發(fā)送驗(yàn)證碼
發(fā)送驗(yàn)證碼
UCL的Machine Learning全稱是University College London的MSc Machine Learning，即倫敦大學(xué)學(xué)院機(jī)器學(xué)習(xí)理學(xué)碩士，下面將詳細(xì)介紹UCL的Machine Learning的培養(yǎng)計(jì)劃、UCL的Machine Learning的課程介紹（英文版），課程介紹（中文版）、UCL的Machine Learning的研究生申請(qǐng)要求。
倫敦大學(xué)學(xué)院
倫敦大學(xué)學(xué)院機(jī)器學(xué)習(xí)理學(xué)碩士項(xiàng)目具有真實(shí)的獨(dú)特性，營(yíng)造了良好的學(xué)習(xí)環(huán)境，適合想要拓展機(jī)器學(xué)習(xí)領(lǐng)域的專業(yè)知識(shí)和技能組合的學(xué)生，引導(dǎo)學(xué)生從計(jì)算、數(shù)學(xué)和商業(yè)視角探究機(jī)器學(xué)習(xí)。
通過(guò)倫敦大學(xué)學(xué)院機(jī)器學(xué)習(xí)理學(xué)碩士項(xiàng)目，學(xué)生將了解該領(lǐng)域內(nèi)新技術(shù)開(kāi)發(fā)和應(yīng)用背后的原理，理解和分析各種可用算法和方法，能夠設(shè)計(jì)、開(kāi)發(fā)和評(píng)估恰當(dāng)?shù)乃惴ê头椒▉?lái)應(yīng)對(duì)新問(wèn)題和應(yīng)用。
1、Supervised Learning
2、Graphical Models
3、Probabilistic and Unsupervised Learning
4、Machine Vision
5、Bioinformatics
6、Information Retrieval and Data Mining
7、Advanced Topics in Machine Learning
8、Inverse Problems in Imaging
9、Affective Computing and Human-Robot Interaction
10、Approximate Inference and Learning in Probabilistic Models
11、Applied Machine Learning
12、Computational Modelling for Biomedical Imaging
13、Programming and Mathematical Methods for Machine Learning
14、Statistical Natural Language Programming
1、監(jiān)督式學(xué)習(xí)
2、圖形化模型
3、概率和無(wú)監(jiān)督學(xué)習(xí)
4、機(jī)器視覺(jué)
5、生物信息學(xué)
6、信息檢索和數(shù)據(jù)挖掘
7、機(jī)器學(xué)習(xí)前沿議題
8、成像逆問(wèn)題研究
9、情感計(jì)算和人與機(jī)器人的人機(jī)交互
10、概率模型近似推理和學(xué)習(xí)
11、應(yīng)用機(jī)器學(xué)習(xí)
12、生物醫(yī)學(xué)成像的計(jì)算建模
13、機(jī)器學(xué)習(xí)的編程和數(shù)學(xué)方法
14、統(tǒng)計(jì)自然語(yǔ)言編程
學(xué)制1年，學(xué)費(fèi)26670英鎊/年，雅思7.0（各項(xiàng)不低于6.5），托福100（閱讀和寫作不低于24,口語(yǔ)和聽(tīng)力不低于20）
pnemnih.cn/majr_50608
預(yù)約咨詢
