伦敦大学学院机器学习理学硕士项目具有真实的独特性，营造了良好的学习环境，适合想要拓展机器学习领域的专业知识和技能组合的学生，引导学生从计算、数学和商业视角探究机器学习。
通过伦敦大学学院机器学习理学硕士项目，学生将了解该领域内新技术开发和应用背后的原理，理解和分析各种可用算法和方法，能够设计、开发和评估恰当的算法和方法来应对新问题和应用。
| 序号 | 课程介绍 | Curriculum |
| 1 | 监督式学习 | Supervised Learning |
| 2 | 图形化模型 | Graphical Models |
| 3 | 概率和无监督学习 | Probabilistic and Unsupervised Learning |
| 4 | 机器视觉 | Machine Vision |
| 5 | 生物信息学 | Bioinformatics |
| 6 | 信息检索和数据挖掘 | Information Retrieval and Data Mining |
| 7 | 机器学习前沿议题 | Advanced Topics in Machine Learning |
| 8 | 成像逆问题研究 | Inverse Problems in Imaging |
| 9 | 情感计算和人与机器人的人机交互 | Affective Computing and Human-Robot Interaction |
| 10 | 概率模型近似推理和学习 | Approximate Inference and Learning in Probabilistic Models |
| 11 | 应用机器学习 | Applied Machine Learning |
| 12 | 生物医学成像的计算建模 | Computational Modelling for Biomedical Imaging |
| 13 | 机器学习的编程和数学方法 | Programming and Mathematical Methods for Machine Learning |
| 14 | 统计自然语言编程 | Statistical Natural Language Programming |
粤公网安备 44010602002017号
