一、必修課程設置

　　1.必修基礎能力課程(0-6學分要求)

　　每一門課程都必須作為一門技術選修課，或者必須通過相應的能力測試(數字信號處理、軟件):

　　EE483 數字信號處理單元導論 4學分

　　EE538 電氣工程師計算原理 2學分

　　2.必修基礎課程(16個學分)

　　EE503 電氣和計算機工程師概率論 4學分

　　EE510 工程線性代數 4學分

　　EE541 深度學習的計算導論 2學分

　　EE547 電氣工程師應用和云計算 2學分

　　EE559 機器學習I 監督方法 4學分

　　3.學習和數據分析(6-8學分)

　　需要從這個列表中選擇兩門課程

　　EE546 高維數據的數學 4學分

　　EE556 隨機系統和強化學習 4學分

　　EE588 信息和數據科學的優化 4學分

　　EE641 深度學習系統 2學分

　　EE660 機器學習II: 數學基礎和方法 4學分

　　二、選修課程設置

　　從以下列表或學習和數據分析列表中選擇剩余的學分。課程不適用于一個以上的學位要求。

　　1.理論和方法

　　CSCI570 算法分析 4學分

　　CSCI585 數據庫系統 4學分

　　EE517 工程師統計與數據分析 4學分

　　EE542 互聯網和云計算 3學分

　　EE561 人工智能基礎 3學分

　　EE562 工程隨機過程 4學分

　　EE563 估算理論 3學分

　　EE564 數字通信編碼系統 4學分

　　EE565 信息論及其在大數據科學中的應用 4學分

　　EE575 工程師計算微分幾何 3學分

　　EE586L 高級DSP設計實驗室 4學分

　　EE592 反問題的計算方法 4學分

　　EE689 計算智能和神經學習 4學分

　　ISE538 基于馬爾可夫模型的性能分析 3學分

　　MATH541a 數理統計學導論 3學分

　　2.應用

　　CSCI544 應用自然語言處理 4學分

　　CSCI677 高級計算機視覺 4學分

　　EE519 多媒體語音識別與處理 3學分

　　EE569 數字圖像處理簡介 4學分

　　EE619 自動語音識別單元的高級主題 3學分

　　EE669 多媒體數據壓縮 3學分

　　3.研究

　　最多四個單位的指導性研究或論文可以被計入技術選修課領域。

　　EE590 指導研究：1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12學分

　　EE594a 碩士論文 2學分

　　EE594b 碩士論文 2學分

　　EE594z 碩士論文 0學分

　　以上是南加大機器學習與數據科學碩士課程設置的相關知識，如果您對美國留學感興趣，歡迎您在線咨詢托普仕留學老師，托普仕留學專注美國前30高校申請，助力國內學子順利獲得美國藤校入讀資格。盡早規劃和遞交申請，對您未來留學會更有幫助!