登录遇到问题
Q:长时间接收不到验证码怎么办?
A:您可以拨打我们的客服热线400-987-6697进行语音辅助
没找到相关问题?点此联系客服
选择国家地区
手机快捷登录
+86
验证码
登录
手机密码登录
登录遇到问题
网站导航
指南者留学logo
指南者留学
选校/定位/规划 必备工具
打开App
人工智能、经济与政策理学硕士
MSc AI, Economics & Policy
商科
经济
商学院
简介
课程
案例
领取帝国理工学院硕士留学申请手册
项目简介
专业方向
经济
入学时间
9月
项目时长
1年
项目学费
/
培养目标
随着人工智能重塑行业、颠覆市场并挑战现有监管的限制,未来商业领袖能否自信地驾驭这一交汇点至关重要,帝国理工学院人工智能、经济与政策理学硕士项目由帝国商学院和计算机系联合提供,课程将为学生提供独特的跨领域技能,以驾驭复杂的人工智能系统,了解人工智能对经济增长和竞争的影响,并应对负责任的人工智能治理和公共政策的挑战。通过应用项目、行业领袖和监管机构的客座讲座、个人项目或实习,培养学生在人工智能、经济与政策三大支柱领域的专业知识,并将其应用到现实世界的商业挑战中。
展开全部
GPA要求
该专业针对内地院校有专属的GPA分数要求,帝国理工学院仅接受“211院校”申请,对不同学院及专业设置不同的申请要求。
申请要求
学术要求:申请者应该具有认可大学颁发的一等或Upper Second Class荣誉本科学位或同等学历,需要相关STEMB学科背景,例如:计量经济学、数理金融学、计算、物理学、工程学、相关学科;法律专业毕业生可能也会被考虑,前提是如果他们能在数学相关领域证明技术技能和大学水平的数学学习。<br> 预备知识要求:申请者应该具备很强的量化背景,还应该修过包括线性代数、微积分(包括多元微积分)、概率论和统计学在内的大学课程,此外,申请者应该至少修读过一门编程课程,并在项目或其他课程作业中应用过编程知识。<br> 定量经验陈述:申请者应该使用申请表中的定量经验陈述来概述其为课程所做的定量和技术准备,这应该包括其迄今为止在学术生涯中所修过的最先进的定量课程,并提供相关主题的简短示例。如果通过工作经验、实习或应用项目获得了进一步的定量或技术经验,请在定量经验陈述中进行描述。请使用编程语言陈述,说明对不同编程语言的熟练程度,并举例说明使用过这些语言的用途。<br> 实习与工作经验:工作经验不是必需的,尽管从事相关的实习、工作实习或应用项目,并将其列在申请表的“行业/专业经验”部分将有助于增强申请者的竞争力,相关经验可能包括人工智能治理、技术政策、监管、合规、咨询、隐私、法律技术、数据分析或数字市场等领域的工作。本课程既适合应届毕业生,也适合初入职场的专业人士,学校鼓励希望在当前职位上取得进步或在人工智能、经济、法律和政策交叉领域进入新职业的候选人申请。<br> GMAT或GRE:不强制要求,但如有相关成绩或成绩优秀将有助于申请,针对定量学位背景较弱的申请者,强烈建议提交GMAT或GRE以增强其申请该项目的竞争力<br> Essay:需要提交1篇Essay
语言要求
雅思
总分要求
7
听力
6.5
阅读
6.5
写作
6.5
口语
6.5
托福
总分要求
100
听力
22
阅读
22
写作
22
口语
22
托福
(新版)
总分要求
5
听力
5
阅读
5
写作
5
口语
5
PTE
总分要求
69
听力
62
阅读
62
写作
62
口语
62
课程设置
人工智能、经济与政策基础
Foundations in AI, Economics and Policy
人工智能与数字市场经济学
Economics of AI and Digital Markets
算法系统的法律与法规
Law and Regulation of Algorithmic Systems
人工智能全栈的法律与政策
Law and Policy across the AI Stack
负责任的人工智能
Responsible AI
营销、创新与消费者行为中的人工智能策略
AI Strategies in Marketing, Innovation, and Consumer Behaviour
金融领域的大数据
Big Data in Finance
面向数字经济的商业模式设计
Business Model Design for the Digital Economy
数据管理与道德
Data Management and Ethics
数据整理与可视化
Data Wrangling and Visualisation
数字资产
Digital Assets
数字商业与市场
Digital Businesses and Marketplaces
能源分析
Energy Analytics
工智能中的因果关系与解释
Causality and Explanation in AI
安全人工智能的形式化方法
Formal Methods for Safe AI
生成式人工智能
Generative AI
医疗保健与医学分析
Healthcare and Medical Analytics
机器学习概论
Introduction to Machine Learning
机器学习在市场营销中的应用
Machine Learning Applications in Marketing
机器学习与金融
Machine Learning and Finance
机器学习数学
Maths for Machine Learning
自然语言处理
Natural Language Processing
预测性与规范性健康分析
Predictive and Prescriptive Health Analytics
分布式账本原理
Principles of Distributed Ledgers
强化学习
Reinforcement Learning
个人项目
Individual Project
实习
Internship
展开全部
预约咨询
电话咨询