Machine Learning (MSc)
机器学习(理学硕士)硕士
这个全新的机器学习理学硕士课程将帮助您深入掌握机器学习和人工智能领域的专业知识,重点聚焦深度学习、自然语言处理和强化学习等前沿方向。课程从数学基础起步,逐步深入高级主题,让您在理论知识与实践能力上同步提升,具备构建应用于医疗、金融、机器人等领域的实际AI系统的能力。
本课程由顶尖研究人员授课,包含使用行业标准工具的实践训练,并提供参与当前前沿研究的机会。您的最终项目将致力于解决下一代机器学习或其应用中的开放性挑战。
相较于更广泛的“人工智能理学硕士”课程,该项目更适合希望深入理解机器学习原理并有意拓展研究边界的学员。
本课程专为未来的AI科学家和工程师设计,旨在培养您先进的技术能力、研究经验以及解决复杂问题的能力,助您在科技领域这一发展最快的方向之一成功开启职业生涯。请登记您的兴趣,以便及时获取课程开放的最新信息。
申请要求
申请者需持有含大量数学及部分计算与编程内容的本科(学士或本硕连读)学位,通常为计算机科学、物理、工程或数学等专业,并具备线性代数、微积分知识及编程经验(建议使用Python)。中国学生须毕业于Tier A、B或C类院校,且均分达到对应 tier 的2:1标准:Tier A为70%,Tier B为75%,Tier C为80%。若院校未列于名单,则按Tier D要求(88%)。
语言要求
总分:6.5,阅读:6.0,写作:6.0,口语:6.0,听力:6.0
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
雅思 | 6.5 | 6.0 | 6.0 | 6.0 | 6.0 |
总分:92,阅读:22,写作:21,口语:23,听力:21
总分:68,阅读:64,写作:64,口语:64,听力:64
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
PTE | 68 | 64 | 64 | 64 | 64 |
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 | - | 2026-08-19 0天 | 已截止 |
课程描述
该机器学习理学硕士课程为一年制全日制课程,包含8个授课模块和一项独立研究项目。学生将在校内学习三个学期,于12个月内完成整个课程。课程结构结合了机器学习理论的核心培训内容,以及可选的专题方向,使学生在进入研究论文阶段前能够专注于特定领域。
第一学期概览
在第一学期,你将修读3门必修课程,以及《研究方法》和《项目准备》。这些核心课程涵盖了高级学习所需的基础知识,包括机器学习的数学基础、关键算法与模型,以及深度学习的入门内容。《研究方法》和《项目准备》贯穿两个教学学期,帮助你规划并设计后续的项目工作。
第二学期概览
在第二学期,你将选择4门选修课程,同时继续修读《研究方法与项目准备》课程。通过选修课程,你可以根据个人兴趣定制这门机器学习学位课程。你可以专注于以下领域:
贝叶斯、主动学习与强化学习
数据挖掘
计算机视觉
因果推理
自然语言处理
机器学习优化
深度学习研究
您的选择将帮助您为暑期项目以及未来的工作或研究做好准备。
研究项目与论文
在夏季,你将完成一项为期3至4个月的独立研究项目,并由学术导师指导。你将针对机器学习中的某个具体问题,或医疗、金融、自主系统等应用领域的问题展开研究,并以一篇15,000字的论文形式报告研究成果。