ANU MLCV专业课程设置及选课规划

澳洲国立大学（ANU）为期两年的机器学习与计算机视觉硕士（MLCV）课程旨在培养学生具备在机器学习与计算机视觉领域不断发展的竞争力和灵活性。修读MLCV课程的学生将学习如何理解和解决计算机视觉和视觉感知问题，进行概念设计实验分析，以便将这些技术应用于现实世界的计算机视觉和机器学习应用中。为了帮助学生更好地进行选课，我们将详细介绍ANU MLCV专业的课程设置，并提供选课规划示例，以供大家参考。

一、ANU MLCV专业课程设置

机器学习与计算机视觉硕士要求修满96个学分。这96个学分必须包括：

1、6个学分来自以下编程课程：

- COMP6710 结构化编程

- COMP6730 科学家编程

2、6个学分来自以下专业实践课程：

- COMP6250 专业实践：整体思维与沟通

- COMP8260 专业实践：负责任的创新与领导力

3、完成以下列表中的课程，获得24个学分：

COMP6528 计算机视觉

COMP6670 机器学习入门

COMP8536 计算机视觉深度学习高级专题

COMP8539 计算机视觉高级专题

COMP8600 统计机器学习

COMP8650 机器学习高级专题

4、完成以下列表中的课程，获得24个学分：

COMP6261 信息论

COMP6262 逻辑学

COMP6320 人工智能

COMP6445* 计算研究方法

COMP6490 文档分析

COMP6528 计算机视觉

COMP6670 机器学习导论

COMP8535 工程数据分析

COMP8536 计算机视觉深度学习高级专题

COMP8539 计算机视觉高级专题

COMP8600 统计机器学习

COMP8610 计算机图形学

COMP8620 人工智能高级专题

COMP8650 机器学习高级专题

COMP8691 优化

ENGN6627 机器人学

5、完成以下列表中的研究项目或行业实习，获得12个学分：

COMP8715 高级计算团队项目

COMP8830 计算实习

或者，可以在Program Convenor的许可下，修读一门独立研究课程（COMP8800-研究项目），获得24个学分，且必须满足GPA要求。另外12个学分可以从大学选修课程中获得。

6、完成大学选修课程，获得24个学分。

需要注意的是，所选课程必须至少有24个学分来自8000-level的课程。

二、ANU MLCV专业选课示例

三、ANU MLCV课程学习成果

1、根据当前的研究文献和先进的计算机视觉技术提出并开发解决方案。

2、研究并应用开发工具解决计算机视觉和机器学习问题。

3、通过受众定制的沟通方式解释和展示与计算机视觉和机器学习技术相关的方法和实施细节。

4、开展机器学习或计算机视觉研究（应用或理论）项目工作流程，并与当前实践保持一致。

5、综合计算机视觉和机器学习应用的高级知识、技术和工具。

如果有同学在学习过程中遇到问题，可以立即联系考而思的课程顾问。考而思能够提供一对一澳洲国立大学课程辅导，为你解答课业问题，精讲课程内容，帮助你巩固知识要点，攻克学习难点，使你能够更好地完成学业。