WeUni docsity Logo
Bg HeroCard

Магистр науки по машинному обучению в науке

University of Nottingham, Faculty of Science


Расположение

Великобритания

Форма обучения

Кампус

Язык курса

Английский

Предметные области

Информатика, Наука о данных

Длительность

1 Год

График обучения

Полный день

Уровень

Магистр наук (MSc)

Плата за обучение

Запросить информацию

Описание программы

Разработка и использование машинного обучения (ML) и искусственного интеллекта (AI) произвели революцию в таких областях, как компьютерное зрение, распознавание речи и обработка языка.

На этом курсе вы научитесь применять методы ML и AI к реальным научным проблемам. Это поможет вам развить важные навыки, повышая вашу конкурентоспособность в быстро развивающейся области.

Выпускники этого курса научатся:

  • Определять и использовать соответствующие вычислительные инструменты и программные техники.
  • Применять статистические и физические принципы для анализа алгоритмов и объяснять, как они работают.
  • Разрабатывать стратегии применения машинного обучения для анализа научных наборов данных.

Кроме того, вы разовьете широкий набор переносимых навыков, включая коммуникацию, критическое мышление и решение проблем.

У вас будет возможность разработать собственный исследовательский проект на тему по вашему выбору. Предыдущие проекты рассматривали:

  • Эмуляция кластеров галактик
  • Сборка крупномасштабной структуры во Вселенной
  • Применение ML в финансовых технологиях

Почему стоит выбрать этот курс?

  • Совместное 3-е место в Великобритании по качеству исследований (Research Excellence Framework 2014).
  • Исследовательский проект под руководством одного или нескольких преподавателей.
  • Изучите навыки применения методов машинного обучения и AI к реальным научным проблемам.

Содержание курса

Этот курс состоит из 180 кредитов, разделенных на 120 кредитов учебных модулей в осеннем и весеннем семестрах и 60-кредитный исследовательский проект, который завершается в летний период.

Модули

Основные модули

  • Машинное обучение в науке - Часть первая
  • Машинное обучение в науке - Часть вторая
  • Машинное обучение в науке - Проект

Дополнительные модули

  • Большие данные и облачные вычисления
  • Проектирование интеллектуальных агентов
  • Компьютерное зрение
  • Профессиональная этика в вычислениях
  • Введение в квантовую информатику
  • Физика глубокого обучения
  • Нейронные вычисления

Направления

Кроме того, этот курс предлагает альтернативные направления/потоки, которые позволяют вам выбирать различные комбинации основных и дополнительных модулей в соответствии с вашими интересами и фоном. Вы выберете один из следующих пар основных модулей.

Выбор между модулем ML, сосредоточенным на компьютерных науках или математике:

  • Машинное обучение
  • Статистическое машинное обучение

Выбор между коротким или длинным модулем статистики и вероятности:

  • Статистические основы
  • Основы статистики

Выбор между длинным или коротким модулем вычислений:

  • Программирование
  • Научное программирование на Python

Обучение и оценка

Как вы будете учиться
  • Лекции
  • Занятия по решению задач
  • Мастер-классы

Существует ряд основных и дополнительных модулей, а также альтернативные направления, которые позволяют вам выбирать основные и дополнительные модули в различных комбинациях. Это позволяет вам выбирать модули в соответствии с вашим бакалаврским образованием и личными интересами.

Размеры классов обычно составляют около 20-40 студентов.

Курс преподается опытными преподавателями с успешным опытом применения машинного обучения в научных исследованиях.

Как вы будете оцениваться
  • Практические экзамены
  • Курсовые работы
  • Исследовательский проект
  • Проектная работа

Модули оцениваются с использованием различных типов индивидуальной оценки, которые взвешиваются для расчета вашей итоговой оценки за каждый модуль. Будет исследовательский проект, оцененный по отчету объемом 8000 слов.

Вам потребуется средний балл 50%, чтобы пройти магистратуру в целом – вы не получите квалификацию, если не достигнете этого. Вам будет предоставлена копия наших критериев оценки, когда вы начнете курс, и вы будете регулярно получать обратную связь от ваших преподавателей.

Исследовательский проект

В течение летнего периода вы сосредоточитесь на независимом исследовательском проекте, который будет сосредоточен на применении методов машинного обучения к оригинальным научным проблемам, предоставленным исследовательскими группами из Факультета науки. Проект включает написание диссертации и курируется членом академического состава.

Контактное время и часы учебы

В типичную неделю в течение семестра вы будете работать около 30 часов: 10 контактных часов и 20 часов самостоятельной работы.

Требования к поступлению

Все кандидаты рассматриваются индивидуально, и мы принимаем широкий спектр квалификаций. Требования для поступления ниже применимы к поступлению в 2021 году.

Студенты из Великобритании
Студенты из ЕС/Международные студенты
Поддержка английского языка

Если вам нужна поддержка для достижения необходимого уровня, вы можете пройти предшествующий курс. Наш Центр обучения английскому языку аккредитован Британским советом для преподавания английского в Великобритании.

Для предшествующих курсов английского языка вам необходимо сдать IELTS для UKVI, чтобы соответствовать визовым требованиям.

Если вы успешно завершите свой предшествующий курс на требуемом уровне, вы сможете продолжить обучение на своем курсе. Это означает, что вам не нужно будет повторно сдавать IELTS или эквивалент.

Альтернативные квалификации

Мы признаем, что у заявителей есть разнообразный опыт и разные пути к аспирантуре.

Мы рассматриваем всех заявителей с альтернативными квалификациями индивидуально. Мы также можем учитывать соответствующий опыт работы.

Если вы не уверены, являются ли ваши квалификации или опыт работы актуальными, свяжитесь с нами.

Где вы будете учиться

Кампус Университетского парка

Кампус Университетского парка занимает 300 акров, с зелеными насаждениями, дикой природой, историческими зданиями и современными удобствами. Это один из самых красивых и устойчивых кампусов Великобритании, который ежегодно получает национальную награду Green Flag с 2003 года.

Большинство школ и факультетов расположены здесь. У вас будет доступ к библиотекам, магазинам, кафе, Студенческому союзу, спортивной деревне и медицинскому центру.

Вы можете гулять или кататься на велосипеде по кампусу. Бесплатные автобусы соединяют вас с нашими другими кампусами. Центр Ноттингема находится в 15 минутах на общественном автобусе или трамвае.

Кампус Юбилейный

Кампус Юбилейный имеет экологически чистые и устойчивые здания, а также зеленые насаждения, дикую природу и озеро. Он получает национальную награду Green Flag каждый год с 2013 года.

Этот кампус является домом для наших бизнес-школ, образования и компьютерных наук. Наряду со спортивным центром и студенческим жильем, мы разработали новые удобства, такие как Здание передового производства.

Вы можете дойти до Кампуса Университетского парка за около 20 минут или воспользоваться бесплатным автобусом. Центр Ноттингема находится в 20 минутах на общественном автобусе.

Карьера

Консультации по карьере

Мы предлагаем индивидуальную поддержку по карьере для всех студентов аспирантуры.

Экспертный персонал может помочь вам исследовать варианты карьеры и вакансии, составить ваше резюме, развить навыки собеседования и встретиться с работодателями.

Более 1500 работодателей размещают вакансии для выпускников и стажировок через нашу онлайн-службу вакансий. Мы проводим регулярные ярмарки вакансий, включая специализированные ярмарки для различных секторов.

Перспективы трудоустройства

Направления для выпускников

Машинное обучение и искусственный интеллект стали центральными для экономики и общества. Выпускники пользуются высоким спросом в секторах, ориентированных на данные, включая ИТ, финансы, консалтинг, производство, а также академические и промышленные исследования и разработки.

Карьерный рост

95,5% студентов бакалавриата Школы физики и астрономии получили работу на уровне выпускников или продолжили учебу в течение 15 месяцев после окончания. Средняя годовая зарплата этих выпускников составила £34,063.*

* Данные HESA о результатах выпускников в 2020 году. Процент результатов выпускников рассчитывается с использованием методологии The Guardian University Guide. Средняя годовая зарплата основана на выпускниках, работающих на полную ставку в Великобритании.

Информация об Институте

Университет Ноттингема был основан на видении и филантропическом духе Джесси Бута, который в 1928 году пожертвовал землю, на которой сейчас расположен Университетский парк. Видение университета, посвященного открытию, предпринимательству и улучшению человеческого состояния, в сочетании с его пожизненной приверженностью улучшению здоровья и благополучия, остается неотъемлемой частью культуры университета и будет продолжать определять нашу будущую цель.

Мы имеем вдохновляющие кампусы в трех странах, что побуждает нас быть глобально вовлеченным университетом, который также стремится изменить ситуацию в наших городах и регионах.

Мы даем возможность и поддерживаем студентов и сотрудников в сотрудничестве в обучении, научной деятельности и открытии во всех областях знаний, решая проблемы и улучшая жизни.

Мы являемся хранителями новаторской и предпринимательской традиции креативности и инноваций.

Похожие программы

Магистр по Анализу Социальных Сетей

The University of Manchester

logo The University of Manchester

Великобритания

Информатика, Статистика

Магистр наук (MSc)


Английский

1 Год

Подробнее

MSc по информатике

University of Essex Online

logo University of Essex Online

Онлайн

Великобритания

Информатика

Магистр наук (MSc)


Английский

2 лет

Подробнее

Магистр по информатике

University of Liverpool Online Programmes

logo University of Liverpool Online Programmes

Онлайн

Великобритания

Информатика

Магистр наук (MSc)


Английский

2 лет 6 месяцев

Подробнее

Магистратура по компьютерным наукам и бизнес-технологиям

IE University

logo IE University

Испания

Информатика, ИТ и информатика, Бизнес

Магистр наук (MSc)


Английский

11 месяцев

Подробнее
WeUni docsity Logo White