理学硕士：数据科学与机器学习

具体课程以该校最新官方培养方案为准。课程通常由基础、核心、方向和实践递进。基础课程通常包括离散数学、程序设计、数据结构与算法、线性代数，建立学科概念与研究语言；专业核心课程一般围绕计算机系统、操作系统、数据库、计算机网络与理论基础，训练理论分析与方法选择，体现由基础到专题的递进。结合“MSc Data”方向，常见课程模块有人工智能、机器学习、软件工程、数据科学、计算机图形学，但不代表该校已确定开设。实验、实习或综合实践通常包括编程实验、系统实现、数据项目、算法评测和科研，训练研究设计、技术操作、分析表达与综合任务能力。