项目特点

卡耐基梅隆大学机器学习系开设的学位项目有：

机器学习理学硕士MSc Machine Learning ：为期1.5-2年，要求申请者本科毕业，拥有计算机科学专业背景，学习过复杂理论、编程、数学、概率、统计学、矩阵代数与多元微积分等基础课程。该项目以授课内容为主，含有一定的研究内容，无需撰写毕业论文。核心课程包括：机器学习介绍、机器学习高级介绍、统计机器学习、中级统计学。毕业生可选择就业或继续攻读博士学位。不提供任何形式的奖学金，学生需自费攻读。

机器学习博士PhD in Machine Learning：为期4-5年，由计算机科学学院和统计学系联合开设。要求申请者本科毕业，拥有计算机科学相关专业背景，其他专业背景者需修读数学和计算机编程等相关前置课程，包括线性代数、概率、计算机科学等。所有录取的学生均可获得全额奖学金，包括Fellowship、TA/RA

统计学与机器学习联合博士Joint PhD in Statistics and Machine Learning：卡耐基梅隆大学统计学与机器学习联合博士项目旨在帮助学生提升专业能力，以便将来能进入顶尖大学的计算机科学和统计学两个院系里开启学术生涯。

机器学习与公共政策联合博士Joint PhD in Machine Learning and Public Policy：卡耐基梅隆大学机器学习与公共政策联合博士项目是一个由机器学习系和海兹学院联合开设的新项目。其中，海兹学院是一个研究公共政策、信息系统和管理的学院。通过卡耐基梅隆大学机器学习与公共政策联合博士项目的学习，学生将具备开发机器学习技术并将其应用于真实政策领域的能力。

神经计算与机器学习联合博士Joint PhD in Neural Computation and Machine Learning: 卡耐基梅隆大学神经计算与机器学习联合博士项目通过结合机器学习课程和认知神经基础中心的神经计算课程，旨在培养学生将机器学习理论应用于神经科学领域的能力。