培养目标
芝加哥大学计算与应用数学硕士项目（MCAM）提供计算与应用数学主要领域的全面最新教育，如数据分析、动态系统、线性代数、机器学习、数值方法、优化、偏微分方程和应用概率。
该硕士项目由计算和应用数学委员会（CCAM）主持，其知名教师来自统计学、数学、计算机科学等部门以及物理科学部的许多其他部门。除了他们在CAM方面的专业知识，许多教师还积极从事跨学科的研究领域，如地球物理和医学成像、遗传学、数学金融和计量经济学、机器学习、科学计算等等。
MCAM的学生在提供给CCAM博士生的许多介绍性研究生课程中进行选择。 这些课程涵盖了传统的基于CAM物理学的建模领域（动力系统、PDE），以及最近的基于数据的建模领域（数据同化、机器学习）和它们的相互作用，例如在不确定性量化方面。硕士生与博士生一起完全融入系里的学术活动中。
学生至少要通过九门课才能被授予硕士学位，全日制学生一般可以在九个月或更长时间内完成要求。对申请芝加哥大学或其他地方的CAM或相关领域的博士学位感兴趣的学生，我们鼓励他们选择带论文的硕士学位，除了上述要求外，还包括撰写一篇论文，最好在两年内完成。
申请截止日期
2022年秋季入学的申请截止日期是2022年1月18日。 申请入口现已关闭，并将于2022年秋季重新开放，供2023年秋季入学申请。 2023年秋季入学的申请截止日期是2023年1月31日。
根据可用空间，CAM硕士项目可能在1月31日之后继续接受申请。 为确保充分考虑，申请人应在截止日期前申请。
录取要求
你的申请应证明你将从以下课程中受益。硕士课程的最低先决条件是在多变量微积分、线性/矩阵代数以及初级概率和统计学方面的坚实背景。
课程列表
| 中文 | 英文名 | 类型 |
|---|---|---|
| 数学计算I：矩阵计算或应用线性代数 | Mathematical Computation I: Matrix Computation or Applied Linear Algebra | |
| 数学计算II：优化 | Mathematical Computation II: Optimization | |
| 机器学习 | Machine Learning |
预约咨询
登录后查看更多，去登录
