发布时间:2016-04-22 文章来源: 金东方留学 点击:1919次
1583年建校的爱丁堡大学是大不列颠六所最古老、最大的大学之一,世界20强大学之一。用美国校友开国元勋富兰克林的话说:世界上没有任何一所国际性知名学府可以和爱丁堡大学相提并论。爱丁堡大学每年收到四万七千份申请,为全英第三受欢迎的大学。爱丁堡大学与英国皇室保有良好关系,菲利普亲王 (爱丁堡公爵)在1953到2010年担任校长,2010年至今则由Princess Royal就任。在2008年的英国官方研究排名RAE中 ,以拥有最高等级4*和3*的数量来衡量,爱丁堡大学研究水平位列全英第5位。其中信息科学,数学和应用数学,兽医学,化学,艺术等处于英国顶级水平(top 3)。
计算机类专业硕士有何特点?
爱丁堡大学The University of Edinburgh校方领导始终把传统学术领域和现代尖端科技产业的最佳组合作为课程设置的重点。和国内教育的最大的差别就是这边的课程专业性比较强,而且问题都很实际,实用性强,比如数据库这门课,爱丁堡大学就是要分析实际的数据,而且数据量大得很,都几百万、几千万的数据,专业层次差别很大。
英国爱丁堡大学计算机专业信息
申请要求:
雅思学术类6.5分 (每部分的分数不低于6分)
新托福 92分 (每部分的分数不低于20分)
英语水平测试: 61 分(每部分的分数不低于56分)
剑桥英语: Advanced & Proficiency 176分(每部分的分数不低于169分)
学费:
硕士学费根据学位都不一样,而且根据学生生源所在地学费也不一样,包括教学费用和研究费用。
值得一提的是,爱丁堡大学硕士学费有个折扣计划:
从爱丁堡大学毕业的校友可以享受10%学费的折扣;
被"Visiting Programme"录取而且在爱丁堡大学最少完成1个学期学习的学生
英国爱丁堡大学计算机专业分类:
· Informatics MSc
· Artificial Intelligence MSc
· Cognitive Science MSc
· Computer Science MSc
· Design Informatics and Advanced Design Informatics MSc
每一个分类包括了一些课程,有些是必修课,大部分是选修课,学生可以自由选择喜欢的课程来学习。下面是以专业领域为分组的一些课程:
· Analytical and Scientific Databases
· Bioinformatics, Systems and Synthetic Biology
· Cognitive Science
· Computer Systems, Software Engineering & High-Performance Computing
· Intelligent Robotics
· Agents, Knowledge and Data
· Learning from Data
· Natural Language Processing
· Neural Computation and Neuroinformatics
· Theoretical Computer Science
所有候选者九月份可以选择MSc课程。全日制学生要花费9个月的时间来参加单元课程,通常是每周4-6节课,或者据你选择的课程中有额外的专题报告和实验会议。这些课程通过各种各样的方式考核,可能都会结合提交布置的作业,学期末的考试和自主阅读学习。学生要花费3个月的时间来集中完成个人论文的研究,有学术督导辅助。论文占比总体成绩的1/3。
MSc这些方案也使用于在职学生,有3年时间。
弹性制度是MSc方案的关键所在,为了鼓励学生广度选择课程,从信息学领域内外都能学到知识。学生可以无限制地接触到专业领域的指导教师,可以帮助学生建立一些兼容的课程的可选方案。
英国爱丁堡大学计算机专业特色——Specialist Areas
MSc学位包括两个学期的课程,从九月到来年的4月份,在全日制学生主修了个人项目后,要完成所选专业领域的论文。所教授的课程是从近50个可选课程中挑选的。这些课程反映了爱丁堡大学的研究宽度,被分成专业领域的组:
· Analytical and Scientific Databases
· Bioinformatics, Systems and Synthetic Biology
· Cognitive Science
· Computer Systems, Software Engineering and High Performance Computing
· Design Informatics
· Intelligent Robotics
· Knowledge Management, Representation & Reasoning
· Learning from Data
· Natural Language Processing
· Neural Computation and NeuroInformatics
· Theoretical Computer Science
编辑:翁晓兰