OfferEasy
/
找专业
/
加拿大人工智能/机器学习
/ 滑铁卢大学数据科学与人工智能硕士专业
项目背景
`更新时间:2020-01-19
专业介绍
数据科学和人工智能硕士是一个有合作选择的课程。学位要求包括九门与数据科学相关的研究生课程。
虽然该计划将包括常规选项，但所有学生都将被录取为合作选项。 只有在一个学期结束后，并且只有在特殊情况下（例如，如果他们已经有打算在毕业后返回的工作），才允许学生转移到常规选项。 普通课程允许兼职学习。
我们希望学生在四个学期（16个月）内完成合作项目，包括三个学习学期和一个四个月的工作学期。然而，学生可以申请八个月的工作期，将他们的课程延长到五个学期（20个月）。普通选项的学生有望在三个学期（一年）内完成学位。
推荐顾问
语言要求
类型
雅思
托福
PTE
Listen
--
--
--
Speak
--
--
--
Read
--
--
--
Write
--
--
--
总分
7.5
100
--
学术要求
均分要求：GPA最低：78%；高等教育机构的数据科学，计算机科学，统计学，数学或相关学科学士学位;
背景专业要求：数据科学，计算机科学，统计学，数学或相关学科学士学位;
工作经验要求：至少具有计算机科学或统计学方面的高级经验。
背景专业要求：数据科学，计算机科学，统计学，数学或相关学科学士学位;
工作经验要求：至少具有计算机科学或统计学方面的高级经验。
课程设置
课程（1门基础课程 + 5门核心课程 + 3门选修课）
：
基础课（1门）：
CS 600 Fundamentals of Computer Science for Data Science (designed for non-CS major background students) 数据科学计算机科学基础知识（专为非CS专业背景学生设计）
STAT 845 Statistical Concepts for Data Science (designed for non-STAT major background students) 数据科学的统计概念（为非STAT专业背景的学生设计）
：
核心课程（5门）：
STAT 847 Exploratory Data Analysis 探索性数据分析
：
2选一：
CS 651 Data-Intensive Distributed Computing (designed for CS major background students), or 数据密集型分布式计算（专为CS专业背景学生设计）
CS 631 Data-Intensive Distributed Analytics (designed for non-CS major background students) 数据密集型分布式分析（为非CS专业背景知识的学生设计）
：
3选一：
STAT 841 Statistical Learning - Classification 统计学习-分类
STAT 842 Data Visualization 数据可视化
STAT 844 Statistical Learning - Function Estimation 统计学习-函数估计
：
4选一：
CS 638 Principles of Data Management and Use 数据管理和使用原则
CS 648 Database Systems Implementation 数据库系统实施
CS 680 Introduction to Machine Learning 机器学习入门
CS 685 Machine Learning: Statistical and Computational Foundations 机器学习：统计和计算基础
：
3选一：
CO 602 / CS 795 Fundamentals of Optimization 优化基础
CO 673 / CS 794 Optimization for Data Science 数据科学优化
CO 663 Convex Optimization and Analysis 凸优化和分析
：
选修课：
CO 602 / CS 795 Fundamentals of Optimization 优化基础
CO 673 / CS 794 Optimization for Data Science 数据科学优化
CO 650 Combinatorial Optimization 组合优化
CO 663 Convex Optimization and Analysis 凸优化和分析
CO 769 Topics in Continuous Optimization(*) 连续优化主题
CS 638 Principles of Data Management and Use 数据管理和使用原则
CS 648 Database Systems Implementation 数据库系统实施
CS 654 Distributed Systems 分布式系统
CS 680 Introduction to Machine Learning 机器学习入门
CS 685 Machine Learning: Statistical and Computational Foundations 机器学习：统计和计算基础
CS 686 Introduction to Artificial Intelligence 人工智能简介
CS 740 Database Engineering 数据库工程
CS 742 Parallel and Distributed Database Systems 并行和分布式数据库系统
CS 743 Principles of Database Management and Use 数据库管理和使用原则
CS 786 Probabilistic Inference and Machine Learning 概率推理与机器学习
CS 798 Advanced Research Topics(*) 高级研究主题
CS 848 Advanced Topics in Databases(*) 数据库中的高级主题
CS 856 Advanced Topics in Distributed Computing(*) 分布式计算高级主题
CS 885 Advanced Topics in Computational Statistics(*) 计算统计高级主题
CS 886 Advanced Topics in Artificial Intelligence 人工智能高级主题
STAT 840 Computational Inference 计算推断
STAT 841 Statistical Learning - Classification 统计学习-分类
STAT 842 Data Visualization 数据可视化
STAT 844 Statistical Learning - Function Estimation 统计学习-函数估计
STAT 946 Topics in Probability and Statistics(*) 概率统计主题
DS 701/702 Data Science Project 1 & 2 数据科学项目
：
基础课（1门）：
CS 600 Fundamentals of Computer Science for Data Science (designed for non-CS major background students) 数据科学计算机科学基础知识（专为非CS专业背景学生设计）
STAT 845 Statistical Concepts for Data Science (designed for non-STAT major background students) 数据科学的统计概念（为非STAT专业背景的学生设计）
：
核心课程（5门）：
STAT 847 Exploratory Data Analysis 探索性数据分析
：
2选一：
CS 651 Data-Intensive Distributed Computing (designed for CS major background students), or 数据密集型分布式计算（专为CS专业背景学生设计）
CS 631 Data-Intensive Distributed Analytics (designed for non-CS major background students) 数据密集型分布式分析（为非CS专业背景知识的学生设计）
：
3选一：
STAT 841 Statistical Learning - Classification 统计学习-分类
STAT 842 Data Visualization 数据可视化
STAT 844 Statistical Learning - Function Estimation 统计学习-函数估计
：
4选一：
CS 638 Principles of Data Management and Use 数据管理和使用原则
CS 648 Database Systems Implementation 数据库系统实施
CS 680 Introduction to Machine Learning 机器学习入门
CS 685 Machine Learning: Statistical and Computational Foundations 机器学习：统计和计算基础
：
3选一：
CO 602 / CS 795 Fundamentals of Optimization 优化基础
CO 673 / CS 794 Optimization for Data Science 数据科学优化
CO 663 Convex Optimization and Analysis 凸优化和分析
：
选修课：
CO 602 / CS 795 Fundamentals of Optimization 优化基础
CO 673 / CS 794 Optimization for Data Science 数据科学优化
CO 650 Combinatorial Optimization 组合优化
CO 663 Convex Optimization and Analysis 凸优化和分析
CO 769 Topics in Continuous Optimization(*) 连续优化主题
CS 638 Principles of Data Management and Use 数据管理和使用原则
CS 648 Database Systems Implementation 数据库系统实施
CS 654 Distributed Systems 分布式系统
CS 680 Introduction to Machine Learning 机器学习入门
CS 685 Machine Learning: Statistical and Computational Foundations 机器学习：统计和计算基础
CS 686 Introduction to Artificial Intelligence 人工智能简介
CS 740 Database Engineering 数据库工程
CS 742 Parallel and Distributed Database Systems 并行和分布式数据库系统
CS 743 Principles of Database Management and Use 数据库管理和使用原则
CS 786 Probabilistic Inference and Machine Learning 概率推理与机器学习
CS 798 Advanced Research Topics(*) 高级研究主题
CS 848 Advanced Topics in Databases(*) 数据库中的高级主题
CS 856 Advanced Topics in Distributed Computing(*) 分布式计算高级主题
CS 885 Advanced Topics in Computational Statistics(*) 计算统计高级主题
CS 886 Advanced Topics in Artificial Intelligence 人工智能高级主题
STAT 840 Computational Inference 计算推断
STAT 841 Statistical Learning - Classification 统计学习-分类
STAT 842 Data Visualization 数据可视化
STAT 844 Statistical Learning - Function Estimation 统计学习-函数估计
STAT 946 Topics in Probability and Statistics(*) 概率统计主题
DS 701/702 Data Science Project 1 & 2 数据科学项目
相关专业