前身金东方留学
20多年留学经验
发布时间：2021-09-03 文章来源: 至领留学 点击：1846次
爱丁堡大学(The University of Edinburgh)，简称爱大(Edin.)，坐落于苏格兰首府爱丁堡市，是一所创建于1583年的公立研究型大学，英语世界第六古老的大学，苏格兰最高学府，七所古典大学之一。爱丁堡大学是顶尖的综合性研究型大学，在全世界享有盛誉，是众多知名学术组织的成员，包括罗素大学集团、科英布拉集团、欧洲研究型大学联盟等。在REF 2014 英国大学官方排名中，其研究实力位居英国第4位，仅次于牛津大学、伦敦大学学院和剑桥大学。
数据科学理学硕士(MSc in Data Science)，数据科学主要研究计算原理、方法和系统，提取以及构建数据中的知识。大规模的数据在科学、社会、商业各个领域产生，作为数据科学理学硕士，你将学会如何有效地在海量数据中找到规律。同时在构建可拓展到大数据的系统时，你会用到算法和数据库思想。对于各种非结构化数据，例如文本、图像、传感器、视频以及音频，都已经形成了各自的研究方向。
学历背景：有重点大学的第一学位，分数最低在80-85分。这是学校的一般最低要求，某些情况下，需求量大的专业可能要求更高的入学分数。申请人可以通过以下网址和学院招生工作人员联系。
语言要求：2021年入学：雅思6.5(各项不低于6.0)&托福92(每个部分至少20分);2022年入学：雅思7(各项不低于6.0)&托福100(每个部分至少20分)。
| 学位 | 时长 | 学习方式 | 学费 |
|---|---|---|---|
| 理学硕士 | 1年 | 全日制 | £34,200/年 |
| 理学硕士 | 2年 | 非全日制 | £17,100/年 |
| 理学硕士 | 3年 | 非全日制 | £11,400/年 |
备注：收到录取通知书后需要支付1500英镑的学费押金。
学生在11级以下的课程中最多可修30学分。
必修课
| 课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
|---|---|---|---|
| INFR11077 | MSc Dissertation (Informatics) | 理学硕士论文（信息学） | 60 |
| INFR11136 | Informatics Research Review | 信息学研究回顾 | 10 |
| INFR11147 | Informatics Project Proposal | 信息学项目计划书 | 10 |
选修课
A组选修课(在这部分选择80个学分)
机器学习10-11级课程，包括机器学习、统计学和最优化课程，以下课程可选择10-60学分。
| 课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
|---|---|---|---|
| INFR11007 | Data Mining and Exploration | 数据挖掘与探索 | 10 |
| INFR11010 | Reinforcement Learning | 强化学习 | 10 |
| INFR11130 | Machine Learning and Pattern Recognition | 机器学习和模式识别 | 20 |
| INFR11132 | Machine Learning Practical | 机器学习实践 | 20 |
| INFR11134 | Probabilistic Modelling and Reasoning | 概率建模与推理 | 20 |
| INFR11161 | Natural Computing | 自然计算 | 10 |
| INFR11182 | Introductory Applied Machine Learning | 应用机器学习入门 | 20 |
| MATH10094 | Statistical Learning | 统计学习 | 10 |
| MATH10095 | Statistical Methodology | 统计方法 | 10 |
| MATH10096 | Applied Statistics | 应用统计 | 10 |
| MATH11024 | The Analysis of Survival Data | 生存数据分析 | 10 |
| MATH11111 | Fundamentals of Optimization | 最优化基础 | 10 |
| MATH11131 | Time Series | 时间序列 | 10 |
| MATH11146 | Modern Optimization Methods for Big Data Problems | 大数据问题的现代优化方法 | 10 |
| MATH11147 | Large Scale Optimization for Data Science | 数据科学的大规模优化 | 10 |
| MATH11175 | Bayesian Data Analysis | 贝叶斯数据分析 | 10 |
| MATH11176 | Statistical Programming | 统计编程 | 10 |
| MATH11177 | Bayesian Theory | 贝叶斯理论 | 10 |
| MATH11185 | Incomplete Data Analysis | 不完全数据分析 | 10 |
| MATH11186 | Nonparametric Regression Models | 非参数回归 | 10 |
| MATH11187 | Generalised Regression Models | 广义线性回归 | 10 |
| MATH11192 | Integer and Combinatorial Optimization | 整数与组合优化 | 10 |
| MATH11194 | Topics in Applied Optimization | 应用优化专题 | 10 |
数据库10-11级课程，包括数据库和数据管理系统课程，以下课程中可选择10-60学分。
| 课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
|---|---|---|---|
| INFR10052 | Algorithms and Data Structures | 算法和数据结构 | 10 |
| INFR10080 | Introduction to Databases | 数据库概论 | 20 |
| INFR11176 | Fundamentals of Data Management | 数据管理基础 | 10 |
| INFR11199 | Advanced Database Systems | 高级数据库系统 | 20 |
应用程序11级课程，包括非结构化数据和应用程序课程，以下课程中可选择10-60学分。
| 课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
|---|---|---|---|
| INFR11033 | Automatic Speech Recognition | 自动语音识别 | 10 |
| INFR11125 | Accelerated Natural Language Processing | 自然语言处理加速 | 20 |
| INFR11140 | Image and Vision Computing | 图像与视觉计算 | 10 |
| INFR11145 | Text Technologies for Data Science | 数据科学中的文本技术 | 20 |
| INFR11157 | Natural Language Understanding, Generation, and Machine Translation | 自然语言理解、生成、和机器翻译 | 20 |
| INFR11160 | Bioinformatics 1 | 生物信息学1 | 10 |
| MATH11158 | Speech Synthesis | 语音合成 | 10 |
| INFR11145 | Optimization Methods in Finance | 金融优化方法 | 10 |
| MATH11174 | Biomedical Data Science | 生物医学数据科学 | 10 |
B组选修课(在这部分选择0-20学分)
附表A至Q、T和W中的10级和11级课程，课程较多
备注：这些课程是除医学，兽医学或开放学习中心以外的所有学院的课程, 也包括信息学院的课程。除非学业课程表中明确列出，否则学生不得在学校的其他专业注册入门编程课程。
信息学院的数据科学理学硕士课程旨在培养工业或公共部门的数据科学家，或者为进一步探索该领域(博士项目)的学生进行提前指导培训。 该学位的学习目标是：
拥有跨数据科学领域的广泛知识;
拥有至少有一个数据科学领域的高级技术背景;
可以利用工业、科学和公共部门数据解决现实问题;
拥有在数据科学领域的研究经验。
编辑：翁晓兰
