伦敦大学学院机器学习理学硕士解析
UCL 的机器学习理学硕士课程是一个独特的课程，为研究该学科提供了绝佳的环境。该计划介绍了机器学习的计算、数学和商业观点。学生将了解该领域新技术开发和应用的基本原理，同时了解和分析可用算法和方法的范围和范围，并设计、开发和评估适用于新的算法和方法的能力。问题和应用。
学生修读价值 180 学分的模块。
该计划包括一个核心模块（15 学分）、两到七个可选模块（30 到 105 学分），其中必须包括图形模型或概率和无监督学习、最多五个选修模块（0 到 75 学分）和一项研究项目（60 学分）。
成功完成 180 个学分后，您将获得机器学习硕士学位。
请注意，此处给出的模块列表是指示性的。此信息在注册和模块内容和可用性之前很长时间发布，可能会发生变化。
必修模块
监督学习（15 学分）
理学硕士机器学习项目（60 学分）
可选模块
学生必须从这些可选模块中选择 75 到 90 个学分。学生必须学习图形模型或概率和无监督学习。
机器学习高级主题（15 学分）
应用机器学习（15 学分）
概率模型中的近似推理和学习（15 学分）
生物信息学（15 学分）
图形模型（15 学分）
深度学习简介（15 学分）
机器学习研讨会（15 学分）
机器视觉（15 学分）
概率和无监督学习（15 学分）
强化学习（15 学分）
统计自然语言处理（15 学分）
选修课（选择 15 到 30 个学分）
情感计算和人机交互（15 学分）
生物医学成像的计算建模（15 学分）
信息检索和数据挖掘（15 学分）
成像中的逆问题（15 学分）
多智能体人工智能（15 学分）
数值优化（15 学分）
机器人视觉和导航（15 学分）
机器人控制理论与系统（15 学分）
如果想了解更多，请咨询蒋老师
