人工智能与数据科学在可再生能源中的应用：地质学与地球物理学硕士

本课程为必修核心模块课程，涵盖计算与数据科学在地球科学及可再生能源领域的应用。学生需完成以下全部核心模块： - Python数值编程：学习使用Python进行数值编程，并解决地球科学问题。 - 数据科学与机器学习：掌握数据科学核心概念及经典机器学习算法。 - 计算数学：学习支撑计算科学、数据科学和机器学习的基础数学理论。 - 计算/数据科学应用：通过团队协作，运用软件解决问题，并以报告和演示形式总结成果。 - 深度学习：学习构建神经网络，用于图像与语言识别、内容生成及复杂模式预测。 - 地下基础与可再生能源技术：了解适用于可再生能源设施建设的地下特性与地质构造。 - 沉积环境与可再生能源工程地质风险：研究可再生能源设施常见的沉积环境及其相关地质灾害与工程挑战。 - 岩土力学与岩土工程：学习应力、应变、弹性、孔隙弹性与热弹性理论，并接触岩土数据分析。 - 地球物理、数据融合与地层建模：实践解释近海高分辨率地球物理数据，并开发及虚拟现实可视化地层模型。 最后阶段为应用计算/数据科学项目：学生独立完成一个面向可再生能源领域的技术问题分析，设计并实现基于计算或数据科学的解决方案，可自选课题或参与企业实习项目，最终提交书面报告并进行口头答辩。