项目概览
计算机硕士课程是一个全面而富挑战性的研究生课程。它包括最新的应用和基础研究成果。该课程还提供先进和深入的信息技术知识，为学生应对信息技术职业的挑战做好准备。
新加坡国立大学（NUS）计算硕士-人工智能（MComp AI）专业培训计算专业人员掌握人工智能的高级原理、算法和应用。它侧重于智能系统的计算基础和原理（知识表示、机器学习和推理），以及主要人工智能应用领域（视觉、语音和语言处理、数据分析和机器人技术）的最先进技术。

新加坡国立大学MComp AI课程的入学是在竞争的基础上授予的，因为该课程的名额有限。申请人应具备以下最低要求：
学术的：计算机学士学位（最好是荣誉学位），或相关学科荣誉学士学位，或商业相关学科的学士学位（最好是荣誉学位）
技能/经验：对于持有计算机荣誉学士学位以外的本科资格的人，（见上文），两年信息技术行业经验。
英语语言：大学教学语言不完全使用英语的申请人：英语作为外语的测试（TOEFL）最低分数为90分（基于互联网），或国际英语语言测试系统（IELTS）最低学业成绩为6.0分。
注意：托福/雅思成绩自考试之日起两年内有效，不应该在作用点过期。过期成绩将不被考虑申请。
其他：国际申请者：研究生入学考试（GRE）最低分320分（口头推理和定量推理）和3.5分（分析写作），或研究生管理入学考试（GMAT）最低分数为650，或工程学研究生能力倾向测验（GATE）为印度大学毕业生提供分数。
考生可能需要参加学校规定的其他考试。
注意：GRE成绩自考试之日起五年内有效，不应该在作用点过期。过期成绩将不被考虑申请。
考生可以访问官方教育考试服务（ETS）网站安排托福/GRE考试。
注意：申请人有责任确保申请信息和所有证明文件真实无误。新加坡国立大学保留核实作为申请一部分提供的信息的权利。申请中的虚假或误导性信息（包括但不限于考试成绩、简历、证书、成绩单等）是大学拒绝录取、撤销和/或解雇的理由。

专业课程
AI核心/基础课程
CS5446人工智能规划和决策
CS5340人工智能中的不确定性建模
选择一个：机器学习的
理论和算法
CS5242神经网络和深度学习
IS5152数据驱动决策

人工智能选修课
CS4243计算机视觉和模式识别
CS4244知识表示和推理
CS4248自然语言处理
CS5215约束编程
CS5228知识发现和数据挖掘
CS5242神经网络和深度学习
CS5246文本挖掘
CS5260神经网络和深度学习II
CS5469计算机科学逻辑基础
CS5477 3D计算机视觉
CS5478智能机器人：算法和系统
CS5339机器学习理论和算法
CS5461算法机制设计
CS6207高级自然语言处理
CS6208人工智能高级课题
IS5152数据驱动决策
IS5006以人为本的智能系统
IS4242智能系统-工具、技术和应用
BT4014分析驱动的自适应系统设计
BT4240预测数据分析的机器学习
注：人工智能核心/必修和选修课程可以算作核心/必修或选修要求的一部分，但不能同时算作两者。

要从新加坡国立大学MComp AI课程毕业，学生必须满足以下要求：
课程和/或专业化：阅读并通过总共40个单元。
课程和/或资格：请参阅上述计划结构中的相应选项。
平均绩点（GPA）：Minimum 3.0 (out of maximum 5.0)；另请参阅大学的继续和毕业要求最低标准。特定课程可能会实施更严格或额外的要求。

新加坡国立大学简介
新加坡国立大学（National University of Singapore，简称NUS）是一所在国际上具有领先学术地位的综合性研究型大学，在教学、研究以及创业方面都具有卓越的优势。其前身是成立于1905年的海峡殖民地医学学校。它拥有来自全世界100多个国家和地区超过30,000名学生，学生的多元化背景和都市化的环境造就了国大三个校园丰富的学习与生活氛围。三个校园包括：占地150公顷的肯得岗主校区、武吉知马校园、以及位于欧南园校园。
新加坡国立大学在2024 QS世界大学排名榜上，新加坡国立大学排名全球第8，亚洲第1；泰晤士高等教育全球大学综合排名（2024）中，新加坡国立大学排名世界第19位；美国2023USNEWS世界大学排行榜，新加坡国立大学排名全球第26位。