Trosolwyg
Rwy'n angerddol am optimeiddio algorithmau dysgu peiriannau, yn enwedig technegau ML cyflym sy'n gwella effeithlonrwydd ar draws gwahanol sectorau, gan gynnwys systemau rheoli adeiladu. Mae fy ngwaith yn canolbwyntio ar wella perfformiad algorithm trwy ddulliau optimeiddio uwch, gan sicrhau gweithredu cyflym ar gyfer cymwysiadau amser real. Rwyf hefyd yn archwilio cymwysiadau AI ar gyfer optimeiddio ynni ac mae gennyf ddiddordeb brwd mewn systemau cyfathrebu.
Addysgu
Rwy'n addysgu amrywiaeth o bynciau, gan gynnwys rhaglennu Python, rhaglennu Java, a microgyfrifiaduron. Mae fy rôl yn cwmpasu datblygu'r cwricwlwm i sicrhau bod cynnwys y cwrs yn cyd-fynd â thueddiadau'r diwydiant, yn ogystal â mentora myfyrwyr i gefnogi eu teithiau academaidd. Rwy'n pwysleisio dysgu ymarferol a chymwysiadau yn y byd go iawn yn fy addysgu. Yn ogystal, rwy'n asesu deilliannau dysgu myfyrwyr gan ddefnyddio strategaethau gwerthuso effeithiol, gan fireinio fy dulliau yn barhaus i wella effaith addysgol. Mae fy meysydd ffocws yn cynnwys hanfodion cyfrifiadureg, cysyniadau gwyddor data, a hanfodion deallusrwydd artiffisial, paratoi myfyrwyr ar gyfer llwyddiant yn y meysydd deinamig hyn.
Bywgraffiad
Mae Mohammed Mshragi yn fyfyriwr PhD yn yr Ysgol Peirianneg ym Mhrifysgol Caerdydd, ac mae ganddi radd Baglor mewn Cyfrifiadureg o Brifysgol Jazan a gradd Meistr mewn Peirianneg Gyfrifiadurol a Systemau Cyfathrebu o Brifysgol Limerick. Mae ganddo gefndir addysgu amrywiol, gan gyfarwyddo modiwlau mewn Cyfrifiadureg, Gwyddor Data, a Deallusrwydd Artiffisial, ac mae'n dysgu pynciau fel Python, Java, a microcomputers. Mae Mohammed yn ymwneud â datblygu'r cwricwlwm, mentora myfyrwyr, a strategaethau asesu i wella deilliannau dysgu. Mae ei ddiddordebau ymchwil yn canolbwyntio ar optimeiddio algorithmau dysgu peiriannau, technegau ML cyflym, a chymwysiadau AI mewn systemau ynni a thechnolegau craff. Mae wedi ymrwymo i ragoriaeth academaidd, a'i nod yw gwneud cyfraniadau sylweddol i beirianneg a thechnoleg trwy ei addysgu a'i ymchwil.
