Computing MSc

本课程由多个核心模块组成，总计180学分，学习总量为1800小时（每学分对应10小时），主要在一年内完成。约16%的学习时间（约290小时）用于与教师面对面授课，其余为自主学习。评估方式包括课程作业、测验、演示和报告，强调知识与技能的应用能力。

核心模块包括：
- 语义网：学习基于图结构的本体语言与知识图谱技术，实现跨源信息整合与查询。
- 自主与自适应智能系统：探讨智能系统的自主性技术挑战及伦理、法律与人因问题。
- Web与网络服务：研究互联网支持的信息服务、云计算、VoIP及远程控制技术。
- 有效研究与专业实践：培养科研方法、文献综述、项目管理、学术写作与表达等关键能力。
- 数据挖掘：掌握从大数据中提取有价值信息的技术，涵盖有监督与无监督学习、非结构化数据处理及社会影响。
- 软件开发：结合数据库、面向对象与Web技术，开发满足需求的信息系统。
- 机器学习：理解主流机器学习方法，包括深度学习、AlphaGo等应用，区分数据驱动与模型驱动方法。
- 大数据集数据库：学习非关系型数据库技术，应对现代组织的大数据管理需求。
- 个人项目：独立开展综合性项目，鼓励与企业或校内研究人员合作，整合所学知识解决实际问题。

教学通常于9月开始，次年5/6月结束，以面授为主。师资力量雄厚，拥有高比例博士与教学资质教师，获多项国家级教学奖项。反馈通常在提交作业后三周内提供。学生需达到评估标准方可升学。