428世界排名
86 本地排名
我们的使命是培养经过技术和理论培训的适应性强的工程师，他们致力于技术的发现和应用，并了解为社会挑战创造可持续解决方案的全球，社会和道德影响。我们将通过开展强有力的研究，并在数字、人类和物理平台上有意义地整合新兴工程方法和创新来实现这一目标。
机器学习工程理学硕士
| 所在学校排名 | 全球排名：428 本地排名：86 |
| 专业中文名称 | 机器学习工程理学硕士 |
| 专业英文名称 | Master of Science in Machine Learning Engineering |
| 所在学校 | 德雷塞尔大学 |
| 培养目标 | 机器学习理学硕士课程旨在为他们作为机器学习工程师或类似职位的职业生涯做好准备。该研究生课程使用基于核心机器学习主题，对齐数学理论和信号处理的课程，为机器学习算法的设计，实施和应用于实际问题提供了扎实的数学和理论理解。学生将获得使用标准编程语言，软件框架和系统实现机器学习系统的能力，无论是作为个人还是作为开发团队的成员。 |
| 就业 | 可从事的行业： |
| 申请要求 | 电气工程，计算机工程或计算机科，或相关领域（例如统计学，神经科学等）学士学位； |
| 语言要求 | 托福90；或雅思6.5 |
| 学制 | 18个月 |
| 截止日期 | 秋季入学：6月1日；冬季入学：10月15日；春季入学：1月15日；夏季入学：4月1日 |
| 入学季 | 1年4季入学：秋季入学（9月）+冬季入学（1年）+春季入学（3月）+夏季入学（6月） |
| 预估费用 | 总学费60390美金，生活费约1.8万美金/年，18个月就读结束总费用约63万人民币 |
| 课程详细信息 |
机器学习和人工智能 应用机器学习工程 模式识别 概率与随机变量 随机过程和光谱分析 检测和估计理论 工程设计的优化方法 信息论与编码 线性代数与矩阵分析 应用概率统计I 细胞和组织图像分析 多媒体取证和安全 生物信息学 基因组学统计分析 确定性数字信号处理基础 计算机视觉基础 图像处理基础 |
| 其他 |
该专业的学生需要完成45个课程学分。 |
直接添加小助手阿星
微信号：nan2xing
伦敦帝国理工学院
新加坡国立大学
