诺丁汉大学的数据科学硕士课程旨在培养你在统计建模、机器学习和高级算法等关键领域的知识。同时还提供了一系列灵活的选修课程，可以让你有机会选择自己感兴趣的主题进行学习。你将学习总计180学分的课程，其中120学分来自必修和选修课程，60学分来自个人项目。根据你的背景，课程提供了两种选择途径。你可以基于你之前的计算机科学和数学经验选择合适的课程。以下是具体的选课要求。
一、核心课程要求
• 所有学生的核心课程
- 研究项目 60个学分
二、计算机科学课程要求
• 拥有计算机科学学位或同等学历的学生需要从以下计算机科学课程中选修40至80学分：
- 机器学习(20个学分)
- 高级算法和数据结构(10个学分)
- 计算机视觉(20个学分)
- 决策支持的模拟和优化(20个学分)
- 机器学习中的数据科学(20个学分)
- 线性与离散优化(20学分)
- 模糊集与模糊系统处理不确定性(20学分)
- 信息可视化基础(10学分)
- 大数据学习与技术(20学分)
- 信息可视化项目(10学分)
- 智能代理设计(20学分)
其中，高级算法和数据结构可以作为包含个人项目的20学分课程，也可以作为不包含个人项目的10学分课程。
• 没有计算机科学背景的学生必须从以下课程开始学习：
- 编程(20学分)
• 然后，学生需要在计算机科学课程的剩余列表中获得20到60学分：
- 机器学习数据科学(20学分)
- 计算机视觉(20学分)
- 机器学习(20学分)
- 决策支持的模拟和优化(20学分)
- 数据库、接口和软件设计原理(20学分)
- 模糊集和模糊系统处理不确定性(20学分)
- 信息可视化基础(10学分)
- 大数据学习和技术(20学分)
- 信息可视化项目(10学分)
- 设计智能代理(20学分)
三、数学科学课程要求
• 没有数学科学背景的学生必须修读
- 应用统计学和概率论(20学分)
• 没有数学科学学位或同等学历的学生必须从以下数学科学课程中获得20至60学分：
- 应用统计建模(20学分)
- 时间序列和预测(20学分)
- 应用多元统计(20学分)
• 拥有数学科学学位或同等学历的学生需要从以下数学科学课程中获得40至80学分：
- 应用多元统计(20个学分)
- 应用统计建模(20个学分)
- 计算统计(20个学分)
- 时间序列和预测(20个学分)
- 统计机器学习(20个学分)
- 经典和贝叶斯推断(20个学分)
- 微分方程的机器学习和推理(20学分)
以上就是诺丁汉大学数据科学硕士选课的基本要求。如果你在选课方面存在疑问，或是不知道如何进行选课操作，可以直接和海师帮的课程顾问联系。海师帮能够针对你的学术兴趣和职业目标，为你制定符合个人发展期望和学位要求的选课方案，使你能够尽快完成选课。