入學(xué)時(shí)間 | 項(xiàng)目時(shí)長(zhǎng) | 項(xiàng)目學(xué)費(fèi) |
9月 | 1年 | 22000英鎊 |
類(lèi)型 | 總分要求 | 小分要求 |
雅思 | 6.5 | 各項(xiàng)不低于6 |
托福 | 90 | 各項(xiàng)不低于21 |
均分75以上,GPA 3.0/4.0(排名前250大學(xué))
數(shù)據(jù)科學(xué)在全球經(jīng)濟(jì)活動(dòng)中發(fā)揮著重要的推動(dòng)作用,并影響著許多領(lǐng)域的科學(xué)進(jìn)步。本課程為學(xué)生提供工具,使學(xué)生成為具有強(qiáng)大數(shù)學(xué)基礎(chǔ)的行業(yè)專(zhuān)家。學(xué)生將了解交付有效數(shù)據(jù)科學(xué)所需的科學(xué)和技術(shù)的平衡組合。學(xué)生將獲得軟件技術(shù)方面的專(zhuān)業(yè)知識(shí),這些技術(shù)是將知識(shí)付諸實(shí)踐的核心,可以解決小型和大型數(shù)據(jù)集的挑戰(zhàn)。學(xué)生將在一個(gè)專(zhuān)業(yè)的計(jì)算機(jī)科學(xué)家團(tuán)隊(duì)中學(xué)習(xí),他們具有豐富的專(zhuān)業(yè)背景經(jīng)驗(yàn)。畢業(yè)后,學(xué)生將很好地進(jìn)入數(shù)據(jù)科學(xué)的各種職業(yè),從大型商業(yè)企業(yè)到創(chuàng)新技術(shù)初創(chuàng)企業(yè)。該項(xiàng)目適合希望在數(shù)據(jù)科學(xué)方面獲得扎實(shí)的理論基礎(chǔ)以及實(shí)踐的學(xué)生,學(xué)生將學(xué)習(xí)最新的機(jī)器學(xué)習(xí)和軟件科技,在擁有扎實(shí)數(shù)學(xué)知識(shí)的基礎(chǔ)上成為數(shù)據(jù)科學(xué)專(zhuān)家。師資力量包括曾在專(zhuān)業(yè)環(huán)境內(nèi)任職(例如微軟),且富有經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家。
序號(hào) | 課程介紹 | Curriculum |
1 | 應(yīng)用數(shù)據(jù)科學(xué) | Applied data science |
2 | 數(shù)據(jù)科學(xué)統(tǒng)計(jì) | Statistics for data science |
3 | 機(jī)器學(xué)習(xí)1 | Machine learning 1 |
4 | 數(shù)據(jù)科學(xué)的軟件科技 | Software technologies for data science |
5 | 強(qiáng)化學(xué)習(xí) | Reinforcement learning |
6 | 機(jī)器學(xué)習(xí)2 | Machine learning 2 |
7 | 研究項(xiàng)目準(zhǔn)備 | Research project preparation |
8 | 論文 | Dissertation |
9 | 貝葉斯機(jī)器學(xué)習(xí) | Bayesian machine learning |
10 | 神經(jīng)系統(tǒng)計(jì)算機(jī) | Neural computation |
幾何留學(xué)APP
2403個(gè)學(xué)校
10582個(gè)專(zhuān)業(yè)
3217個(gè)錄取案例
8697份錄取報(bào)告