Statistics and Machine Learning (EPSRC CDT) doctoral degree
统计与机器学习(EPSRC CDT)博士
统计与机器学习(StatML)博士培养中心(CDT)提供一个为期四年的DPhil项目(非全日制为八年),旨在培养未来在统计学和机器学习领域的研究人员。学生将开发具有广泛适用性的新方法和理论,以及针对特定应用的定制化方法。目标是推动政府、医疗、工业和科学等领域现实挑战中的突破性进展。
申请要求
申请者须持有或预计取得以下英国学历或其同等学历:数学、统计学、物理学、计算机科学、工程或密切相关专业的一等或强二等一荣誉学士学位。录取竞争激烈,多数成功申请者拥有一等学位或同等成绩。
对于中国学生:
- 若课程要求“强二等一”,通常需毕业于双一流/原985/211高校且均分85%以上,或其他院校均分90%以上;若低于90%,则需已通过硕士课程。
- 若课程要求“一等学位”,通常需毕业于双一流/原985/211高校且均分90%以上,或其他院校均分95%以上;若低于95%,则需已通过硕士课程。
美国申请者通常需GPA 3.6/4.0以上,但多数录取者GPA达3.7及以上。不强制要求GRE/GMAT成绩。
语言要求
总分7.0;听力6.5,口语6.5,阅读6.5,写作6.5
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
雅思 | 7.0 | 6.5 | 6.5 | 6.5 | 6.5 |
总分100.0;听力22.0,口语25.0,阅读24.0,写作24.0
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
托福 | 100 | 24 | 22 | 25 | 24 |
开学与申请日期
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|
| 2026-09-28 | - | 2026-01-08 0天 | 已截止 |
课程描述
本课程提供在统计学与机器学习领域的理论、计算及应用方面的深入研究机会,涵盖广泛的方法论与实际问题。研究项目通常结合前沿理论发展与现实世界挑战,并体现帝国理工学院与牛津大学研究团队的广度与深度,许多项目由学术界与行业共同指导。
学生在第一年将完成两个小型研究项目(非全日制学生时间安排可能不同),其中一个有望发展为最终的DPhil主课题。录取后,学生将根据研究兴趣被分配首位导师并开展第一个迷你项目;第二个迷你项目可由帝国理工学院的导师指导。若学生获得外部资助,则第二个项目需与资助方相关但探讨不同问题。
约九个月后(非全日制学生稍晚),学生将启动DPhil主研究项目,可基于任一迷你项目扩展,也可在导师协助下自主设计。研究有机会与CDT的领先工业合作伙伴联合开展,并可赴美国、欧洲或亚洲顶尖统计团队进行数据密集型统计实践的访问研修。