Arcadia AI — मास्टर्स प्रोग्राम
HI
प्रोग्राम  /  सेमेस्टर 3 — Specialization & Research
कोर्स

AI Research: Bayesian ML, Causal ML, RL, Graph ML

AI का फ्रंटियर: बायेसियन ML, कारणात्मक अनुमान (causal inference), रीइनफोर्समेंट लर्निंग और ग्राफ़ न्यूरल नेटवर्क्स

फ़ैकल्टी की पुष्टि होना बाकी है

कोर्स के बारे में

यह कोर्स आधुनिक AI में सक्रिय रूप से विकसित हो रही चार रिसर्च दिशाओं से परिचित कराता है: Bayesian ML, Causal ML, Reinforcement Learning और Graph ML। हर दिशा को उसकी सैद्धांतिक बुनियाद, वर्तमान में खुले प्रश्नों और वास्तविक समस्याओं से जुड़ाव के नज़रिए से देखा जाता है। यह कोर्स मास्टर्स थीसिस का विषय चुनने की बुनियाद है।

आप क्या सीखेंगे

ELBO को व्युत्पन्न करना और जनरेशन टास्क के लिए वेरिएशनल ऑटोएन्कोडर (VAE) को इम्प्लीमेंट करना
कारणात्मक ग्राफ़ (causal graph) बनाना और इंटरवेंशनल प्रभावों के आकलन के लिए do-calculus लागू करना
PPO पद्धति से किसी संदर्भ (control) टास्क पर RL-एजेंट को प्रशिक्षित करना और कन्वर्जेंस का विश्लेषण करना
message passing के साथ GNN को इम्प्लीमेंट करना और उसकी अभिव्यंजक क्षमता (expressive power) का आकलन करना

मुख्य विषय

Bayesian ML: वेरिएशनल इन्फरेंस (VI), MCMC, गहन बायेसियन मॉडल (BNN, VAE)
Causal ML: कारणात्मकता ग्राफ़ (DAG), do-calculus, काउंटरफ़ैक्चुअल रीज़निंग
ऑब्ज़र्वेशनल डेटा से causal inference: प्रोपेंसिटी स्कोर, इंस्ट्रुमेंटल वैरिएबल्स
Reinforcement Learning: MDP, policy gradient (REINFORCE, PPO), Q-learning (DQN)
LLM में RL: RLHF, GRPO, reward hacking
Graph Neural Networks: GCN, GAT, message passing, अभिव्यंजक क्षमता (WL test)
ज्यामितीय डीप लर्निंग: इनवेरिएंस और इक्विवेरिएंस
दिशाओं के बीच संबंध: बायेसियन RL, causal representation learning
यह विवरण स्वतः जनरेट किया गया है और अभी तक किसी फ़ैकल्टी सदस्य द्वारा जाँचा नहीं गया है — यह चर्चा हेतु एक ड्राफ़्ट है।