专业：科学计算与数据分析（计算机视觉与机器人）
课程描述
机器人、物理、工程、地球科学或金融等领域的发展越来越多地受到计算技术专家的推动。那些拥有为世界上最强大的计算机编写代码和处理世界上最大的数据集的技能的人可以真正发挥作用。
我们的科学计算和数据分析硕士课程（MISCADA）提供了一个以应用为重点的课程，通过三个相互交织的链来提供这些技能：
计算机科学科学计算的基础（算法、数据结构、实现技术和计算机工具的使用）
数学方面的数据分析和数学模型的模拟与分析
专业领域基础技术的实施和应用（以及计算机视觉和机器人，我们提供天体物理学，地球与环境科学或金融技术的选择）
MISCADA计算机视觉和机器人专业资格课程旨在为您提供背景知识和技能，以解决计算机视觉和机器人领域的一些最大研究问题，例如我们如何开发将自主与安全性和可靠性相结合的未来移动解决方案。本课程探讨了计算机视觉、机器学习、机器人运动和规划以及强化学习等领域。
这些模块之间有很大的协同作用，从课程开始，你就会有很多机会把你的学习付诸实践。我们以研究为主导的方法允许您采取一些最新的理论思想，并直接将其转化为各自应用领域的工作代码。如果你有一个具有很强的定量元素的科学学科的本科学位，包括计算机科学和数学，并希望在计算机视觉和机器人领域的高水平工作，无论是在学术界还是在工业界，那么这门课程可能就是你要找的。
课程结构
核心模块:
机器学习和统计学概论提供了数据分析、统计学和机器学习应用于科学数据的基本思想和技术的知识和理解。
《科学与高性能计算导论》提供了高性能计算（HPC）和数值模拟方法的范例、基本思想和趋势的知识和理解。
Professional Skills提供C语言复习培训，并展望大规模代码的使用。你还将在创业、知识产权等领域发展更广泛的专业技能，并培养你在科学领域交流新思想所需的技能，并反思数据和研究中的伦理问题。
该项目是对机器人、科学计算或数据分析等不熟悉领域的实质性研究，或与行业合作伙伴合作的相关领域。这个项目将培养你的研究、分析和报告写作技能。
计算机视觉探索计算机视觉中的当代概念，方法和算法，并检查当前的研究如何在行业中应用。主题的例子包括立体视觉、目标跟踪、实时处理方法、多图像场景重建、目标检测以及计算机视觉在自主导航中的应用
机器人-规划和运动发展您的关键概念，方法和算法的机器人知识，以及如何在行业中应用当前的研究。主题的例子包括机器人分类，位置和方向，典型的执行器/传感器和反馈控制，同步定位和映射（SLAM），以及路径规划和避障。
《计算机视觉与机器人的深度学习》探讨了深度机器学习及其在工业中的应用的关键概念、方法和算法。主题的例子包括场景重建和理解从多个图像，视频或主动传感；同时定位和映射（SLAM）从不同的传感器输入；不同传感器输入的视觉里程计；以及机器人的引导和控制。
加上可选模块，可能包括：
高级统计和机器学习：基础和无监督学习
高级统计与机器学习：回归与分类
数据采集和图像处理
性能工程与高级算法
连续与离散系统
更多详情
