帝国理工学院地球能源(机器学习与数据科学)理学硕士专业研究生申请要求_排名_学费_课程_就业

地球能源(机器学习与数据科学)理学硕士

MSc Geo-Energy with Machine Learning and Data Science

所属学院：地球科学与工程系

申请难度：高就业前景：优消费水平：高

7 QS 2023 4 TIMES 2023

项目简介

入学时间	项目时长	项目学费
9月	1年	£41,750

申请时间

2024Fall

- 开放时间

2024-05-24 Round1

2024Fall Round1 开始时间：- 结束时间：2024-05-24 申请已结束

项目官网

https://www.imperial.ac.uk/study/courses/postgraduate-taught/geo-energy-machine-learning-data-science/

语言要求

类型	总分要求	小分要求
雅思	6.5（标准） 7.0（高级）	L:6.0 \| R:6.0 \| W:6.0 \| S:6.0（标准） L:6.5 \| R:6.5 \| W:6.5 \| S:6.5（高级）
托福	92（标准） 100（高级）	L:20 \| R:20 \| W:20 \| S:20（标准） L:22 \| R:22 \| W:22 \| S:22（高级）

其它要求

地质或物理学科或工程学科二等一级学位

多邻国英语测试：

标准水平：总分 115 分，任何分数段均不低于 105 分

高水平：总分 125 分，任何分数段均不低于 115 分

国际 ESOL 语言证书

标准：ESOL B2 测试（听力、阅读、写作、口语），高分通过

高级：ESOL C1（听力、阅读、写作、口语），所有部分均及格。

培养目标

在本硕士课程中，您将了解数据科学和机器学习如何彻底改变地下地球科学与工程研究。首先，您将学习地下地球科学与工程的基本过程和应用。然后，您将研究数据科学、数值方法和机器学习如何帮助解决该领域的问题。您将有机会在地质实地考察中将这些概念应用到实际环境中，并在自己选择的领域开展独立项目。您还将提高 Python 编程技能，以解决与地下过程相关的数值问题，并设计与能源技术相关的数值模型。该课程旨在满足热衷于将自己的技能应用到该领域的数学家或科学家的需求。

主要课程

序号	课程介绍	Curriculum
1	Python 数值编程	Numerical Programming in Python
2	数据科学与机器学习	Data Science and Machine Learning
3	计算数学	Computational Mathematics
4	计算/数据科学应用	Applying Computational/Data Science
5	资源地质学和地球物理学导论	Introduction to Resource Geology and Geophysics
6	多孔介质中的流体和流体流动	Fluids and Fluid Flow in Porous Media
7	地质力学与压力分析	Geomechanics and Pressure Analysis
8	能源地球科学与工程	Energy Geoscience and Engineering
9	深度学习	Deep Learning