伦敦大学学院机器学习理学硕士项目具有真实的独特性，营造了良好的学习环境，适合想要拓展机器学习领域的专业知识和技能组合的学生，引导学生从计算、数学和商业视角探究机器学习。

通过伦敦大学学院机器学习理学硕士项目，学生将了解该领域内新技术开发和应用背后的原理，理解和分析各种可用算法和方法，能够设计、开发和评估恰当的算法和方法来应对新问题和应用。

1、Supervised Learning

2、Graphical Models

3、Probabilistic and Unsupervised Learning

4、Machine Vision

5、Bioinformatics

6、Information Retrieval and Data Mining

7、Advanced Topics in Machine Learning

8、Inverse Problems in Imaging

9、Affective Computing and Human-Robot Interaction

10、Approximate Inference and Learning in Probabilistic Models

11、Applied Machine Learning

12、Computational Modelling for Biomedical Imaging

13、Programming and Mathematical Methods for Machine Learning

14、Statistical Natural Language Programming

1、监督式学习

2、图形化模型

3、概率和无监督学习

4、机器视觉

5、生物信息学

6、信息检索和数据挖掘

7、机器学习前沿议题

8、成像逆问题研究

9、情感计算和人与机器人的人机交互

10、概率模型近似推理和学习

11、应用机器学习

12、生物医学成像的计算建模

13、机器学习的编程和数学方法

14、统计自然语言编程