一、入学要求
您需要在以下科目之一中获得2：1的上限：
计算机科学
编程
软件工程
人工智能
数学与计算
在以下模块中，您还必须具有 2：1 的较高分数：
一种编程语言
线性代数（或其他高级数学模块）
人工智能、机器学习或高级算法中的模块
理想的模块包括：
密码学
软件
数据结构
数据库
网络
电子学
二、课程结构
您必须学习以下模块：
人工智能的基础
本课程介绍人工智能（AI）的基本概念和技术。本单元旨在广泛介绍快速发展的AI领域。
机器学习基础（理学硕士）
机器学习是关于从大型复杂数据集中提取有用的信息。该主题是来自函数分析，统计建模和计算技术的概念的丰富混合体。
智能代理
本模块广泛介绍了基于代理的计算这一新的、快速扩展的领域。它介绍了该领域的关键概念和模型，既处理单个代理，也处理它们的相互作用。
理学硕士项目
您的研究项目将使您能够深入探索专业学科领域的某些方面。您将被分配到一个项目主管，您将与他会面并同意项目简介和计划。
机器学习技术（理学硕士）
机器学习是关于从大型复杂数据集中提取有用的信息。该模块将涵盖如何应用学习算法的实际基础。您将在实验室会议中获得实践经验。
研究方法和项目准备
该模块将为学生准备暑期研究项目和基于研究的课程作业练习。
您还必须从以下模块中进行选择：
高级机器学习
- 介绍模式识别和机器学习中的关键概念;包括用于分类、回归、聚类和概率建模的特定算法。-对在施用炼金过程中出现的一般问题有一个广泛的认识。
算法博弈论
本模块： - 向学生介绍多个自利方（又名代理）互动的关键问题，并对处理这种相互作用的理论计算机科学和博弈论界面上的主题进行广泛的调查。
贝叶斯，主动和强化学习
生物启发机器人
该模块位于机器人和生物学的交叉点。通过从生物系统中抽象出设计原则，可以开发一系列核心竞争力，包括机电一体化系统，传感器和执行器技术。
生物测定学
生物识别技术是关于我们如何通过个人特征自动识别人。我们都有指纹和面孔 - 它们是独一无二的。我们必须感知信息，对其进行处理，然后对与身份相关的信息进行评估。
计算金融学
金融市场是大量具有挑战性的计算问题的根源。从计算建模的角度来看，这些不仅在智力上具有挑战性，而且金融部门也是一个重要的雇主。
计算机视觉（理学硕士）
计算机视觉的挑战是开发一种具有人眼大脑系统能力的基于计算机的系统。因此，它主要关注捕获和理解数字图像的问题。
数据挖掘
数据挖掘的挑战是将原始数据转换为有用的信息和可操作的知识。数据挖掘是在数据集中发现模式的计算过程，涉及人工智能，机器和机器交叉点的方法。
深度学习技术
近年来，深度学习已经彻底改变了许多领域。
可微编程和深度学习
近年来，深度学习和可微分编程已经彻底改变了许多领域。由于廉价GPGP的出现，我们目睹了从计算机视觉到语音分析再到自然语言处理的所有方面的改进。
复杂性的演变
自然选择的进化为一些非常困难的问题创造了极其复杂和精密的解决方案。
图像处理
本模块可用于介绍：-图像处理及其与信号处理的关系。-用于过滤，编码等的图像转换-直方图处理算法，以提高图像质量和可见性。
面向 AI 系统的知识图谱
自然语言处理（理学硕士）
本模块向学生介绍自然语言处理（NLP）算法，并了解如何实现NLP应用程序。
计算机科学仿真建模
仿真建模在现代科学和工程领域发挥着越来越重要的作用，计算模型的开发成为工业、咨询和政策制定领域的既定实践。
三、学费
一年学习的费用：
英国学生支付9，250英镑。
欧盟和国际学生支付28，000英镑。
