提到愛丁堡大學(xué)，不得不提該校的信息學(xué)院，它是英國最大的信息學(xué)院之一，是由人工智能系、認知科學(xué)中心、計算機科學(xué)系等多個計算機領(lǐng)域合并而成，是無數(shù)IT人才夢寐以求的求學(xué)之地，因此，越來越多的學(xué)生去愛丁堡大學(xué)信息學(xué)院留學(xué)，那么，問題來了，2023年愛丁堡大學(xué)信息學(xué)院碩士申請難度高嗎?接下來，就隨小編來看看吧，希望對大家有所幫助：

　　專業(yè)1：MSc Informatics

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，信息學(xué)，人工智能，認知科學(xué)，計算機科學(xué)，語言學(xué)，數(shù)學(xué)，哲學(xué)，物理學(xué)或心理學(xué)相關(guān)背景，熟練的編程技能(C/C++、java、Python、R、Matlab、Haskell、ML)

　　雅思要求：6.5，單科6.0

　　課程安排：

　　必修課程：

　　Informatics Research Review(情報學(xué)研究綜述)

　　Informatics Project Proposal(信息學(xué)項目建議書)

　　Dissertation(論文)

　　選修課程：

　　Algorithmic Game Theory and its Applications(算法博弈論及其應(yīng)用)

　　Bioinformatics1(生物信息學(xué)1)

　　Computational Cognitive Science(計算認知科學(xué))

　　Neural Computation(神經(jīng)計算)

　　Social and Technological Networks(社會和技術(shù)網(wǎng)絡(luò))

　　專業(yè)2：MSc Advanced Technology for Financial Computing

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，信息學(xué)，人工智能，認知科學(xué)，電氣工程，語言學(xué)，數(shù)學(xué)，物理或其他計算機相關(guān)背景

　　雅思要求：6.5，單科6.0

　　課程安排：

　　七個月的教學(xué)課程，以及長達四個月的專題研究，最終完成一篇學(xué)術(shù)和現(xiàn)實行業(yè)挑戰(zhàn)的論文

　　專業(yè)3：MSc Artificial Intelligence

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，信息學(xué)、人工智能、認知科學(xué)、計算機科學(xué)、電器工程、語言學(xué)、數(shù)學(xué)、哲學(xué)、物理學(xué)或心理學(xué)相關(guān)背景，完成至少一個編程課程(C/C++、java、Python、R、Matlab、Haskell、ML)

　　雅思要求：6.5，單科6.0

　　課程安排：

　　必修課程：

　　Informatics Research Review(情報學(xué)研究綜述)

　　Informatics Project Proposal(信息學(xué)項目建議書)

　　Dissertation(論文)

　　選修課程：

　　Accelerated Natural Language Processing(加速自然語言處理)

　　Advanced Vision(高級視覺)

　　Automatic Speech Recognition(自動語音識別)

　　Decision Making in Robots and Autonomous Agents(機器人與資助智能體的決策)

　　Machine Learning & Pattern Recognition(機器學(xué)習(xí)與模式識別)

　　Natural Language Understanding, Generation, and MachineTranslation(自然語言理解、生成與機器翻譯)

　　Probabilistic Modelling and Reasoning(概率建模與推理)

　　Reinforcement Learning(強化學(xué)習(xí))

　　Robotics: Science and Systems(機器人學(xué)：科學(xué)與系統(tǒng))

　　專業(yè)4：MSc Cognitive Science

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，信息學(xué)、人工智能、認知科學(xué)、計算機科學(xué)、電氣工程、語言學(xué)、數(shù)學(xué)、哲學(xué)、物理或心理學(xué)相關(guān)背景

　　雅思要求：6.5，單科6.0

　　課程安排：

　　必修課程：

　　Informatics Research Review(情報學(xué)研究綜述)

　　Informatics Project Proposal(信息學(xué)項目建議書)

　　Dissertation(論文)

　　選修課程：

　　Accelerated Natural Language Processing(加速自然語言處理)

　　Automatic Speech Recognition(自動語音識別)

　　Computational Cognitive Neuroscience(計算認知神經(jīng)科學(xué))

　　Computational Cognitive Science(計算認知科學(xué))

　　Natural Language Understanding, Generation, and Machine Translation(自然語言理解、生成與機器翻譯)

　　Neural Computation(神經(jīng)計算)

　　Bioinformatics1(生物信息學(xué)1)

　　Cognition, Culture and Context (PPLS)(認知、文化與語境)

　　Human Computer Interaction(人機交互)

　　Image and Vision Computing(圖像與視覺計算)

　　Introductory Applied Machine Learning(應(yīng)用機器學(xué)習(xí)入門)

　　Reinforcement Learning(強化學(xué)習(xí))

　　Simulating Language (PPLS)(模擬語言)

　　Speech Processing (PPLS)(語音處理)

　　專業(yè)5：MSc Computer Science

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，信息學(xué)、人工智能、認知科學(xué)、計算機科學(xué)、電氣工程、語言學(xué)、數(shù)學(xué)、哲學(xué)、物理學(xué)或心理學(xué)相關(guān)背景;完成至少一個編程課程(C/C++、java、Python、R、Matlab、Haskell、ML)

　　雅思要求：6.5，單科6.0

　　課程安排：

　　必修課程：

　　InformaticsResearch Review(情報學(xué)研究綜述)

　　InformaticsProject Proposal(信息學(xué)項目建議書)

　　Dissertation(論文)

　　選修課程：

　　Advanced Databases(高級數(shù)據(jù)庫)

　　Blockchains and Distributed Ledgers(區(qū)塊鏈和分布式賬本)

　　Computational Complexity(計算復(fù)雜性)

　　Computer Networking(計算機網(wǎng)絡(luò))

　　Distributed Systems(分布式系統(tǒng))

　　Internet of Things: Systems, Security, and the Cloud(物聯(lián)網(wǎng)：系統(tǒng)、安全和云)

　　Introduction to Quantum Computing(量子計算概論)

　　Parallel Programming Languages and Systems(并行程序設(shè)計語言與系統(tǒng))

　　Secure Programming(安全編程)

　　專業(yè)6：MSc Cyber Security, Privacy and Trust

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，信息學(xué)、人工智能、認知科學(xué)、計算機科學(xué)、電氣工程、語言學(xué)、數(shù)學(xué)、哲學(xué)、物理學(xué)或心理學(xué)相關(guān)背景

　　雅思要求：6.5，單科6.0

　　課程安排：

　　在2個學(xué)期中，大約有7個月的授課時間。

　　長達4個月的項目工作導(dǎo)致論文。

　　專業(yè)7：MSc Data Science

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，信息學(xué)、人工智能、認知科學(xué)、計算機科學(xué)、電氣工程、語言學(xué)、數(shù)學(xué)、哲學(xué)、物理學(xué)或心理學(xué)相關(guān)背景

　　雅思要求：6.5，單科6.0

　　課程安排：

　　必修課程：

　　Informatics Research Review(情報學(xué)研究綜述)

　　Informatics Project Proposal(信息學(xué)項目建議書)

　　Dissertation(論文)

　　選修課程：

　　Machine Learning, Statistics and Optimization(機器學(xué)習(xí)、統(tǒng)計與優(yōu)化)

　　Databases and Data Management(數(shù)據(jù)庫和數(shù)據(jù)管理)

　　Applications(應(yīng)用)

　　專業(yè)8：MSc Design Informatics

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，計算機科學(xué)、信息學(xué)、人工智能、物理、工程、心理學(xué)、哲學(xué)、語言學(xué)或神經(jīng)科學(xué)相關(guān)背景

　　雅思要求：7.0，單科6.0

　　課程安排：

　　必修課程：

　　Design Informatics: Histories and Futures(設(shè)計信息學(xué)：歷史與未來)

　　Data Science for Design(設(shè)計數(shù)據(jù)科學(xué))

　　Case Studies in Design Informatics 1(設(shè)計信息學(xué)案例研究1)

　　Design with Data(用數(shù)據(jù)設(shè)計)

　　Design Informatics Project(設(shè)計信息學(xué)項目)

　　Dissertation(論文)

　　選修課程(選6門)：

　　The Human Factor: Working with Users(人為因素：與用戶合作)

　　Data Visualisation(數(shù)據(jù)可視化)

　　Data Mining and Exploration(數(shù)據(jù)挖掘與探索)

　　Reinforcement Learning(強化學(xué)習(xí))

　　Human-Computer interaction(人機交互)

　　Algorithmic Game Theory and its Applications(算法博弈論及其應(yīng)用)

　　Parallel Architectures(并行體系結(jié)構(gòu))

　　Automatic Speech Recognition(自動語音識別)

　　Computational Cognitive Neuroscience(計算認知神經(jīng)科學(xué))

　　Robotics: Science and Systems(機器人學(xué)：科學(xué)與系統(tǒng))

　　Case Studies in Design Informatics 1(設(shè)計信息學(xué)案例研究1)

　　Case Studies in Design Informatics 2(設(shè)計信息學(xué)案例研究2)

　　Introduction to Quantum Computing(量子計算概論)

　　Computational Complexity(計算復(fù)雜性)

　　Accelerated Natural Language Processing(加速自然語言處理)

　　Machine Learning and Pattern Recognition(機器學(xué)習(xí)與模式識別)

　　Introduction to Modern Cryptography(現(xiàn)代密碼學(xué)概論)

　　Machine Learning Practical(機器學(xué)習(xí)實踐)

　　Image and Vision Computing(圖像與視覺計算)

　　The Human Factor: Working with Users(人為因素：與用戶合作)

　　Blockchains and Distributed Ledgers(區(qū)塊鏈和分布式賬本)

　　Text Technologies for Data Science(數(shù)據(jù)科學(xué)的文本技術(shù))

　　Internet of Things Systems, Security, and the Cloud(物聯(lián)網(wǎng)系統(tǒng)、安全和云)

　　Principles and Design of IoT Systems(物聯(lián)網(wǎng)系統(tǒng)原理與設(shè)計)

　　Natural Language Understanding, Generation, and Machine Translation(自然語言理解、生成與機器翻譯)

　　Bioinformatics 1(生物信息學(xué)1)

　　Natural Computing(自然計算)

　　Introductory Applied Machine Learning(應(yīng)用機器學(xué)習(xí)入門)

　　Advanced Database Systems(高級數(shù)據(jù)庫系統(tǒng))

　　專業(yè)9：MScAdvanced Design Informatics-21個月

　　學(xué)術(shù)要求：2.1英國本科學(xué)歷，計算機科學(xué)、信息學(xué)、人工智能、物理、工程、心理學(xué)、哲學(xué)、語言學(xué)或神經(jīng)科學(xué)相關(guān)背景

　　雅思要求：7.0，單科6.0

　　課程安排：

　　第一年必修課程：

　　Design Informatics: Histories and Futures(設(shè)計信息學(xué)：歷史與未來)

　　Data Science for Design(設(shè)計數(shù)據(jù)科學(xué))

　　Case Studies in Design Informatics 1(設(shè)計信息學(xué)案例研究1)

　　Design with Data(用數(shù)據(jù)設(shè)計)

　　Design Informatics Project(設(shè)計信息學(xué)項目)

　　第二年必修課程：

　　Case Studies in Design Informatics 2(設(shè)計信息學(xué)案例研究2)

　　Dissertation(論文)

　　選修課程：

　　The Human Factor: Working with Users(人為因素：與用戶合作)

　　Data Visualisation(數(shù)據(jù)可視化)

　　DataMining and Exploration(數(shù)據(jù)挖掘與探索)

　　Reinforcement Learning(強化學(xué)習(xí))

　　Human-Computer Interaction(人機交互)

　　Algorithmic Game Theory and its Applications(算法博弈論及其應(yīng)用)

　　Parallel Architectures(并行體系結(jié)構(gòu))

　　Automatic Speech Recognition(自動語音識別)

　　Computational Cognitive Neurscience(計算認知神經(jīng)科學(xué))

　　Robotics：Science and Systems(機器人學(xué)：科學(xué)與系統(tǒng))

　　Case Studies in Design Informatics 1(設(shè)計信息學(xué)案例研究1)

　　Case Studies in Design Informatics 2(設(shè)計信息學(xué)案例研究2)

　　Introduction to Quantum Computing(量子計算概論)

　　Computational Complexity(計算復(fù)雜性)

　　Accelerated Natural Language Processing(加速自然語言處理)

　　Machine Learning and Pattern Recognition(機器學(xué)習(xí)與模式識別)

　　Introduction to Modern Cryptography(現(xiàn)代密碼學(xué)概論)

　　Machine Learning Practical(機器學(xué)習(xí)實踐)

　　Image and Vision Computing(圖像與視覺計算)

　　Blockchains and Distributed Ledgers(區(qū)塊鏈和分布式賬本)

　　Text Technologies for Data Science(數(shù)據(jù)科學(xué)的文本技術(shù))

　　Internet of Things Systems, Security, and the Cloud(物聯(lián)網(wǎng)系統(tǒng)、安全和云)

　　Principles and Design of IoT Systems(物聯(lián)網(wǎng)系統(tǒng)原理與設(shè)計)

　　Natural Language Understanding, Generation, and Machine Translation(自然語言理解、生成與機器翻譯)

　　Bioinformatics1(生物信息學(xué)1)

　　Natural Computing(自然計算)

　　Introductory Applied Machine Learning(應(yīng)用機器學(xué)習(xí)入門)

　　Advanced Database Systems(高級數(shù)據(jù)庫系統(tǒng))

　　綜上所述，以上講的就是關(guān)于愛丁堡大學(xué)信息學(xué)院碩士申請難度高嗎的相關(guān)問題介紹，希望能給各位赴英留學(xué)的學(xué)子們指點迷津。近年來，赴英留學(xué)一直是廣大學(xué)生最熱門的話題，同時，很多學(xué)生對于簽證的辦理、院校的選擇、就業(yè)的前景、學(xué)習(xí)的費用等諸多問題困擾不斷，別擔(dān)心，IDP留學(xué)專家可以為你排憂解難，同時，更多關(guān)于赴英留學(xué)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(xué)子們能夠順利奔赴自己心目中理想的學(xué)校并且學(xué)業(yè)有成!