【专业解析】英国人工智能方向留学申请指南_刘新然的博客-新东方前途出国

也就是我们最常见的computer science课程。现在留学圈子有一句话叫做“一切专业转CS”,所谓CS也就是computer science专业，这个专业囊括的概念非常宽泛。首先，在各个大学里面，对于computer science专业的课程设计各不相同，可以完全分为不同的专业，但是他们的名字都叫computer science；其次，computer science专业的要求，一般会要求有相关的专业背景。如果没有相关的背景，或者只是工科背景，申请会有一定的难度。

这里给大家列举几个大学：

华威大学computer science的课程设计。它的课程设计是偏向数据科学的。华威大学作为数据科学机构的主要承办机构，数据科学是华威大学的强项，教授、导师教授这方面的课程会多一些，课程中包括了data science、数字图像处理、自然语言处理等一些比较新颖的数据科学课程。华威大学作为一个比较新锐的学校，在课程设计上前沿大胆，所以包括了强化学习的内容。

曼彻斯特大学，包含了text mining、data engineering课程。从这些课程的名称上可以明显对比看出，曼彻斯特大学的computer science更偏向于program和engineering。课程设计更加注重实践和实用性。所涉及课程，如果你作为一个和data science相关的engineering参与到企业中，这些课程对你就非常有帮助。

非常著名的硬核工科大学的布里斯托大学，整体的设计方向非常engineering,整体的课程设计思路往software engineering 方向靠拢，包含c语言、计算机的组成原理、前端开发的课程内容。所以我们在选择compute science相关专业的时候，不能仅仅只依靠学校的排名、声誉、知名度去挑选学校，我们要从课程的设计、学习内容、学习目标综合考虑。

▶软件工程

Software engineering软件工程专业。我把这个专业称为通向码农之路，课程的设计基本上仅仅围绕program，主要是教授大家如何develop software。包括了编程语言的课程内容。课程内容设计和我们的工作经验以及实际的就业需求绑定在一起。

▶数据科学和大数据

我们在专业申请中，大家最常见的一个常识性的误区，把data science数据科学和big data大数据两个专业弄混。这两个专业其实各有侧重，虽然都强调数学基础和数学模型的运用，但是两个专业强调的方向是截然不同的。

Data science数据科学专业更侧重的是数据模型，不论这个数据量的大小,着重是用数学的方法去分析数据,建立数学模型,从数据中得出合适的理论。而big data更加侧重数据本身，强调使用现有的数学模型，或者是数据分析工具，从海量的数据中如何寻找出挖掘数据的模式，发现这个数据的价值。从课程设计的角度上来说,data science会更着重强调与数学建模machine learning相关的课程.

▶机器学习

Machine learning机器学习，作为一个比较新的专业概念，在近十几年中cs最火爆的方向，许多学校也专门设计了machine learning专业课程,如果想要攻读AI的同学，我希望最好能申请machine learning课程,但是相关的machine learning专业一般会有更为严苛的专业背景要求，而且竞争也会更加激烈。

▶EE机器人和电子工程

我相信大家想到人工智能这个词的时候，第一个想到的就是机器人。机器人专业虽然在computer science里面有一定的囊括，但在实际课程研究中，重点研究机器人方向是robotisc或者EE，课程设计中会有更多的跟电子工程相关的课程，控制力学、机械、AI研究方向会更加着重于应用，包括了计算机视觉、传感器的数据分析，或者是控制理论的强化学习。