-
计算统计和机器学习硕士课程旨在培养学生掌握在数据领域所需的高级分析和计算技能，其课程内容与数学紧密相关，涵盖了机器学习、统计学的基本课程，以及可以选修信息检索、生物信息学、量化金融、人工智能和机器视觉等领域的课程。学生能够通过解决与行业需求或前沿研究相关的问题来提升技能。学校还提供专门的计算统计和机器学习中心 (CSML)，CSML是欧洲主要的机器学习中心之一。全年分为三个学期，在第一学期中，学习监督学习的主题，深入了解各种经典和现代监督学习算法，统计模型和数据分析，理解指数分布族及其在广义线性/可加模型中的应用，在第二学期，学生可以选择兴趣的课程，加深对核心原则的理解，开始准备你的最终的研究论文，在第三学期，专注于研究论文。
课程设置
全日制学生需修满180学分方可获得法学硕士学位，其中包括共120学分的专业课以及60学分的研究论文。
必修课
Supervised Learning监督式学习
MSc Computational Statistics and Machine Learning Project
硕士研究项目
Statistical Models and Data Analysis统计模型与数据分析
选修课
Graphical Models
图形化的模型
Applied Machine Learning
应用机器学习
Advanced Topics in Machine Learning
机器学习高级主题
Approximate Inference and Learning in Probabilistic Models
概率模型中的近似推理和学习
Probabilistic and Unsupervised Learning 概率和无监督学习
Statistical Natural Language Processing 统计自然语言处理
Reinforcement Learning 强化学习
Machine Vision 机器视觉
Machine Learning Seminar 机器学习研讨会
Bayesian Deep Learning 贝叶斯深度学习
Statistical Learning Theory 统计学习理论
Applied Deep Learning 应用深度学习
Selected Topics in Statistics统计学选题
入学要求
学术要求：拥有等同于英国的二等一本科学位，学科背景为计算机科学、统计、数学、电气工程或物理科学相关，要求学生有优秀的数学能力，精通数学、统计、线性代数、多变量微积分等。
语言要求：雅思总分不低于7.0（各单项不低于6.5）或者托福总分100，阅读和写作24，口语和听力20。
