计算数学，尤其是物理应用领域以及数值方法和算法的理论和实现，在公共和私营部门中都有广泛的应用。
最近，在这个无处不在且廉价的计算能力的时代，出现了大量问题，这些问题要求我们通过对过程进行建模来理解过程，并使用大量数据集。计算数学的学科日益突出。
对计算建模者和数据科学家的需求也很高。该方案侧重于这些领域之间的重叠和协同作用。
计算应用数学
Computational Applied Mathematics
专业介绍
计算数学，尤其是物理应用领域以及数值方法和算法的理论和实现，在公共和私营部门中都有广泛的应用。
最近，在这个无处不在且廉价的计算能力的时代，出现了大量问题，这些问题要求我们通过对过程进行建模来理解过程，并使用大量数据集。计算数学的学科日益突出。
对计算建模者和数据科学家的需求也很高。该方案侧重于这些领域之间的重叠和协同作用。
Program Introduction
Computational Mathematics, in particular the physical applied areas and the theory and implementation of numerical methods and algorithms, have wide-ranging applications in both the public and private sectors.
More recently, in this era of ubiquitous and cheap computing power, there has been an explosion in the number of problems that require us to understand processes by modelling them, and to use data sets that are large. The subject of Computational Mathematics has become increasingly prominent.
There is high demand also for computational modellers and data scientists. This programme concentrates on the overlap and synergy between these fields.
| 所属大学 | 爱丁堡大学 |
| 关联学科 | 数学 |
| 开学时间 | 9月 |
| 学制 | 1 年 |
| 学费 | 31,600 GBP |
| 项目网址 | https://www.ed.ac.uk/studying/postgraduate/degrees/index.php?r=site/view&edition=2024&id=935 |
申请要求
专业领域：numerate类专业如数学、工程学、计算机科学、物理或生物科学、经济学或商学。
科目：足够的数学科目微积分（包括多变量微积分）、线性代数、概率论、统计学和统计理论。
语言要求
IELTS
| 总分要求： | 6.5 |
| 分项要求： | 听力: 6 | 阅读: 6 | 写作: 6 | 口语: 6 |
TOEFL
| 总分要求： | 92 |
| 分项要求： | 听力: 20 | 阅读: 20 | 写作: 20 | 口语: 20 |
课程设置
| 中文课程名 | 英文课程名 |
|---|---|
| Compulsory couses 必修课 | Compulsory couses 必修课 |
| 数值线性代数 | Numerical Linear Algebra |
| 应用动力系统 | Applied Dynamical Systems |
| Python编程 | Python Programming |
| 数值偏微分方程 | Numerical Partial Differential Equations |
| 计算应用数学的研究技能 | Research Skills for Computational Applied Mathematics |
| 论文 (CAM) | Dissertation (CAM) |
| Optional courses 选修课 | Optional courses 选修课 |
| 统计方法 | Statistical Methodology |
| 介绍性概率和 | Introductory Probability and |
| 应用随机微分方程 | Applied Stochastic Differential Equations |
| 随机建模 | Stochastic Modelling |
| 优化基础 | Fundamentals of Optimization |
| 统计规划 | Statistical Programming |
| 贝叶斯理论 | Bayesian Theory |
| 工业数学 | Industrial Mathematics |
| 具有高性能计算的数据分析 | Data Analytics with High Performance Computing |
| 数值常微分方程及其应用 | Numerical Ordinary Differential Equations and Applications |
| 时间序列 | Time Series |
| 数据科学的大规模优化 | Large Scale Optimization for Data Science |
| 金融中的优化方法 | Optimization Methods in Finance |
| 贝叶斯数据分析 | Bayesian Data Analysis |
| 行动中的数学A | Mathematics in Action A |
| Python中的机器学习 | Machine Learning in Python |
| 数据的数值方法 | Numerical Methods for Data |
| 不确定性量化 | Uncertainty Quantification |
| 非线性优化 | Nonlinear Optimization |