新南威尔士大学人工智能硕士专业课程设置

新南威尔士大学的人工智能（Artificial Intelligence）专业是其工程学院（澳大利亚顶尖的工程与技术学院）提供的信息技术硕士学位课程下开设的专业方向之一，主要聚焦于移动机器人控制成熟软件的开发。新南威尔士大学9月开学季即将到来，许多准留学生都很关注人工智能硕士到底要学哪些课程？选修课程有哪些？下面留学生人工智能课程辅导小编通过解读新南威尔士大学人工智能硕士专业课程设置，带各位准留学生来深入了解！

一、新南威尔士大学人工智能硕士专业介绍

新南威尔士大学人工智能硕士专业学制为2年，受到澳大利亚计算机协会ACS的权威认证。在UNSW学习人工智能，不仅可以在世界一流的设施中拓展你的思维，还可以利用强大的行业合作伙伴关系，向世界知名的研究人员学习，无论是在澳洲当地就业，还是回国，都有着非常广阔的职业发展前景。

新南威尔士大学信息技术硕士课程中的人工智能专业侧重于开发用于移动机器人控制的复杂软件，考虑了软件的几个方面：

●人工智能(artificial intelligence)

●代理编程(agent programming)

●实验机器人技术(experimental robotics)

●知识表示和推理(knowledge representation and reasoning)

●机器学习(machine learning)

●机器人架构(robot architectures)

●人机交互(human-computer interaction)

●视觉(vision)

二、新南威尔士大学人工智能专业课程设置

要获得新南威尔士大学人工智能硕士学位，学生必须完成总计至少96UOC（学分）的课程。

（注：除研究/顶点/项目之外，以下每门课程为6UOC）

1、基础核心课程（18学分）

COMP9020 计算机科学基础（Foundations of Computer Science）

COMP9021 编程原理（Principles of Programming）

COMP9024 数据结构和算法（Data Structures and Algorithms）

2、高级核心课程（18学分）

COMP9311 数据库系统（Database Systems）

COMP9331 计算机网络与应用（and Applications）

GSOE9820 工程项目管理（Project Management）

3、选修课程（18学分）

COMP4121 高级算法（Advanced Algorithms）

COMP4128 编程挑战（Programming Challenges）

COMP4141 计算理论（Theory of Computation）

COMP4161 软件验证中的高级主题（Advanced Topics in Software Verification）

COMP4418 知识表示和推理（Knowledge Representation and Reasoning）

COMP4511 用户界面设计与构建（User Interface Design and Construction）

COMP6080 前端编程（Web Front-End Programming）

COMP6131 软件安全分析（Software Security Analysis）

COMP6441 安全工程与网络安全（Security Engineering and Cyber Security）

COMP6443 应用程序安全和测试（Web Application Security and Testing）

COMP6445 数字取证（Digital Forensics）

COMP6447 系统和软件安全评估（System and Software Security Assessment）

COMP6448 安全工程大师班（Security Engineering Masterclass）

COMP6451 加密货币和分布式账本技术（Cryptocurrency and Distributed Ledger Technologies）

COMP6452 区块链应用的软件架构（Software Architecture for Blockchain Applications）

COMP6453 应用密码学（Applied Cryptography）

COMP6713 自然语言处理（Natural Language Processing）

COMP6714 搜索（Information Retrieval and Web Search）

COMP6721 失落的艺术（(In-)Formal Methods:The Lost Art）

COMP6733 物联网实验设计工作室（Internet of Things Experimental Design Studio）

COMP6741 棘手问题的算法（Algorithms for Intractable Problems）

COMP6752 并发系统建模（Modelling Concurrent Systems）

COMP6771 编程（Advanced C++Programming）

COMP6841 扩展安全工程和网络安全（Extended Security Engineering and Cyber Security）

COMP6843 应用程序安全性和测试（Extended Web Application Security and Testing）

COMP6845 扩展的数字取证和事件响应（Extended Digital Forensics and Incident Response）

COMP6991 解决现代编程问题（Solving Modern Programming Problems with Rust）

COMP9032 微处理器和接口（Microprocessors and Interfacing）

COMP9044 技术和工具（Software Construction:Techniques and Tools）

COMP9101 算法设计与分析（Algorithm Design and Analysis）

COMP9102 编程语言和编译器（Programming Languages and Compilers）

COMP9153 算法验证（Algorithmic Verification）

COMP9154 并发性基础（Foundations of Concurrency）

COMP9164 编程语言的概念（Concepts of Programming Languages）

COMP9201 操作系统（Operating Systems）

COMP9211 计算机体系结构（Computer Architecture）

COMP9222 数字电路与系统（Digital Circuits and Systems）

COMP9242 高级操作系统（Advanced Operating Systems）

COMP9243 分布式系统（Distributed Systems）

COMP9283 扩展操作系统（Extended Operating Systems）

COMP9312 图表的数据分析（Data Analytics for Graphs）

COMP9313 大数据管理（Big Data Management）

COMP9315 数据库系统实施（Database Systems Implementation）

COMP9319 数据压缩和搜索（Web Data Compression and Search）

COMP9321 数据服务工程（Data Services Engineering）

COMP9332 网络路由和交换（Network Routing and Switching）

COMP9333 先进的计算机网络（Advanced Computer Networks）

COMP9334 计算机系统和网络的容量规划（Capacity Planning of Computer Systems and Networks）

COMP9336 移动数据网络（Mobile Data Networking）

COMP9337 保护固定和无线网络（Securing Fixed and Wireless Networks）

COMP9414 人工智能（Artificial Intelligence）

COMP9415 计算机图形学（Computer Graphics）

COMP9417 机器学习和数据挖掘（Machine Learning and Data Mining）

COMP9418 统计机器学习中的高级主题（Advanced Topics in Statistical Machine Learning）

COMP9434 机器人软件架构（Robotic Software Architecture）

COMP9444 神经网络和深度学习（Neural Networks and Deep Learning）

COMP9447 安全工程研讨会（Security Engineering Workshop）

COMP9491 应用人工智能（Applied Artificial Intelligence）

COMP9511 人机交互（Human Computer Interaction）

COMP9517 计算机视觉（Computer Vision）

COMP9727 推荐系统（Recommender Systems）

COMP9814 扩展人工智能（Extended Artificial Intelligence）

GSOE9210 工程决策结构（Engineering Decision Structures）

GSOE9220 启动初创公司（Launching a Startup）

MATH5836 数据和机器学习（Data and Machine Learning）

MATH5845 时间序列（Time Series）

MATH5855 多变量分析（Multivariate Analysis）

MATH5905 统计推断（Statistical Inference）

MATH5960 贝叶斯推理与计算（Bayesian Inference and Computation）

4、人工智能核心课程（6学分）

COMP9414 人工智能（Artificial Intelligence）

5、学科知识选修课（18学分）

COMP4418 知识表示和推理(Knowledge Representation and Reasoning)

COMP9417 机器学习和数据挖掘(Machine Learning and Data Mining)

COMP9418 统计机器学习中的高级主题(Advanced Topics in Statistical Machine Learning)

COMP9434 机器人软件架构(Robotic Software Architecture)

COMP9444 神经网络和深度学习(Neural Networks and Deep Learning)

COMP9491 应用人工智能(Applied Artificial Intelligence)

COMP9517 计算机视觉(Computer Vision)

COMP9727 推荐系统(Recommender Systems)

6、研究/顶点/项目（18学分）

学生必须从以下选项组之一中选修18UOC的课程。

选项1：

选项2：

选项3：

三、新南威尔士大学人工智能硕士专业学习成果

1、评估与信息技术专业相关的高级概念、理论和技术，包括理论和/或专业实践的最新发展。

2、确定国际信息技术实践和全球运营环境对理论和专业实践的潜在影响。

3、应用研究原则和基于探究的技术来规划和执行一个实质性的基于研究的项目、奖学金和/或专业实践项目。

4、在各种不同和/或不熟悉的环境中识别、定义、调查和分析复杂工程问题的计算方面。

5、综合和评估算法知识，为复杂的工程问题开发有效和创新的解决方案。

6、解释和交流复杂的理论概念，并向其他专业人士、客户、利益相关者和更广泛的社区证明专业决策的合理性。

7、运用道德和专业判断，并认识到决策和/或解决方案在全球、经济、环境和/或社会背景下的潜在影响。

8、在不同的专业环境中有效地协作和领导。

9、评估和解释信息技术对专业实践和/或奖学金的影响。

以上就是有关新南威尔士大学人工智能硕士专业课程设置的介绍。如果准留学生们想进一步了解人工智能硕士课程信息，或者想在行前提前预习，有关新南威尔士大学预习课程辅导需求，可以咨询考而思在线，我们会为您安排专业澳洲人工智能课程辅导进行一对一解答和指导学习。