诺丁汉大学计算机院系

1962年，Cripps计算机中心成立，这是大学首次涉足计算机领域。1963年，数学系的Eric Foxley博士教授了第一堂计算机课程。1984年，计算机科学小组搬进了一排三个小木屋，从此开始了与数学的分离。

1986年，计算机计算机系搬到了这座标志性建筑的顶层。1999年9月，我们把哪里的每一寸空地都填满后，我们搬到了新开发的Jubilee校区。

从那以后，继续扩张。学生人数继续增长，我们也看到了Horizon博士培训中心和数字经济学院的发展。

设施：

1、24小时可进入扩展的主计算机实验室和三个较小的实验室

2、新翻新的实验室空间（2018年），拥有100多台运行Windows和Linux的功能强大的PC机

3、整个大楼都有供学生使用自己设备的电源插座

4、现场技术服务组

5、Jubilee校园内提供wifi

6、机器人实验室

授课型硕士课程介绍

专业1：MSc Computer Science or Computer Science(Artificial Intelligence)

• 学术要求：英国2.1本科学历，有编程背景
• 雅思要求：6.5，单科6.0
• 课程安排：
• 核心课程：
• Research Methods（研究方法）
• 非计算机科学背景学生须上的课程：
• Programming（编程）
• Systems and Networks（系统和网络）
• Databased, Interfaces and Software Design Principles（数据库、接口和软件设计原则）
• 期待获得计算机科学（人工智能）学位须选40个学分课程：
• Machine Learning（机器学习）
• Autonomous Robotic Systems（自主机器人系统）
• Designing Intelligent Agents（设计智能代理）
• Games（游戏）
• Data Modelling and Analysis（数据建模与分析）
• Fuzzy Logic and Fuzzy Systems（模糊逻辑与模糊系统）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Knowledge Representation and Reasoning（知识表示与推理）
• Linear and Discrete Optimisation（线性和离散优化）
• Human-AI Interaction（人机交互）
• Big Data（大数据）
• 研究项目（选1门）：
• Research Project in Computer Science（计算机科学研究项目）
• Research Project in Computer Science (Artificial Intelligence)（计算机科学（人工智能）研究项目）
• 选修课程：
• Advanced Algorithms and Data Structures（高级算法和数据结构）
• Advanced Computer Networks（高级计算机网络）
• Autonomous Robotic Systems（自主机器人系统）
• Computer Graphics（计算机图形学）
• Databases, Interfaces and Software Design Principles（数据库、接口和软件设计原则）
• Fundamentals of Information Visualisation（信息可视化基础）
• Information Visualisation Project（信息可视化项目）
• Knowledge, Representation and Reasoning（知识、表征与推理）
• Linear and Discrete Optimisation（线性和离散优化）
• Machine Learning（机器学习）
• Malware Analysis（恶意软件分析）
• Mixed Reality Technologies（混合现实技术）
• Programming（编程）
• Programs, Proofs and Types（程序、证明和类型）
• Project in Advanced Algorithms and Data Structures（高级数据结构中的项目算法）
• Real-world Functional Programming（真实世界函数式编程）
• Real World Functional Programming Project MSc（真实世界函数编程项目理学硕士）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Systems and Optimisation for Decision Support（决策支持系统与优化）
• Systems and Networks（系统和网络）
• Human-AI Interaction（人机交互）
• Designing Intelligent Agents（设计智能代理）
• Games（游戏）
• Data Modelling and Analysis（数据建模与分析）
• Fuzzy Logic and Fuzzy Systems（模糊逻辑与模糊系统）
• Big Data（大数据）

专业2：MSc Computer Science or Computer Science (Artificial Intelligence) Pathway (2年)

• 学术要求：英国2.1本科学历，有编程背景
• 雅思要求：6.5，单科6.0
• 第一年：
• 核心课程：
• Research Methods（研究方法）
• 非计算机科学背景学生须上的课程：
• Programming（编程）
• Systems and Networks（系统和网络）
• Databased, Interfaces and Software Design Principles（数据库、接口和软件设计原则）
• 期待获得计算机科学（人工智能）学位须选40个学分课程：
• Machine Learning（机器学习）
• Autonomous Robotic Systems（自主机器人系统）
• Designing Intelligent Agents（设计智能代理）
• Games（游戏）
• Data Modelling and Analysis（数据建模与分析）
• Fuzzy Logic and Fuzzy Systems（模糊逻辑与模糊系统）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Knowledge Representation and Reasoning（知识表示与推理）
• Linear and Discrete Optimisation（线性和离散优化）
• Human-AI Interaction（人机交互）
• Big Data（大数据）
• 研究项目：
• Research Project in Computer Science (Artificial Intelligence)（计算机科学（人工智能）研究项目）
• 选修课程：
• Designing Intelligent Agents（设计智能代理）
• Computer Graphics（计算机图形学）
• Data Modelling and Analysis（数据建模与分析）
• Mixed Reality Technologies（混合现实技术）
• Fundamentals of Information Visualisation（信息可视化基础）
• Information Visualisation Project（信息可视化工程）
• Programs, Proofs and Types（程序、证明和类型）
• Programming（编程）
• Machine Learning（机器学习）
• Advanced Algorithms and Data Structures（高级算法和数据结构）
• Advanced Computer Networks（高级计算机网络）
• Autonomous Robotic Systems（自主机器人系统）
• Systems and Networks（系统和网络）
• Databases, Interfaces and Software Design Principles（数据库、结构和软件设计原则）
• Project in Advanced Algorithms and Data Structures（高级数据结构中的项目算法）
• Linear and Discrete Optimisation（线性和离散优化）
• Real-world Functional Programming（真实世界函数式编程）
• Real World Functional Programming Project MSc（真实世界函数编程项目理学硕士）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Games（游戏）
• Fuzzy Logic and Fuzzy Systems（模糊逻辑与模糊系统）
• Malware Analysis（恶意软件分析）
• Human-AI Interaction（人机交互）
• Big Data（大数据）
• 第二年：
• 核心课程：
• Enhanced Masters Research Project in Computer Science（加强计算机科学硕士研究项目）
• Enhanced Masters Dissertation in Computer Science（计算机科学硕士学位论文）

专业3：MSc Cyberphysical Systems

• 学术要求：英国2.1本科学历，有编程背景
• 雅思要求：6.5，单科6.0
• 课程安排：
• 核心课程：
• Autonomous Robotic Systems（自主机器人系统）
• Designing Sensor-based Systems（设计基于传感器的系统）
• Topical Trends in Computer Security（计算机安全的热点趋势）
• Malware Analysis（恶意软件分析）
• Research Methods（研究方法）
• Research Project（研究项目）
• 选修课程：
• Linear and Discrete Optimisation（线性和离散优化）
• Advanced Computer Networks（高级计算机网络）
• Real-world Functional Programming（真实世界函数式编程）
• Design Ethnography（民族志设计）
• Advanced Algorithms and Data Structures（高级算法和数据结构）
• Project in Advanced Algorithms and Data Structures（高级数据结构中的项目算法）
• Machine Learning（机器学习）
• Human-AI Interaction（人机交互）
• Data Modelling and Analysis（数据建模与分析）
• Fuzzy Logic and Fuzzy Systems（模糊逻辑与模糊系统）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Mixed Reality Technologies（混合现实技术）
• Games（游戏）
• Software Engineering Management（软件工程管理）
• Programs, Proofs and Types（程序、证明和类型）
• Big Data（大数据）

专业4：MSc Cyberphysical Systems(2年)

• 学术要求：英国2.1本科学历，有编程背景
• 雅思要求：6.5，单科6.0
• 课程安排：
• 第一年：
• 核心课程：
• 核心课程：
• Autonomous Robotic Systems（自主机器人系统）
• Designing Sensor-based Systems（设计基于传感器的系统）
• Topical Trends in Computer Security（计算机安全的热点趋势）
• Malware Analysis（恶意软件分析）
• Research Methods（研究方法）
• Research Project（研究项目）
• 选修课程：
• Linear and Discrete Optimisation（线性和离散优化）
• Advanced Computer Networks（高级计算机网络）
• Real-world Functional Programming（真实世界函数式编程）
• Design Ethnography（民族志设计）
• Advanced Algorithms and Data Structures（高级算法和数据结构）
• Project in Advanced Algorithms and Data Structures（高级数据结构中的项目算法）
• Machine Learning（机器学习）
• Human-AI Interaction（人机交互）
• Data Modelling and Analysis（数据建模与分析）
• Fuzzy Logic and Fuzzy Systems（模糊逻辑与模糊系统）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Mixed Reality Technologies（混合现实技术）
• Games（游戏）
• Software Engineering Management（软件工程管理）
• Programs, Proofs and Types（程序、证明和类型）
• Big Data（大数据）
• 第二年：
• Enhanced Masters Dissertation in Cyberphysical Systems（网络物理系统硕士学位论文）
• Enhanced Maters Research Project in Cyberphysical Systems（网络物理系统强化材料研究项目）

专业5：MSc Human Computer Interaction

• 学术要求：英国2.2本科学历，计算机科学、工程、自然科学、社会科学或艺术设计相关背景
• 雅思要求：6.5，单科6.0
• 课程安排：
• 核心课程：
• Studying Human Performance（研究人的行为）
• Mixed Reality Technologies（混合现实技术）
• Human-Computer Systems（人机系统）
• Advanced Methods in Human Factors and Human-Computer Interaction（人因与人机交互的先进方法）
• Individual Project: Human-Computer Interaction（个人项目：人机交互）
• Design Ethnography（民族志设计）
• 核心课程（有编程背景）：
• Cognitive Ergonomics in Design（设计中的认知工效学）
• 核心课程（无编程背景）：
• Programming（编程）
• 选修课程：
• Collaboration and Communication Technologies（协作与通信技术）
• Fundamentals of Information Visualisation（信息可视化基础）
• Games（游戏）
• Information Visualisation Project（信息可视化工程）
• Data Modelling and Analysis（数据建模与分析）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Physical Ergonomics（利用人体生物力学）
• Simulation, Virtual Reality and Advanced Human-Machine Interface（仿真、虚拟现实与高级人机界面）
• 专业6：MSc Data Science
• 学术要求：英国2.1本科学历，数学和计算相关背景
• 雅思要求：6.5，单科6.0
• 课程安排：
• 核心课程：
• Research Project（研究项目）
• 计算机背景学生选60个学分：
• Machine Learning（机器学习）
• Advanced Algorithms and Data Structures（高级算法和数据结构）
• Computer Vision（计算机视觉）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Data Modelling and Analysis（数据建模与分析）
• Professional Ethics in Computing（计算机职业道德）
• Computability（可计算性）
• Parallel Computing（并行计算）
• Project in Advanced Algorithms and Data Structures（高级数据结构中的项目算法）
• Linear and Discrete Optimisation（线性和离散优化）
• Fuzzy Logic and Fuzzy Systems（模糊逻辑与模糊系统）
• Fundamentals of Information Visualisation（信息可视化基础）
• Big Data（大数据）
• 非计算机科学背景须修：
• Programming（编程）
• 再选如下课程（40个学分）：
• Data Modelling and Analysis（数据建模与分析）
• Computer Vision（计算机视觉）
• Machine Learning（机器学习）
• Simulation and Optimisation for Decision Support（决策支持的仿真与优化）
• Databases, Interfaces and Software Design Principles（数据库、接口和软件设计原则）
• Fuzzy Logic and Fuzzy Systems（模糊逻辑与模糊系统）
• Fundamentals of Information Visualisation
• Big Data（大数据）
• 数学科学科目：
• 非数学科学背景学生须修：
• Statistical Foundations（统计基础）
• 再修如下课程（40个学分）：
• Applied Statistical Modelling（应用统计建模）
• Time Series and Forecasting（时间序列与预测）
• Applied Multivariate Statistics（应用多元统计）
• 非数学科学背景学生须修：
• Statistical Machine Learning（统计机器学习）
• 再修如下课程（40个学分）：
• Applied Multivariate Statistics（应用多元统计）
• Applied Statistical Modelling（应用统计建模）
• Computational Statistics（计算统计学）
• Statistical Inference（统计推断）
• Time Series and Forecasting（时间序列与预测）

专业7：MSc Machine Learning in Science

• 学术要求：英国2.1本科学历，物理、数学、计算机科学、化学、工程相关专业
• 雅思要求：6.5，单科6.0
• 课程安排：
• 核心课程：
• Machine Learning in Science-Part One（科学中的机器学习第一部分）
• Machine Learning in Science-Part Two（科学中的机器学习第二部分）
• Machine Learning in Science-Part Project（科学中的机器学习－项目部分）
• 选修课程：
• Big Data and Cloud Computing（大数据与云计算）
• Designing Intelligent Agents（设计智能代理）
• Computer Vision（计算机视觉）
• Professional Ethics in Computing（计算机职业道德）
• Introduction to Quantum Information Science（量子信息科学导论）
• The Physics of Deep Learning（深入学习的物理学）
• Neural Computation（神经计算）