インペリアル・カレッジ・ロンドン
インペリアル・カレッジ・ロンドンは、イギリスの理工系名門大学。世界大学ランキングで常にトップクラスにランクインしている。受験倍率が常に高く、オックスフォードやケンブリッジに次ぐ難関大学。
本部はロンドンにあり、イギリスのエリート大学グループである「ゴールデン・トライアングル」の一員。学術分野ごとの評価も高く、理学部、医学部、工学部などが有名。特に、専門分野のランキングでも高評価を得ており、ビジネススクールや計算機科学部などが世界のトップクラスに位置している。学生の半数以上は国外からの留学生となっており、国際的な学習環境が整っている。
ノーベル賞受賞者や著名人を多く輩出し、その評価は世界的に知られている。日本の大学（東京大学など）と学術協定を結んでおり、日本人留学の取り組みも行われている。
| 大学名 | インペリアル・カレッジ・ロンドン |
| 大学名(英語) | Imperial College London |
| THEランキング | 10位 |
| QSランキング | 6位 |
| 国 | イギリス |
| 都市 | ロンドン |
機械学習とデータサイエンス (修士コース)
インペリアル・カレッジ・ロンドンの数学科が提供する「機械学習とデータサイエンス」の修士コース。最新の機械学習とデータサイエンスを完全オンラインで24ヶ月（21時間/週勉強した場合の目安）で学ぶ。
世界有数の教育機関が提供する、世界初のオンライン機械学習修士号。
世界のトップ10の大学が、急成長している機械学習とデータサイエンスの修士号を提供。実世界の問題に機械学習を適用する場合に必要になる、実践的なスキルをガイド付きで学ぶ。現代の機械学習法の基礎となる数学的および統計的基礎を深く理解し、また貴重なノウハウを理解できます。
カリキュラムはエンジニアリングやデータサイエンスのキャリアアップのために構成されており、データサイエンティスト、機械学習エンジニア、または計算統計学者などの道を選べるようになる。
確率的モデリング、ディープラーニング、非構造化データ処理、異常検知など、あらゆる分野の新しいスキルを実践し、自分用のポートフォリオにまとめます。また、PySparkのような業界標準のツールを使いスケーラブルな機械学習ソリューションを実装する専門知識も身につけます。
更に、機械学習がもたらす倫理的問題に対する世界初の研究を通じて視野を広げます。卒業後は、単なるアルゴリズムの理解ではなく、ただのデータを実用的なデータに変える能力を身につけ、組織の戦略検討や意思決定に貢献し、急速に成長している機械学習の専門家になることができます。
インペリアルは世界の大学ランキングで常に上位で、機械学習の分野で世界トップクラスの著名な研究者が多数在籍しています。このコースはその専門家が集まって作成しており、この分野のイノベーションを推進してきた豊歴史があります。インペリアル・カレッジのジョン・ネルダー教授は、Rの前身であるGenSimフレームワークの開発に貢献しています。
インペリアル・カレッジは、産業界や多くの先駆的なハイテク企業と緊密な関係を維持しており、そのうちのいくつかは、修士論文のプロジェクト・アイデアとしてプログラムに貢献しています。
学位の特徴
・傑出した数学の業績を称えるフィールズ・メダルの3人の受賞者を含む、世界的に有名な数学者が作成したカリキュラム。英国で最も優秀で、最も受賞歴のあるインペリアルの数学科は、最新の科学技術課題に対応するための研究開拓ができる思考力を持った人材を多数輩出
・コンピュータサイエンスに焦点を当てた機械学習を教える他の修士プログラムとは異なり、この学位は、真に機械学習を理解するために必要な数学的・統計的理論、キャリアで成功するために必要な実世界のアプリケーションに対処するための実践的なスキルを学ぶ
・数学および統計学を理解し、分析したデータを評価し、スケーラブルな機械学習ソリューションを実装する能力を得る
・機械学習によってもたらされる潜在的な制限や偏りを相殺する技術もカバー。機械学習とAIの倫的な問題を解決するため研究に参加し、この問題への視野を広げる
・PythonとRによる貴重な実践的スキルとともに、機械学習手法の理論について深く理解する
卒業までに身に付けること
| ・機械学習の方法を区別する：教師あり学習と教師なし学習 ・適切な機械学習手法と推論のパラダイムの特定と長所/短所の理解 ・分析のための生データの準備と適切な事前処理 ・見慣れないデータを探索するためのグラフィック/要約 ・機械学習手法の倫理的/社会的に不利な結果の予測 ・メトリクスと診断プロットの使用、機械学習手法のパフォーマンス評価する ・機械学習手法の限界（計算上および統計上）、観測データの危険性 ・機械学習アルゴリズムの出力と解釈 ・生データの入力、予測/推論の出力、エンドツーエンドのパイプライン設計 ・既存のデータ分析フレームワークとツールの理解と評価 ・問題の規模に適したコンピューティングアーキテクチャの選択 ・モデル出力の要約 ・複雑なデータセットの扱い、新しい問題や研究する能力の実証 ・不確実性に直面した場合の意思決定の自動化 |
世界的に有名なインペリアル・カレッジ・ロンドンの修士コースを日本から学べるなんて、良い時代だなぁ…(遠い目)。カリキュラムは機械学習の基礎知識がある人むけの実践的な内容になっており、手に入る情報や機会学習の目的にあわせ最適なアプローチをする方法を学びます。
コース情報
| コース名 | 機械学習とデータサイエンス |
| コース名(英語) | Master of Science in Machine Learning and Data Science |
| 分類 | コンピューターサイエンス |
| 得られる学位 | Master of Science in Machine Learning and Data Science |
| 学位の種類 | 修士 |
| 修了までの期間 | 24ヶ月 |
| 勉強時間 | 21時間/週 |
| フルリモート卒業 | 可能 |
| 修了までの費用(円) | 614 万円 (1ポンド約189円換算) |
| 修了までの費用(現地通貨) | 32,400ポンド |
| プラットフォーム | coursera(コーセラ) |
| 開講状況 | 開講中 |
| その他 |
出願情報
| 出願資格 | 大学卒(統計学、数学、工学、物理学専攻) |
| エッセイ | 必要 |
| 成績証明書 | 必要 |
| 職務経歴書(レジュメ) | 必要 |
| 推薦状(リファレンス) | 2名の連絡先が必要(推薦状ではなく、大学が直接コンタクトして確認。) |
| 使用言語 | 英語 |
| 言語レベル | レベル3 |
| 言語資格 | IELTS7.0, TOEFL100, Duolingo125など |
| GMAT | 不要 |
| GRE | 不要 |
| その他 |
