2022-01-21 12:01:40|已浏览：309次
前十年，人们对人工智能只是一个“认知”的阶段，如今科技创新之路悄然兴起，全球正从“互联网+”向“AI+数据分析”转型，利用数据分析的基础，推动人工智能在金融、医疗、交通、安防、农业等领域落地生根，创造出更大的价值，从而社会也急需一批既具有人工智能技术又有数据分析能力的复合型人才，为了顺应时代的需求，滑铁卢大学就开设了数据科学与人工智能硕士专业，下面，就随小编来看看吧，希望对大家有所帮助：
Master of Data Science and Artificial Intelligence (MDSAI)
数据科学和人工智能硕士课程旨在满足数据科学和人工智能领域日益增长的全球需求。该课程认识到数据科学和人工智能的交叉学科，以及体验式学习的重要性。学位要求包括9门与数据科学相关的研究生课程。该项目提供强大的核心培训，使毕业生能够轻松适应行业的变化和新挑战。
课程设置：
基础课程
CS 600 Fundamentals of Computer Science for Data Science (designed for non-CS major background students)
STAT 845 Statistical Concepts for Data Science (designed for non-STAT major background students)
核心课程
STAT 847 Exploratory Data Analysis
选一门：
CS 651 Data-Intensive Distributed Computing (designed for CS major background students), or
CS 631 Data-Intensive Distributed Analytics (designed for non-CS major background students)
选一门：
STAT 841 / CM 763 Statistical Learning - Classification
STAT 842 / CM 762 Data Visualization
STAT 844 / CM 764 Statistical Learning - Advanced Regression
选一门：
CS 638 Principles of Data Management and Use
CS 648 Database Systems Implementation
CS 680 Introduction to Machine Learning
CS 685 Machine Learning: Statistical and Computational Foundations
选一门：
CO 602 / CS 795 / CM 740 Fundamentals of Optimization
CO 673 / CS 794 Optimization for Data Science
CO 663 Convex Optimization and Analysis
选修课
CO 602 / CS 795 / CM 740 Fundamentals of Optimization
CO 673 / CS 794 Optimization for Data Science
CO 650 Combinatorial Optimization
CO 663 Convex Optimization and Analysis
CO 769 Topics in Continuous Optimization
CS 638 Principles of Data Management and Use
CS 648 Database Systems Implementation
CS 654 Distributed Systems
CS 680 Introduction to Machine Learning
CS 685 Machine Learning: Statistical and Computational Foundations
CS 686 Introduction to Artificial Intelligence
CS 740 Database Engineering
CS 742 Parallel and Distributed Database Systems
CS 743 Principles of Database Management and Use
CS 786 Probabilistic Inference and Machine Learning
CS 798 Advanced Research Topics
CS 848 Advanced Topics in Databases
CS 856 Advanced Topics in Distributed Computing
CS 885 Advanced Topics in Computational Statistics
CS 886 Advanced Topics in Artificial Intelligence
STAT 840 / CM 761 Computational Inference
STAT 841 / CM 763 Statistical Learning - Classification
STAT 842 / CM 762 Data Visualization
STAT 844 / CM 764 Statistical Learning - Advanced Regression
STAT 946 Topics in Probability and Statistics
DATSC 701/702 Data Science Project 1 & 2
申请条件：
数据科学、计算机科学、统计学、数学或相关领域荣誉学士学位或同等学历，平均成绩不低于78%。
具有至少一门计算机科学或统计学的高级经验。
数据科学和人工智能硕士项目的学生可以在完成至少一个学术学期后申请转入数据科学和人工智能硕士项目。
简历
补充信息表
成绩单(s)
3封推荐信
语言要求：
托福网考：总分100分，写作26分，口语26分
雅思(学术):总分7.5，写作7.0，口语7.0
PTE(学术):总分68;写作65;口语65
综上所述，以上讲的就是关于滑铁卢大学数据科学与人工智能硕士专业的相关问题介绍，希望能给各位赴加拿大留学的学子们指点迷津。近年来，赴加拿大留学一直是广大学生最热门的话题，同时，很多学生对于签证的办理、院校的选择、就业的前景、学习的费用等诸多问题困扰不断，别担心，IDP留学专家可以为你排忧解难，同时，更多关于赴加拿大留学的相关资讯在等着你，绝对让你“浏览”忘返。在此，衷心祝愿各位学子们能够顺利奔赴自己心目中理想的学校并且学业有成!
