南加大机器学习与数据科学硕士课程设置

　　一、必修课程设置

　　1.必修基础能力课程(0-6学分要求)

　　每一门课程都必须作为一门技术选修课，或者必须通过相应的能力测试(数字信号处理、软件):

　　EE483 数字信号处理单元导论 4学分

　　EE538 电气工程师计算原理 2学分

　　2.必修基础课程(16个学分)

　　EE503 电气和计算机工程师概率论 4学分

　　EE510 工程线性代数 4学分

　　EE541 深度学习的计算导论 2学分

　　EE547 电气工程师应用和云计算 2学分

　　EE559 机器学习I 监督方法 4学分

　　3.学习和数据分析(6-8学分)

　　需要从这个列表中选择两门课程

　　EE546 高维数据的数学 4学分

　　EE556 随机系统和强化学习 4学分

　　EE588 信息和数据科学的优化 4学分

　　EE641 深度学习系统 2学分

　　EE660 机器学习II: 数学基础和方法 4学分

　　二、选修课程设置

　　从以下列表或学习和数据分析列表中选择剩余的学分。课程不适用于一个以上的学位要求。

　　1.理论和方法

　　CSCI570 算法分析 4学分

　　CSCI585 数据库系统 4学分

　　EE517 工程师统计与数据分析 4学分

　　EE542 互联网和云计算 3学分

　　EE561 人工智能基础 3学分

　　EE562 工程随机过程 4学分

　　EE563 估算理论 3学分

　　EE564 数字通信编码系统 4学分

　　EE565 信息论及其在大数据科学中的应用 4学分

　　EE575 工程师计算微分几何 3学分

　　EE586L 高级DSP设计实验室 4学分

　　EE592 反问题的计算方法 4学分

　　EE689 计算智能和神经学习 4学分

　　ISE538 基于马尔可夫模型的性能分析 3学分

　　MATH541a 数理统计学导论 3学分

　　2.应用

　　CSCI544 应用自然语言处理 4学分

　　CSCI677 高级计算机视觉 4学分

　　EE519 多媒体语音识别与处理 3学分

　　EE569 数字图像处理简介 4学分

　　EE619 自动语音识别单元的高级主题 3学分

　　EE669 多媒体数据压缩 3学分

　　3.研究

　　最多四个单位的指导性研究或论文可以被计入技术选修课领域。

　　EE590 指导研究：1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12学分

　　EE594a 硕士论文 2学分

　　EE594b 硕士论文 2学分

　　EE594z 硕士论文 0学分

　　以上是南加大机器学习与数据科学硕士课程设置的相关知识，如果您对美国留学感兴趣，欢迎您在线咨询托普仕留学老师，托普仕留学专注美国前30高校申请，助力国内学子顺利获得美国藤校入读资格。尽早规划和递交申请，对您未来留学会更有帮助!