人工智能理学硕士课程教授机器学习、数据挖掘、自然语言生成、推理和分布式系统等关键人工智能技术背后的理论与实践。你将学习如何构建并评估针对现实问题的人工智能解决方案，同时探索人工智能中的伦理与法律问题。该课程以一个研究项目作为结尾，该项目由一名教职人员指导，或与外部机构合作完成，在此过程中你可能会改进现有AI方法或比较不同技术路径。
本课程由阿伯丁大学提供，该校拥有超过30年领先的人工智能研究历史，课程内容反映了数据科学、机器学习和多智能体系统等领域的最新进展。大学高度重视数据与人工智能研究，并设有数据与人工智能中心。同时，这里也是成功的AI衍生公司ARRIA NLG的诞生地。凭借与IBM、Intel AI Academy、Data Lab以及地方政府等组织的紧密产业联系，学生将获得丰富的 networking、培训和实习机会，帮助你在实践中应用所学技能。
国家/地区
英国
学校
阿伯丁大学
专业大类
理科
专业阶段
专业细分类
计算机科学与信息系统（偏理科）
学制
12个月
学费
26,250英镑
申请要求
该课程要求申请者持有计算机科学专业英国2:2（二等二）荣誉学士学位或国际同等学历。中国学生需均分至少70%（相当于英国2:2），其中211院校学生分数略低者可酌情考虑。工程类（如电子/电气工程）专业持有2:2或同等成绩者，将由招生委员会个案审核是否适合。核心先修课程须包括Python、算法问题求解和数据结构；具备Java、C/C++等其他语言编程经验者优先但非必需。注意：工程学院要求均分至少65%（顶尖院校可降至60%），商学院则要求75%（顶尖院校可降至70%），但本课程属计算机科学方向，应以70%为基准。
语言要求
总分 - 6.5，其中：听力 - 5.5；阅读 - 5.5；口语 - 5.5；写作 - 6.0
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
雅思 | 6.5 | 5.5 | 5.5 | 5.5 | 6.0 |
总分 - 90，其中：听力 - 17；阅读 - 18；口语 - 20；写作 - 21
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
托福 | 90 | 18 | 17 | 20 | 21 |
总分 - 62，其中：听力 - 59；阅读 - 59；口语 - 59；写作 - 59
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
PTE | 62 | 59 | 59 | 59 | 59 |
开学与申请日期
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|---|---|---|
| 2026-09 | - | 2026-08-02  20天 | - |
| 2026-01 | - | 2025-12-01 0天 | 已截止 |
课程描述
该课程体系包含五门课程，均为阿伯丁大学的研究生授课课程。其中，“在阿伯丁大学启程”（PD5006）是所有授课型研究生必修的在线课程，约需5-6小时完成，内容涵盖校园导向、平等与多样性、健康安全、网络安全以及职业发展指导，完成后将在增强成绩单上标注“已完成”。其余四门为专业课程，每门各占15学分：
“符号人工智能”（CS502K）介绍AI基础技术，涵盖Google Maps、Siri、IBM Watson及自动驾驶等系统的核心原理；
“机器学习”（CS5062）讲授先进的机器学习算法及其在图像、视频、医疗、时间序列和自然语言处理等领域的应用，为数据科学与AI领域的深入学习和工作奠定基础；
“AI系统评估”（CS5063）聚焦AI系统的性能评估方法、工具与技术，并涉及AI软件测试；
“应用人工智能”（CS5079）通过深度学习库和仿真环境等前沿工具，实践AI系统的开发与应用。
整个课程体系旨在培养学生全面掌握人工智能的核心理论、技术实现与实际应用能力。
“符号人工智能”（CS502K）介绍AI基础技术，涵盖Google Maps、Siri、IBM Watson及自动驾驶等系统的核心原理；
“机器学习”（CS5062）讲授先进的机器学习算法及其在图像、视频、医疗、时间序列和自然语言处理等领域的应用，为数据科学与AI领域的深入学习和工作奠定基础；
“AI系统评估”（CS5063）聚焦AI系统的性能评估方法、工具与技术，并涉及AI软件测试；
“应用人工智能”（CS5079）通过深度学习库和仿真环境等前沿工具，实践AI系统的开发与应用。
整个课程体系旨在培养学生全面掌握人工智能的核心理论、技术实现与实际应用能力。
联系我们
