查看更多留学录取案例，请关注公众号“一起留学网”，回复 案例
为了学生能在数据丰富的世界里获得成功，本理学硕士学位教授先进的分析和计算技能。伦敦大学学院计算统计和机器学习专业覆盖了机器学习和统计学的基础方面，课程内容具有数学上的严谨性和相关性，本项目的学生同时可以选修信息检索、生物信息学、量化金融、人工智能和机器视觉方面的课程。
伦敦大学学院计算统计和机器学习专业旨在给研究生提供工作中需要的机器学习与统计学的基础原理和实践经验。本项目的研究生将有机会通过解决与工业需求有关或者与前沿科研有关的问题来发展他们的技能。
学生需要学习180学分的模块。
伦敦大学学院计算统计和机器学习专业由4个核心模块(60学分)、4个选修模块(60学分)和1个研究项目(60学分)组成。请注意，由于时间表的限制，并不是所有选修模块的组合都是可行的。
| 2021 | 2020 | 2019 | 2018 | 2016 | 2017 | 2015 | 2014 | 2013 | 2012 |
| 10 | 8 | 10 | 7 | 7 | N/A | N/A | N/A | N/A | N/A |
推荐阅读：2020英国其他专业QS世界排名大全
1.选修课:
Advanced Topics in Machine Learning ：(机器学习中的高级话题)
Affective Computing and Human-Robot Interaction ：(情感计算和人机交互)
Applied Bayesian Methods ：(应用贝叶斯方法)
Applied Machine Learning： (应用机器学习)
Approximate Inference and Learning in Probabilistic Models ：(概率模型中的近似推断和学习)
Bioinformatics ：(生物信息学)
Computational Modelling for Biomedical Imaging： (生物医学成像的计算模型)
Forecasting： (预测)
Information Retrieval and Data Mining ：(信息检索与数据挖掘)
Inverse Problems in Imaging ：(成像中的逆问题)
Machine Vision： (机器视觉)
Programming and Mathematical Methods for Machine Learning： (机器学习中的编程与数学方法)
Selected Topics in Statistics ：(统计学中的精选话题)
Statistical Computing ：(统计计算)
Statistical Design of Investigations： (调查统计设计)
Statistical Inference ：(统计推断)
Statistical Natural Language Programming： (统计自然语言编程)
Stochastic Methods in Finance： (金融中的随机方法)
Stochastic Methods in Finance 2 ：(金融中的随机方法2)
2.必修课:
Supervised Learning ：(监督学习)
Statistical Modelling and Data Analysis ：(统计建模与数据分析)
Graphical Models or Probabilistic and Unsupervised Learning ：(概率图模型和非监督学习)
Plus one of: (加上下面课程中的一个)
Applied Bayesian Methods： (应用贝叶斯方法)
Statistical Design of Investigations： (调查统计设计)
Statistical Computing ：(统计计算)
Statistical Inference ：(统计推断)
Dissertation/report ：(论文：本项目所有的学生需要完成一个独立的研究项目，并且最终要以一篇10000-12000字的论文作为结束。)
1.学术要求：
2.语言要求：
雅思：总分6.5，单项：听力：6.0;会话：6.0;阅读：6.0;写作：6.0
移民专业：否
申请费：75英镑
申请周期：4-8周
可从事的工作：
伦敦大学学院计算机科学拥有一流的师资队伍，学院致力于将创新的技术与教学方法融入以下领域:网路与通讯、成像与虚拟环境、智能系统、生物信息。
