咨询电话：400-183-1832
人工智能与数字化学理学硕士
关注已取消
关注已取消
关注成功
已添加至{{ selectCollectNames.join(',') }}
更改
{{ !collectStatus ? '+' : '' }}
{{!collectStatus ? '关注' : '已关注'}}
MSc AI and Digital Chemistry
项目简介
课程设置
成功案例
关注已取消
关注成功
已添加至{{ selectCollectNames.join(',') }}
更改
{{ !collectStatus ? '+' : '' }}
{{!collectStatus ? '关注' : '已关注'}}
在线咨询
所属院校
领取诺丁汉大学硕士留学申请手册
项目简介
专业方向
化学
入学时间
9月
项目时长
1年
项目学费
30800英镑/年
项目官网
https://www.nottingham.ac.uk/pgstudy/course/taught/ai-and-digital-chemistry-msc
登录后查看培养目标
立即登录
培养目标
<p>诺丁汉大学人工智能与数字化学理学硕士项目专为准备引领数字创新时代的未来科学家而设计，旨在培养其掌握人工智能、数据科学和计算化学方面的技能，这些工具现在对于解决世界上最复杂的化学挑战至关重要。该项目将帮助学生迈向革命性前沿领域，能够将化学与人工智能的力量相结合，帮助改变发现救命药物、先进材料和可持续化学品的方式。</p>
登录后查看申请要求
立即登录
申请要求
具有2:1理学学士荣誉学位，需要化学或相关学科背景（如化学工程或自然科学）；或者具备与该水平相当的学历和/或经验。学校可能会考虑具有high 2:2学位（成绩至少达到56%）并且具备相关工作经验或其他支持因素的申请者。
GPA要求
重新选择本科院校
该学校针对内地院校有专属的GPA分数要求，诺丁汉大学会单独设置院校名单，对内地院校划分等级，以此来设置不同的申请要求。
查询
{{college_name}}申请{{univName}}{{majorName}}的GPA分数要求为{{searchRes.score}}分。
{{college_name}}申请{{univName}}{{majorName}}要求：{{searchRes.remark}}
{{univName}}{{majorName}}不接受{{college_name}}的申请。
{{univName}}{{majorName}}针对{{college_name}}没有明确的list要求。
查看更多院校GPA要求
语言要求
{{ per_lang.name == '托福（新版）' ? '托福' : per_lang.name }}
（新版）
{{ per_lang.ename }}
{{ segment.segment_desc }}
总分要求
{{ segment.total ? segment.total : ctryId != 12 ? '/' : '无要求' }}
听力
{{ segment.sub.L ? segment.sub.L : '/' }}
阅读
{{ segment.sub.R ? segment.sub.R : '/' }}
写作
{{ segment.sub.W ? segment.sub.W : '/' }}
口语
{{ segment.sub.S ? segment.sub.S : '/' }}
总分要求
{{ per_lang.total ? per_lang.total : ctryId != 12 ? '/' : '无要求' }}
小分要求
无要求
小分要求
{{ per }}
{{ per_lang.min }}
申请时间
{{ `${per_time.year}年${per_time.enroll_time}季入学${per_time.children.length == 1 && per_time.children[0].head == 1 ? '（提前批）' : ''}` }}
{{ per_tab.label }}
{{ per_time_dot.label }}
{{ per_time_dot.time }}
on hold
国际生
提前批次
：是在常规申请批次之前开放的申请批次。提前批未被录取依旧可以走常规批次申请
进行中
：{{ per_time.children[per_time.active_tab_idx].endInfo }}
on hold
：申请量过大，相应的申请有延迟或者无法拿到offer的风险。
国际生
：本条是指国际生截止日期
课程设置
本课程采用模块化结构，学生需在12个月内完成180个学分，学生将完成：1. 秋季和春季学期教学课程的120学分；2. 夏季学期研究项目的60学分。人工智能和机器学习正迅速应用于几乎所有行业，一些化学家正在利用它们来研发新药，另一些化学家则利用它们来提高生产流程的可持续性。2门核心的科学中的机器学习课程将介绍有监督、无监督和强化学习的基础知识，应用于回归、分类、密度估计、数据生成、聚类和最优控制，以及现代深度学习的概念和方法。主题包括深度神经网络、CNNs、RNNs、GANS、LLMs、自动编码器、迁移学习、强化学习、可解释机器学习和马尔可夫决策过程、清理数据和处理大型数据集。
登录后查看全部课程
立即登录
成功案例
预约咨询
预约咨询
App下载
下载指南者留学App
公众号
扫一扫立即关注
微信咨询
扫一扫立即咨询
在线客服
电话咨询
400-183-1832
回到顶部
预约咨询
登录
二维码已过期
重新获取
已扫码
等待确认登录
请使用微信扫描二维码登录
立即领取
选择收藏夹
新增收藏夹
{{option.remark_name}}
默认
{{option.info_count}}条内容
取消
完成
新增收藏夹
返回
{{ form.id ? '完成编辑' : '确定创建' }}
是否放弃编辑内容？
取消
确定