本硕士课程面向计算机专业毕业生，旨在深入快速发展的人工智能领域。在顶尖研究人员的指导下，您将获得机器学习、机器人学和自然语言处理等关键AI领域的实践经验。课程重点在于解决现实世界的问题，构建人工智能解决方案，并运用数据科学确保结果的准确性、高效性和无偏性。您还将完成一个自选主题的研究项目，培养扎实的分析能力、技术能力和沟通能力。本课程已获得英国计算机学会（BCS）认证，部分满足成为特许信息技术专业人员（CITP）的要求。该课程将为您成为塑造人工智能未来的创新且负责任的领导者做好准备。
国家/地区
英国
学校
肯特大学
专业大类
工科
专业阶段
专业细分类
计算机科学与信息系统（偏工科）
学制
2年
学费
待定，每年一次
申请要求
申请者需持有计算机或相关领域的学士学位（或同等学历），且成绩达到英国2:2及以上。中国学生通常需满足：若课程要求英国2:2学位，则须毕业于四年制学士学位项目，均分至少65%–70%或GPA 2.6以上；若要求2:1，则需均分70%–75%或GPA 2.6–3.0以上，具体取决于毕业院校。此外，持有两年或三年制大专（Zhuanke）文凭并具备至少三年相关工作经验者，亦可能被考虑。所有申请将根据个人情况进行综合评估，相关专业资质与实践经验也将纳入考量。
语言要求
雅思总分6.0，各单项不低于5.5分
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
雅思 | 6.0 | 5.5 | 5.5 | 5.5 | 5.5 |
托福iBT总分80分，其中阅读至少20分，听力和写作至少19分，口语至少22分。
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
托福 | 80 | 20 | 19 | 22 | 19 |
培生PTE学术英语考试总分63分，各单项分数不低于59分。
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
PTE | 63 | 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 | - | 2026-08-24  38天 | 开放中 |
课程描述
本课程的必修模块包括以下内容：
1. 人工智能编程（Python）：教授使用Python进行AI开发的核心技能，涵盖数据处理、AI软件包和可视化工具，采用行业标准工具进行教学。
2. 机器学习：深入讲解机器学习算法及其实际应用，培养学生利用数据解决现实问题的能力，掌握前沿技术以应对多样化挑战。
3. 自然语言处理（NLP）：探索语言模型与人类语言理解技术，通过实践掌握主流NLP工具与库，完成文本分析项目，提升在语言AI领域的实战能力。
4. 认知机器人学：介绍以知识驱动行为的认知机器人系统，通过真实机器人与模拟器实践导航、操作及人机交互，了解工业与社会辅助机器人应用。
5. 深度学习：从人工神经网络基础出发，学习深度神经网络结构（如卷积网络、递归网络、自编码器），聚焦计算机视觉等应用，并掌握模型评估方法。
6. 项目与论文：在专家指导下完成大型计算机系统开发或前沿文献研究，综合运用所学技能，独立开展项目并撰写学位论文，体现研究成果与反思。
1. 人工智能编程（Python）：教授使用Python进行AI开发的核心技能，涵盖数据处理、AI软件包和可视化工具，采用行业标准工具进行教学。
2. 机器学习：深入讲解机器学习算法及其实际应用，培养学生利用数据解决现实问题的能力，掌握前沿技术以应对多样化挑战。
3. 自然语言处理（NLP）：探索语言模型与人类语言理解技术，通过实践掌握主流NLP工具与库，完成文本分析项目，提升在语言AI领域的实战能力。
4. 认知机器人学：介绍以知识驱动行为的认知机器人系统，通过真实机器人与模拟器实践导航、操作及人机交互，了解工业与社会辅助机器人应用。
5. 深度学习：从人工神经网络基础出发，学习深度神经网络结构（如卷积网络、递归网络、自编码器），聚焦计算机视觉等应用，并掌握模型评估方法。
6. 项目与论文：在专家指导下完成大型计算机系统开发或前沿文献研究，综合运用所学技能，独立开展项目并撰写学位论文，体现研究成果与反思。
联系我们
