• 項(xiàng)目簡(jiǎn)介
  • 課程介紹
  • 錄取報(bào)告
  • 成功案例
  • 留學(xué)資訊
  • 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
  • 開放時(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

    預(yù)約咨詢

  • 幾何留學(xué)公眾號(hào)
  • 幾何留學(xué)APP
  • 幾何留學(xué)APP

    2403個(gè)學(xué)校

    10300個(gè)專業(yè)

    3117個(gè)錄取案例

    8697份錄取報(bào)告