人工智能哲学硕士(HKUST(GZ))
MPhil Artificial Intelligence (HKUST(GZ))
查看官方链接
大学排名44
香港科技大学 - 香港科技大学(广州) 中国香港
课程介绍
人工智能推力依托科大强大的研究背景,致力于人工智能的基础和应用研究。我们的目标是培养具有较强专业技能、跨学科能力和国际视野的高水平研究和应用人才。我们的高素质教师团队积极推动跨学科研究,并努力建立一个立足大湾区、面向国际、以科大为品牌的人工智能研究生态系统。我们在这里设想一个人才孵化器、一个创新中心、一个梦想孵化场和一个未来的启蒙者。研究型硕士(MPhil)课程旨在培养学生在人工智能方面的独立和跨学科研究。哲学硕士毕业生应展示该学科的良好知识,并能够综合和创造新知识,为该领域做出贡献。
学费及语言要求
雅思要求 托福要求 学制 学费
6.5 80 2年 150000人民币/年
申请时间线
申请时间/录取要求 GMAT&GRE
非必须
课程结构
  • NO.01

    计算机视觉及其应用

    Computer Vision and Its Applications

  • NO.02

    数据挖掘基础

    Foundations of Data Mining

  • NO.03

    使用Python进行计算概论

    Introduction to Computing Using Python

  • NO.04

    人工智能基础

    Foundations of Artificial Intelligence

  • NO.05

    人工智能安全与隐私

    AI Security and Privacy

  • NO.06

    强化学习与优化

    Reinforcement Learning and Optimization

  • NO.07

    信息科学与技术:要点与趋势

    Information Science and Technology: Essentials and Trends

  • NO.08

    可持续未来功能枢纽概论

    Introduction to Function Hub for Sustainable Future

  • NO.09

    技术创新与社会创业

    Technological Innovation and Social Entrepreneurship

  • NO.10

    基于模型的系统工程

    Model-Based Systems Engineering

  • NO.11

    跨学科研究方法 I

    Cross-disciplinary Research Methods I

  • NO.12

    跨学科研究方法 II

    Cross-disciplinary Research Methods II

  • NO.13

    跨学科设计思维 I

    Cross-disciplinary Design Thinking I

  • NO.14

    跨学科设计思维 II

    Cross-disciplinary Design Thinking II

  • NO.15

    项目驱动的协同设计思维

    Project-driven Collaborative Design Thinking

  • NO.16

    深度神经网络基础

    Foundation of Deep Neural Networks

  • NO.17

    高级深度学习

    Advanced Deep Learning

  • NO.18

    追逐视觉智能趋势:从识别到三维重建

    Chasing Trends for Visual Intelligence: From Recognition to 3D Reconstruction

  • NO.19

    图形机器学习

    Machine Learning on Graphs

  • NO.20

    视觉系统编程

    Programming for Vision Systems

  • NO.21

    自主人工智能

    Autonomous AI

  • NO.22

    高级算法与数据结构

    Advanced Algorithms and Data Structures

  • NO.23

    用于医学成像的人工智能

    Artificial Intelligence for Medical Imaging

  • NO.24

    机器学习基础

    Fundamentals of Machine Learning

  • NO.25

    负责任的人工智能

    Responsible Artificial Intelligence

  • NO.26

    多模态人工智能

    Multimodal Artificial Intelligencee

  • NO.27

    应用深度学习:从语音到语言与多模态处理

    Applied Deep Learning: From Speech to Language and Multimodal Processing

  • NO.28

    机器意识

    Machine Consciousness

  • NO.29

    量子计算

    Quantum Computing

  • NO.30

    机器学习信息理论

    Information Theory for Machine Learning

  • NO.31

    自然语言处理及其应用

    Natural Language Processing and Its Applications

  • NO.32

    人工智能专题

    Topics in Artificial Intelligence

  • NO.33

    机器学习专题

    Topics in Machine Learning

  • NO.34

    研究实习

    Research Internship

  • NO.35

    独立研究

    Independent Studies

  • NO.36

    艺术领域的机器学习

    Machine Learning for the Arts

  • NO.37

    数据科学中的数据挖掘与知识发现

    Data Mining and Knowledge Discovery in Data Science

  • NO.38

    智能交通专题

    Special Topics in Intelligent Transportation

  • NO.39

    凸与非凸优化 I

    Convex and Nonconvex Optimization I

  • NO.40

    高级能源系统中的信息技术

    Information Technology in Advanced Energy Systems

  • NO.41

    智能制造专题

    Special Topics in Smart Manufacturing

  • NO.42

    城市科学

    Science of Cities

  • NO.43

    城市数据采集与分析

    Urban Data Acquisition and Analysis

查看更多

留学良师益友

七年征程专业保证

专业顾问团队

学长学姐保驾护航

多对1全程服务

申请过程全程自信

全天候客服在线

总会有人值班的啦

© 2019 - 2025 Offercool | All rights reserved | 京ICP备2021032010号

微信咨询

长按二维码

直接添加顾问微信啦

电话咨询

我要申请

TOP