英国留学机器学习和深度学习介绍

在新工业4.0发展背景下，人工智能、机器学习和深度学习日益成为当前科技领域最炙手可热的名词。机器学习(Machine Learning)即利用机器分析大量数据进行学习，是计算机具有智能化的根本途径，也是人工智能的核心技术。而深度学习(Deep Learning)则是机器学习的的前沿领域，能够建立和模拟人脑进行分析学习的系统，模拟人脑机制来分析数据。2016年凭借4:1比分取胜韩国棋手李世石的人工机器人AlphaGo(阿尔法围棋)便是深度学习最出圈的例子。

为适应行业最新发展，思克莱德大学开设机器学习与深度学习理学硕士，专注研发用于工业领域的机器学习和深度神经网络系统，让学生能够掌握人工智能领域建构、算法和最前沿的工程和软件技术。这篇文章将为大家详细解读该专业的亮点、课程内容与职业发展。

机器学习与深度学习理学硕士

MSc Machine Learning & Deep Learning

职业发展
1.强强联合，充分发挥交叉学科优势

机器学习与深度学习理学硕士由电子电气工程系部(Electronic & Electrical Engineering)和计算机与信息科学系部(Computer & Information Sciences)联合授课，学生将接触到支持机器学习和深度神经网络系统的最先工程和软件技术，掌握相关产品和服务中使用的编程语言和工程工具。

电子与电气工程院系被公认为英国此领域课程的首要提供者之一，也是领域内领先的部门之一，专业排名全英第4(TIMES 2022)。创新、教学、设施、就业率和国际化水平在QS世界大学排名中皆被评为5星，以卓越的研究，行业参与度和一流的教学计划而享誉全球。而计算机与信息科学院系是苏格兰第1个此类院系，也是英国第1批本类院系之一。

2.深度行业参与，提供行业项目机会

秉持“学以致用之地”理念，院系为学生提供全年多次的企业访问项目，并积极与行业合作伙伴联系，让行业伙伴参与课堂讲学，如组织行业人员参与的教学研讨会，网络研讨会等，让学生能够与行业精英积极互动，并深入了解业内前沿信息，获得第一手经验分享。此外，合作伙伴为学生提供项目实践机会，学生有机会申请由行业提供的研究项目，与行业合作伙伴一道，运用行业提供的数据和设施，通过企业走访、访问等形式，在行业导师和学术导师的指导下，解决企业合作伙伴面临的现实工程挑战。

合作企业（部分）

Leonardo(英国莱昂纳多航空航天公司)

Comcast (Sky)(美国有限电视公司康卡斯特Sky付费电视集团)

ORE Catapult(英国国家可再生能源推进中心)

PNDC(电力网络示范中心)

Xilinx(赛灵思)

Texas Instruments(德州仪器)

MathWorks(迈斯沃克)

NHS(英国国家医疗服务体系)

Canon Medical Research(佳能医学研究)

Varian Ltd(瓦里安有限公司)

3.10亿英镑校友投资，缔造一流设施设备

系部拥有一流教学设施，包括互动教室和配置最新电脑设备的最先进实验室。IT设施提供的网络资源、无线互联网资源、最新软件下载使用权等，最大程度满足师生日常教学和研究的需求。当下，思克莱德大学已斥资约10亿英镑用于校园设施设备投资和校园翻修，这也是本世纪苏格兰地区第一笔10亿英镑投资。

课程学习
学生将在两个学期内完成六门课程模块学习，随后将根据个人兴趣和职业发展方向，选择特定课题，进行为期三个月的研究项目。授课方式将包括互动讲座、问题研讨会和基于项目的实践实验课。期间系部的技术人员将为学生提供一定的支持和指导。此外，为协助学生职业技能发培养，院系在课程中将融入小组项目，帮助学生培养人际关系、团队沟通等科专业技能。

在考核方面，每个课程模块将综合书面作业、个人报告、小组任务、实验室实践等对学生的表现进行综合评估。研究项目的评估要素主要包括中期报告、海报展示、最终报告和项目执行情况四个要素。

课程内容

1月入学

必修课程

自主感知、推理和深度学习(Autonomous Sensing, Reasoning & Deep Learning)

数字信号处理原理(Digital Signal Processing Principles)

用于数据分析的机器学习(Machine Learning for Data Analytics)

学术与职业发展研讨(Assignment & Professional Studies)

智能代理的推理(Reasoning for Intelligent Agents)

深度学习理论与实践(Deep Learning Theory and Practice)

理学硕士项目(MSc Project)

9月入学

必修课程

自主感知、推理和深度学习(Autonomous Sensing, Reasoning & Deep Learning)

数字信号处理原理(Digital Signal Processing Principles

大数据技术(Big Data Technologies)

用于数据分析的机器学习(Machine Learning for Data Analytics)

学术与职业发展研讨(Assignment & Professional Studies)

理学硕士项目(MSc Project)

选修课程

图像和视频处理(Image & Video Processing)

信息访问与挖掘(Information Access & Mining)

*为响应最新行业趋势，课程列表每年修订，此列表仅供参考

当下，全球领先机构和研究中心都将机器学习和深度神经网络系统广泛应用于软件程序和企业产品中。顺利完成该专业学习的学生能够获得领域内和核心技能，掌握体系结构、算法和应用程序在不同领域的实现，更为行业设计相关支持系统，成为领先的工程师和科学家。

未来职业岗位包括

申请资讯
国际生学费：£24,450

申请条件：欢迎电子、电气工程或计算机科学背景申请人；也欢迎其它相关工程背景的高素质申请人