Μ.Σ. είναι η επιστημονικά τεκμηριωμένη παραγωγή και μετάδοση προηγμένων γνώσεων, τεχνογνωσίας, μεθοδολογιών, υπολογιστικών εργαλείων, τεχνικών και ερευνητικών αποτελεσμάτων στον επιστημονικό χώρο της Τεχνητής Νοημοσύνης, με έμφαση στη βαθιά μηχανική μάθηση, την ανάλυση δεδομένων και βελτιστοποίηση, την υπολογιστική όραση, τα κυβερνοφυσικά συστήματα, τα ευφυή ρομποτικά οχήματα και τις τηλεπικοινωνίες.
Σκοποί του προγράμματος είναι:
Η προαγωγή της γνώσης και η ανάπτυξη της έρευνας στις συναφείς με το αντικείμενο του Π.Μ.Σ. επιστημονικές περιοχές της Τεχνητής Νοημοσύνης και των εφαρμογών της.
Η δημιουργία υψηλού επιπέδου επιστημόνων τεχνολογικής και θετικής εξειδίκευσης προς όφελος της παραγωγής και ανάπτυξης νέων τεχνολογιών.
Η επιβράδυνση της εκροής Ελλήνων επιστημόνων προς το εξωτερικό για μεταπτυχιακές σπουδές της Τεχνητής Νοημοσύνης, προς όφελος του κοινωνικού συνόλου και της Ελληνικής οικονομίας.
Στόχος του Π.Μ.Σ. είναι η απόκτηση εξειδικευμένης επιστημονικής γνώσης και δεξιοτήτων έτσι ώστε οι απόφοιτοι:
Να αποκτήσουν ικανότητα αξιολόγησης και σύνθεσης της υπάρχουσας γνώσης πάνω στο εξειδικευμένο αντικείμενο του Π.Μ.Σ.
Να αναπτύξουν τις απαραίτητες ειδικές δεξιότητες για τη διατύπωση ερευνητικών υποθέσεων, το σχεδιασμό και τη διεξαγωγή έρευνας, καθώς και την αξιολόγηση, ανάλυση, και ερμηνεία ερευνητικών αποτελεσμάτων.
Να αποκτήσουν τα απαραίτητα εφόδια και τις ειδικές δεξιότητες που απαιτούνται, τόσο για την επαγγελματική, όσο και για την Ακαδημαϊκή και ερευνητική τους σταδιοδρομία στις ανταγωνιστικές συνθήκες που διαμορφώνονται στο σύγχρονο Ευρωπαϊκό περιβάλλον αλλά και Παγκοσμίως.
Να αποκτήσουν υψηλή επιστημονική κατάρτιση με σκοπό την παροχή υψηλού επιπέδου υπηρεσιών που σχετίζονται με τις εφαρμογές της Τεχνητής Νοημοσύνης προς όφελος της Ελληνικής οικονομίας και παραγωγής.
Τίτλος Σπουδών: Το Π.Μ.Σ. απονέμει Δίπλωμα Μεταπτυχιακών Σπουδών (Δ.Μ.Σ.) με τίτλο: «Τεχνητή Νοημοσύνη και Εφαρμογές».
Μαθησιακά αποτελέσματα του Προγράμματος Σπουδών
Το Πρόγραμμα Μεταπτυχιακών Σπουδών «Τεχνητή Νοημοσύνη και Εφαρμογές» (MSc in Artificial Intelligence and Applications) παρέχει εξειδικευμένη εκπαίδευση στις σύγχρονες θεωρίες, μεθόδους και τεχνολογίες της Τεχνητής Νοημοσύνης και στην εφαρμογή τους σε σύνθετα υπολογιστικά και τεχνολογικά προβλήματα. Το Πρόγραμμα καλύπτει τον προγραμματισμό συστημάτων Τεχνητής Νοημοσύνης, την προηγμένη Τεχνητή Νοημοσύνη, την ανάλυση δεδομένων και τη βελτιστοποίηση, τη Μηχανική Μάθηση, την Υπολογιστική Όραση και τη Βαθιά Μάθηση, τη μοντελοποίηση και προσομοίωση κυβερνοφυσικών συστημάτων, τα ευφυή ρομποτικά οχήματα και εφαρμογές της Τεχνητής Νοημοσύνης στις τεχνολογίες επικοινωνιών. Ιδιαίτερη έμφαση δίνεται στην ανάπτυξη και αξιολόγηση ευφυών μοντέλων και συστημάτων, στην πειραματική διερεύνηση, στην κριτική αξιολόγηση επιστημονικών αποτελεσμάτων και στη σύνδεση της προηγμένης θεωρητικής γνώσης με πραγματικές εφαρμογές. Μέσα από τα μαθήματα και τη μεταπτυχιακή διπλωματική εργασία, οι φοιτητές αναπτύσσουν προηγμένη επιστημονική, τεχνική και ερευνητική επάρκεια για επαγγελματική δραστηριότητα, έρευνα και καινοτομία στο πεδίο της Τεχνητής Νοημοσύνης.
Με την ολοκλήρωση των σπουδών τους, οι απόφοιτοι αναμένεται να έχουν αποκτήσει τις ακόλουθες γνώσεις, δεξιότητες και ικανότητες:
Επιστημονικό πεδίο UNESCO ISCED-F: Τεχνολογίες πληροφοριών και επικοινωνιών
Γνώσεις
- Κατανοούν σε προχωρημένο επίπεδο τις θεμελιώδεις αρχές, τις σύγχρονες μεθόδους και τα βασικά υποδείγματα της Τεχνητής Νοημοσύνης.
- Γνωρίζουν τις αρχές προγραμματισμού συστημάτων Τεχνητής Νοημοσύνης και τις υπολογιστικές δομές που απαιτούνται για την ανάπτυξη ευφυών εφαρμογών.
- Κατανοούν τις θεωρητικές βάσεις της Μηχανικής Μάθησης και τις βασικές κατηγορίες επιβλεπόμενης, μη επιβλεπόμενης και άλλων μορφών μάθησης.
- Γνωρίζουν προχωρημένες μεθόδους Μηχανικής Μάθησης και τις προϋποθέσεις επιλογής και εφαρμογής τους σε διαφορετικά προβλήματα.
- Κατανοούν τις αρχές της Βαθιάς Μάθησης και τις αρχιτεκτονικές νευρωνικών δικτύων που χρησιμοποιούνται σε σύγχρονες εφαρμογές Τεχνητής Νοημοσύνης.
- Γνωρίζουν τις βασικές και προχωρημένες μεθόδους Υπολογιστικής Όρασης για την εξαγωγή, αναπαράσταση και ερμηνεία πληροφορίας από εικόνες και οπτικά δεδομένα.
- Κατανοούν τις αρχές ανάλυσης δεδομένων και τον ρόλο της προεπεξεργασίας, της αναπαράστασης χαρακτηριστικών και της στατιστικής διερεύνησης στην ανάπτυξη μοντέλων Τεχνητής Νοημοσύνης.
- Γνωρίζουν μεθόδους βελτιστοποίησης και κατανοούν τη σημασία τους στην εκπαίδευση, προσαρμογή και αποδοτική λειτουργία ευφυών συστημάτων.
- Κατανοούν τις αρχές μοντελοποίησης και προσομοίωσης κυβερνοφυσικών συστημάτων και την αλληλεπίδραση υπολογιστικών, επικοινωνιακών και φυσικών διεργασιών.
- Γνωρίζουν τις αρχές λειτουργίας ευφυών ρομποτικών οχημάτων και τη σύνδεση αντίληψης, λήψης αποφάσεων, ελέγχου και αυτόνομης συμπεριφοράς.
- Κατανοούν τον ρόλο της Τεχνητής Νοημοσύνης στις σύγχρονες τεχνολογίες επικοινωνιών και τις δυνατότητες ευφυούς διαχείρισης δικτύων και υπηρεσιών.
- Γνωρίζουν τις αρχιτεκτονικές και τις βασικές συνιστώσες ολοκληρωμένων συστημάτων Τεχνητής Νοημοσύνης και τις απαιτήσεις ενσωμάτωσής τους σε πραγματικές εφαρμογές.
- Κατανοούν τις αρχές αξιολόγησης μοντέλων Τεχνητής Νοημοσύνης, συμπεριλαμβανομένων της γενίκευσης, της ακρίβειας, της ευρωστίας και των περιορισμών των χρησιμοποιούμενων δεδομένων.
- Κατανοούν κρίσιμες επιστημονικές, δεοντολογικές και κοινωνικές διαστάσεις της ανάπτυξης και χρήσης συστημάτων Τεχνητής Νοημοσύνης, όπως η μεροληψία, η διαφάνεια και η υπεύθυνη χρήση.
- Γνωρίζουν τις απαιτήσεις της επιστημονικής έρευνας στο πεδίο της Τεχνητής Νοημοσύνης και τη σύνδεση θεωρίας, πειραματισμού, αξιολόγησης και παραγωγής πρωτότυπης γνώσης.
Δεξιότητες
- Αναλύουν σύνθετα προβλήματα και τα διατυπώνουν ως κατάλληλα προβλήματα Τεχνητής Νοημοσύνης ή Μηχανικής Μάθησης.
- Σχεδιάζουν και υλοποιούν προγράμματα και υπολογιστικές ροές για την ανάπτυξη, εκπαίδευση και αξιολόγηση συστημάτων Τεχνητής Νοημοσύνης.
- Συλλέγουν, καθαρίζουν, μετασχηματίζουν και οργανώνουν δεδομένα ώστε να είναι κατάλληλα για ανάλυση και εκπαίδευση μοντέλων.
- Εφαρμόζουν μεθόδους ανάλυσης δεδομένων για την αναγνώριση προτύπων, σχέσεων και χαρακτηριστικών που είναι κρίσιμα για την επίλυση ενός προβλήματος.
- Επιλέγουν και εφαρμόζουν κατάλληλους αλγορίθμους Μηχανικής Μάθησης ανάλογα με τη φύση των δεδομένων, τον στόχο και τους περιορισμούς της εφαρμογής.
- Αναπτύσσουν και εκπαιδεύουν μοντέλα Βαθιάς Μάθησης και ρυθμίζουν τις βασικές παραμέτρους και αρχιτεκτονικές τους.
- Εφαρμόζουν τεχνικές Υπολογιστικής Όρασης και Βαθιάς Μάθησης για την επεξεργασία, ανάλυση και ερμηνεία εικόνων και οπτικών δεδομένων.
- Χρησιμοποιούν μεθόδους βελτιστοποίησης για τη βελτίωση της απόδοσης αλγορίθμων και μοντέλων Τεχνητής Νοημοσύνης.
- Σχεδιάζουν και εκτελούν πειράματα για τη συστηματική σύγκριση εναλλακτικών μοντέλων, αλγορίθμων και υπερπαραμέτρων.
- Αξιολογούν την απόδοση μοντέλων με κατάλληλες μετρικές και διαδικασίες επικύρωσης και ερμηνεύουν κριτικά τα αποτελέσματα.
- Μοντελοποιούν και προσομοιώνουν κυβερνοφυσικά συστήματα και διερευνούν τη συμπεριφορά τους υπό διαφορετικές συνθήκες.
- Συνδυάζουν τεχνικές αντίληψης, Μηχανικής Μάθησης και ελέγχου για εφαρμογές ευφυών ρομποτικών οχημάτων.
- Εφαρμόζουν τεχνικές Τεχνητής Νοημοσύνης σε προβλήματα τηλεπικοινωνιών και δικτύων, όπου αυτό απαιτείται από το αντικείμενο της εφαρμογής.
- Σχεδιάζουν ολοκληρωμένα συστήματα Τεχνητής Νοημοσύνης συνδυάζοντας δεδομένα, αλγορίθμους, λογισμικό και υπολογιστικές υποδομές.
- Εντοπίζουν σφάλματα, υπερπροσαρμογή, μεροληψίες και άλλους περιορισμούς σε μοντέλα και δεδομένα και προτείνουν κατάλληλες διορθωτικές παρεμβάσεις.
- Αναζητούν, αξιολογούν κριτικά και συνθέτουν διεθνή επιστημονική βιβλιογραφία και τεχνική τεκμηρίωση στο πεδίο της Τεχνητής Νοημοσύνης.
- Διατυπώνουν ερευνητικές υποθέσεις, σχεδιάζουν πειραματικές διαδικασίες και αναλύουν και ερμηνεύουν ερευνητικά αποτελέσματα.
- Σχεδιάζουν και εκπονούν μεταπτυχιακή διπλωματική εργασία, τεκμηριώνοντας τη μεθοδολογία, την υλοποίηση, την αξιολόγηση, τους περιορισμούς και τα συμπεράσματά της.
Ικανότητες
- Συνθέτουν προχωρημένες γνώσεις Τεχνητής Νοημοσύνης, Μηχανικής Μάθησης, ανάλυσης δεδομένων και υπολογιστικών μεθόδων για την αντιμετώπιση σύνθετων προβλημάτων.
- Αντιμετωπίζουν νέα και μη οικεία προβλήματα Τεχνητής Νοημοσύνης με αναλυτική, αλγοριθμική και επιστημονικά τεκμηριωμένη προσέγγιση.
- Επιλέγουν αυτόνομα κατάλληλα δεδομένα, μοντέλα, αλγορίθμους και υπολογιστικά εργαλεία ανάλογα με τις απαιτήσεις κάθε εφαρμογής.
- Λαμβάνουν τεκμηριωμένες αποφάσεις υπό συνθήκες αβεβαιότητας, συνεκτιμώντας την ποιότητα των δεδομένων, την αξιοπιστία των μοντέλων και τις συνέπειες των σφαλμάτων.
- Αξιολογούν και συνθέτουν κριτικά την υπάρχουσα επιστημονική γνώση σε εξειδικευμένα αντικείμενα της Τεχνητής Νοημοσύνης.
- Σχεδιάζουν ολοκληρωμένες λύσεις Τεχνητής Νοημοσύνης από τη διατύπωση του προβλήματος και την προετοιμασία δεδομένων έως την ανάπτυξη και αξιολόγηση του συστήματος.
- Αξιολογούν κριτικά την καταλληλότητα ενός μοντέλου για πραγματική εφαρμογή και αναγνωρίζουν περιπτώσεις στις οποίες η υψηλή πειραματική απόδοση δεν συνεπάγεται αξιόπιστη λειτουργία.
- Συνδυάζουν μεθόδους Μηχανικής Μάθησης, Βαθιάς Μάθησης, Υπολογιστικής Όρασης, βελτιστοποίησης και προσομοίωσης όταν το πρόβλημα απαιτεί σύνθετη προσέγγιση.
- Μεταφέρουν μεθόδους Τεχνητής Νοημοσύνης σε διαφορετικά πεδία εφαρμογής, προσαρμόζοντας τα μοντέλα και τις τεχνικές στις ιδιαίτερες απαιτήσεις τους.
- Ενσωματώνουν αρχές υπεύθυνης Τεχνητής Νοημοσύνης στον σχεδιασμό και την αξιολόγηση συστημάτων, εξετάζοντας μεροληψία, διαφάνεια, αξιοπιστία και κοινωνικές επιπτώσεις.
- Συνεργάζονται αποτελεσματικά σε διεπιστημονικές ομάδες ανάπτυξης και έρευνας, συνδέοντας υπολογιστικές λύσεις με τις ανάγκες του αντίστοιχου πεδίου εφαρμογής.
- Αναλαμβάνουν πρωτοβουλία και ευθύνη για τον σχεδιασμό, την οργάνωση και την ολοκλήρωση σύνθετων έργων Τεχνητής Νοημοσύνης.
- Διεξάγουν αυτόνομη έρευνα με μεθοδολογική συνέπεια, αναπαραγωγιμότητα, κριτική αξιολόγηση πηγών και σεβασμό στην επιστημονική δεοντολογία.
- Επικοινωνούν σύνθετες μεθόδους, πειραματικά αποτελέσματα και τεχνικά συμπεράσματα με σαφήνεια σε επιστημονικό και επαγγελματικό κοινό.
- Παρακολουθούν κριτικά τις ταχείες εξελίξεις της Τεχνητής Νοημοσύνης και οργανώνουν αυτόνομα τη συνεχή επιστημονική και επαγγελματική τους εξέλιξη, διαθέτοντας υπόβαθρο για περαιτέρω έρευνα.
Σημείωση τεκμηρίωσης:
Η παρουσίαση βασίζεται στον ισχύοντα Οδηγό Σπουδών. Η επιλογή, η ομαδοποίηση και η διατύπωση των μαθησιακών αποτελεσμάτων αποτελούν συνθετική επεξεργασία του mysep, σύμφωνα με το Ελληνικό Πλαίσιο Προσόντων και τους περιγραφικούς δείκτες του Δουβλίνου.
Διάρκεια σπουδών :
Το Π.Μ.Σ. με τίτλο «Τεχνητή Νοημοσύνη και Εφαρμογές» έχει διάρκεια δύο εξαμήνων πλήρους φοίτησης (60 ECTS), δηλαδή 1 εξάμηνο μαθημάτων (30 ECTS) και 1 εξάμηνο μαθημάτων (18 ECTS) και εκπόνηση της μεταπτυχιακής διπλωματικής εργασίας (12 ECTS).
Γλώσσα Διδασκαλίας:
Η γλώσσα διδασκαλίας του Π.Μ.Σ. «Τεχνητή Νοημοσύνη και Εφαρμογές» είναι η ελληνική. Η γλώσσα εκπόνησης της διπλωματικής εργασίας είναι η ελληνική ή/και η αγγλική.
Η διδασκαλία των μαθημάτων πραγματοποιείται με μέσα εξ αποστάσεως εκπαίδευσης σε ποσοστό 100%.
Δίδακτρα: τέλη φοίτησης ύψους 1600 ευρώ (800€ για το Α’ εξάμηνο και 800€ για το Β’ εξάμηνο).
Κατηγορίες και αριθμός εισακτέων:
Στο Π.Μ.Σ. «Τεχνητή Νοημοσύνη και Εφαρμογές» γίνονται δεκτοί κάτοχοι τίτλου του πρώτου κύκλου σπουδών Α.Ε.Ι. της ημεδαπής θετικής κατεύθυνσης, απόφοιτοι Πολυτεχνικών Σχολών της χώρας, απόφοιτοι ΑΕΙ του εξωτερικού, θετικής κατεύθυνσης με πτυχίο επιπέδου M.S.ή Μ. Eng., ή άλλου ισοδύναμου τίτλου.
Ως μέγιστος ετήσιος αριθμός νέων μεταπτυχιακών φοιτητών που γίνονται δεκτοί στο Π.Μ.Σ. με τίτλο «Τεχνητή Νοημοσύνη και Εφαρμογές» ορίζονται οι σαράντα (40), συμπεριλαμβανομένων των φοιτητών που δικαιούνται απαλλαγής των τελών φοίτησης.
Διαδικασία επιλογής:
Η αξιολόγηση των υποψηφίων και η επιλογή των εισακτέων γίνεται με βάση τη συνολική βαθμολόγηση (σε κλίμακα 1 – 100) στα παρακάτω κριτήρια:
Κριτήρια επιλογής :
Επίδοση σε προπτυχιακές σπουδές συναφείς με το αντικείμενο του Π.Μ.Σ. (30)
Συνάφεια Διπλωματικής Εργασίας με τους στόχους του Π.Μ.Σ. (5)
Διαθέσιμη Επαγγελματική εμπειρία, σχετική με το Π.Μ.Σ. (10)
Επιστημονικό και Ερευνητικό έργο, όπως μεταπτυχιακοί τίτλοι σπουδών, επιστημονικές εργασίες σε έγκριτα επιστημονικά περιοδικά ή πρακτικά συνεδρίων, σχετικά με το Π.Μ.Σ. (10)
Επίπεδο γνώσης Αγγλικής γλώσσας (10)
Συστατικές Επιστολές (συνολικά) (10)
Συνέντευξη (25)
Σύνολο (100)
Με βάση τα συνολικά κριτήρια, η Συνέλευση καταρτίζει και εγκρίνει τον πίνακα αξιολόγησης των φοιτητών/τριών. Σε περίπτωση ισοβαθμίας, προκρίνονται όλοι οι ισοβαθμούντες με τον τελευταίο υποψήφιο.
Πρόγραμμα Σπουδών
Η επιτυχής ολοκλήρωση του προγράμματος περιλαμβάνει δύο εξάμηνα πλήρους φοίτησης (60 ECTS). Η διάρθρωση του προγράμματος και είναι η ακόλουθη:
Α’ εξάμηνο:
Υποχρεωτικά μαθήματα
-
- Προγραμματισμός Συστημάτων Τεχνητής Νοημοσύνης
- Προηγμένη Τεχνητή Νοημοσύνη
- Μέθοδοι ανάλυσης δεδομένων και βελτιστοποίηση
- Υπολογιστική Όραση και Βαθιά Μάθηση
- Προηγμένη Μηχανική Μάθηση
Β’ εξάμηνο:
Υποχρεωτικά μαθήματα
-
- Μοντελοποίηση Κυβερνοφυσικών Συστημάτων και Προσομοιώσεις
- Ευφυή Ρομποτικά Οχήματα
- Τεχνητή Νοημοσύνη και Τεχνολογίες Επικοινωνιών
- Συστήματα Τεχνητής Νοημοσύνη (επιλογής)
Γ’ εξάμηνο:
-
- Εκπόνηση Μεταπτυχιακής Διπλωματικής Εργασίας
Τι άλλο πρέπει να ξέρω :
Χρήσιμα Έντυπα:
- Προκήρυξη – Πρόσκληση εκδήλωσης ενδιαφέροντος (ακαδ. έτος 2026-2027)
- ΦΕΚ ίδρυσης (ή επανίδρυσης) : ΦΕΚ 1849 τ.Β΄/15.04.2025
- Κανονισμός Σπουδών: ΦΕΚ 1849 τ.Β΄/15.04.2025
Περισσότερα στοιχεία :
- Ηλεκτρονική διεύθυνση ΠΜΣ: Τεχνητή Νοημοσύνη και Εφαρμογές
- Ηλεκτρονική διεύθυνση του τμήματος: Τμήμα Πληροφορικής και Τηλεπικοινωνιών
Διάρκεια Λειτουργίας
Το Π.Μ.Σ. με τίτλο «Τεχνητή Νοημοσύνη και Εφαρμογές» θα λειτουργήσει τουλάχιστον μέχρι και το ακαδημαϊκό έτος 2029-2030 με την επιφύλαξη της μη πιστοποίησής του κατά την περιοδική αξιολόγησή του.