红杏永久行网站入口,无码人妻ΑⅤ免费一区二区三区

數(shù)據(jù)科學(xué)理學(xué)碩士

MSc Data Science

所屬學(xué)院：計(jì)算機(jī)科學(xué)學(xué)院

申請(qǐng)難度：高就業(yè)前景：優(yōu) 消費(fèi)水平：高

166 QS 2023 9 TIMES 2023

項(xiàng)目簡(jiǎn)介

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

申請(qǐng)時(shí)間

開放時(shí)間

語(yǔ)言要求

類型	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

其它要求

均分75以上，GPA 3.0/4.0（排名前250大學(xué)）

培養(yǎng)目標(biāo)

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)專家。師資力量包括曾在專業(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。

主要課程

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