科学领域机器学习理学硕士

本课程在正式学习前设有数学强化训练营，旨在帮助学生建立扎实的定量分析基础，为后续机器学习学习做好准备。核心模块包括：《科学中的机器学习——第一部分》（20学分）、《科学中的机器学习——第二部分》（20学分）、《应用统计与概率》（20学分）以及一项占60学分的《科学中的机器学习项目》。此外，学生可从多个选修模块中选择学习，例如《实用量子计算导论》（10学分）、《计算机视觉》（20学分）、《智能体设计》（20学分）、《神经计算》、《大数据学习与技术》（20学分）、《决策支持中的仿真与优化》（20学分）、《线性与离散优化》（20学分）以及《基于模糊集与模糊系统的不确定性处理》（20学分）。请注意，模块内容可能因教学发展或师资变动而调整，具体以当年模块目录为准。由于排课限制，部分模块组合可能存在选课冲突。课程结构强调理论与实践结合，注重培养学生在科学领域应用机器学习的能力。