入學(xué)時(shí)間 | 項(xiàng)目時(shí)長(zhǎng) | 項(xiàng)目學(xué)費(fèi) |
9月 | 1年 | £30,750 |
類型 | 總分要求 | 小分要求 |
雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
托福 | 90 | L:19 | R:20 | W:19 | S:22 |
PTE | 71 | L:65 | R:65 | W:65 | S:65 |
2.1(或國(guó)際同等學(xué)歷)以下領(lǐng)域之一:物理、數(shù)學(xué)、計(jì)算機(jī)科學(xué)、化學(xué)、工程。高2.2,56%以上,(或國(guó)際同等水平)如果申請(qǐng)人有相關(guān)工作經(jīng)驗(yàn)或其他支持因素,可以考慮。
諾丁漢大學(xué)科學(xué)機(jī)器學(xué)習(xí)理學(xué)碩士課程你將學(xué)習(xí)如何將人工智能和人工智能技術(shù)應(yīng)用到實(shí)際的科學(xué)問題中。這將幫助你建立重要的技能,提高你在一個(gè)快速發(fā)展的領(lǐng)域的就業(yè)能力。本課程的畢業(yè)生將學(xué)習(xí)如何:識(shí)別和使用相關(guān)的計(jì)算工具和編程技術(shù);應(yīng)用統(tǒng)計(jì)學(xué)和物理學(xué)原理來分解算法,并解釋它們是如何工作的;將機(jī)器學(xué)習(xí)應(yīng)用于科學(xué)數(shù)據(jù)集分析的設(shè)計(jì)策略。
序號(hào) | 課程介紹 | Curriculum |
1 | 科學(xué)中的機(jī)器學(xué)習(xí)-第1部分 | Machine Learning in Science – Part 1 |
2 | 科學(xué)中的機(jī)器學(xué)習(xí)-第2部分 | Machine Learning in Science – Part 2 |
3 | 應(yīng)用統(tǒng)計(jì)與概率論 | Applied Statistics and Probability |
4 | 科學(xué)中的機(jī)器學(xué)習(xí)-項(xiàng)目 | Machine Learning in Science – Project |
5 | 計(jì)算機(jī)專業(yè)道德 | Professional Ethics in Computing |
6 | 實(shí)用量子計(jì)算導(dǎo)論 | Introduction to Practical Quantum Computing |
7 | 計(jì)算機(jī)視覺 | Computer Vision |
8 | 設(shè)計(jì)智能代理 | Designing Intelligent Agents |
9 | 神經(jīng)計(jì)算 | Neural Computation |
10 | 大數(shù)據(jù)學(xué)習(xí)與技術(shù) | Big Data Learning and Technologies |
11 | 統(tǒng)計(jì)基礎(chǔ) | Statistical Foundations |
12 | 自主機(jī)器人系統(tǒng) | Autonomous Robotic Systems |
13 | 決策支持仿真 | Simulation for Decision Support |
14 | 線性和離散優(yōu)化 | Linear and Discrete Optimisation |
15 | 用模糊集和模糊系統(tǒng)處理不確定性 | Handling Uncertainty with Fuzzy Sets and Fuzzy Systems |
幾何留學(xué)APP
2403個(gè)學(xué)校
10778個(gè)專業(yè)
3431個(gè)錄取案例
8697份錄取報(bào)告