前十年，人們對人工智能只是一個“認知”的階段，如今科技創(chuàng)新之路悄然興起，全球正從“互聯(lián)網(wǎng)+”向“AI+數(shù)據(jù)分析”轉(zhuǎn)型，利用數(shù)據(jù)分析的基礎(chǔ)，推動人工智能在金融、醫(yī)療、交通、安防、農(nóng)業(yè)等領(lǐng)域落地生根，創(chuàng)造出更大的價值，從而社會也急需一批既具有人工智能技術(shù)又有數(shù)據(jù)分析能力的復(fù)合型人才，為了順應(yīng)時代的需求，滑鐵盧大學就開設(shè)了數(shù)據(jù)科學與人工智能碩士專業(yè)，下面，就隨小編來看看吧，希望對大家有所幫助：

　　Master of Data Science and Artificial Intelligence (MDSAI)

　　數(shù)據(jù)科學和人工智能碩士課程旨在滿足數(shù)據(jù)科學和人工智能領(lǐng)域日益增長的全球需求。該課程認識到數(shù)據(jù)科學和人工智能的交叉學科，以及體驗式學習的重要性。學位要求包括9門與數(shù)據(jù)科學相關(guān)的研究生課程。該項目提供強大的核心培訓(xùn)，使畢業(yè)生能夠輕松適應(yīng)行業(yè)的變化和新挑戰(zhàn)。

　　課程設(shè)置：

　　基礎(chǔ)課程

　　CS 600 Fundamentals of Computer Science for Data Science (designed for non-CS major background students)

　　STAT 845 Statistical Concepts for Data Science (designed for non-STAT major background students)

　　核心課程

　　STAT 847 Exploratory Data Analysis

　　選一門：

　　CS 651 Data-Intensive Distributed Computing (designed for CS major background students), or

　　CS 631 Data-Intensive Distributed Analytics (designed for non-CS major background students)

　　選一門：

　　STAT 841 / CM 763 Statistical Learning - Classification

　　STAT 842 / CM 762 Data Visualization

　　STAT 844 / CM 764 Statistical Learning - Advanced Regression

　　選一門：

　　CS 638 Principles of Data Management and Use

　　CS 648 Database Systems Implementation

　　CS 680 Introduction to Machine Learning

　　CS 685 Machine Learning: Statistical and Computational Foundations

　　選一門：

　　CO 602 / CS 795 / CM 740 Fundamentals of Optimization

　　CO 673 / CS 794 Optimization for Data Science

　　CO 663 Convex Optimization and Analysis

　　選修課

　　CO 602 / CS 795 / CM 740 Fundamentals of Optimization

　　CO 673 / CS 794 Optimization for Data Science

　　CO 650 Combinatorial Optimization

　　CO 663 Convex Optimization and Analysis

　　CO 769 Topics in Continuous Optimization

　　CS 638 Principles of Data Management and Use

　　CS 648 Database Systems Implementation

　　CS 654 Distributed Systems

　　CS 680 Introduction to Machine Learning

　　CS 685 Machine Learning: Statistical and Computational Foundations

　　CS 686 Introduction to Artificial Intelligence

　　CS 740 Database Engineering

　　CS 742 Parallel and Distributed Database Systems

　　CS 743 Principles of Database Management and Use

　　CS 786 Probabilistic Inference and Machine Learning

　　CS 798 Advanced Research Topics

　　CS 848 Advanced Topics in Databases

　　CS 856 Advanced Topics in Distributed Computing

　　CS 885 Advanced Topics in Computational Statistics

　　CS 886 Advanced Topics in Artificial Intelligence

　　STAT 840 / CM 761 Computational Inference

　　STAT 841 / CM 763 Statistical Learning - Classification

　　STAT 842 / CM 762 Data Visualization

　　STAT 844 / CM 764 Statistical Learning - Advanced Regression

　　STAT 946 Topics in Probability and Statistics

　　DATSC 701/702 Data Science Project 1 & 2

　　申請條件：

　　數(shù)據(jù)科學、計算機科學、統(tǒng)計學、數(shù)學或相關(guān)領(lǐng)域榮譽學士學位或同等學歷，平均成績不低于78%。

　　具有至少一門計算機科學或統(tǒng)計學的高級經(jīng)驗。

　　數(shù)據(jù)科學和人工智能碩士項目的學生可以在完成至少一個學術(shù)學期后申請轉(zhuǎn)入數(shù)據(jù)科學和人工智能碩士項目。

　　簡歷

　　補充信息表

　　成績單(s)

　　3封推薦信

　　語言要求：

　　托福網(wǎng)考：總分100分，寫作26分，口語26分

　　雅思(學術(shù)):總分7.5，寫作7.0，口語7.0

　　PTE(學術(shù)):總分68;寫作65;口語65

　　綜上所述，以上講的就是關(guān)于滑鐵盧大學數(shù)據(jù)科學與人工智能碩士專業(yè)的相關(guān)問題介紹，希望能給各位赴加拿大留學的學子們指點迷津。近年來，赴加拿大留學一直是廣大學生最熱門的話題，同時，很多學生對于簽證的辦理、院校的選擇、就業(yè)的前景、學習的費用等諸多問題困擾不斷，別擔心，IDP留學專家可以為你排憂解難，同時，更多關(guān)于赴加拿大留學的相關(guān)資訊在等著你，絕對讓你“瀏覽”忘返。在此，衷心祝愿各位學子們能夠順利奔赴自己心目中理想的學校并且學業(yè)有成!