设计信息学在批判性查询和推测的背景下将数据科学与设计思维相结合。
设计信息学的中心前提是数据是设计的媒介: 通过塑造数据，我们塑造我们周围的世界。数据科学为此提供了基础，设计思维通过设计支撑了反思性研究。
我们通过将理论和研究与开放式的制作和黑客过程相结合，在数据与社会之间的界面上建立了一种价值意识，反思性的实践。高级硕士课程为学生提供了一个独特的机会，可以通过额外的6-10周的实习来加深他们的学习。
设计信息学
Design Informatics
专业介绍
设计信息学在批判性查询和推测的背景下将数据科学与设计思维相结合。
设计信息学的中心前提是数据是设计的媒介: 通过塑造数据，我们塑造我们周围的世界。数据科学为此提供了基础，设计思维通过设计支撑了反思性研究。
我们通过将理论和研究与开放式的制作和黑客过程相结合，在数据与社会之间的界面上建立了一种价值意识，反思性的实践。高级硕士课程为学生提供了一个独特的机会，可以通过额外的6-10周的实习来加深他们的学习。
Program Introduction
Design informatics combines data science with design thinking in a context of critical enquiry and speculation.
The central premise of design informatics is that data is a medium for design: by shaping data, we shape the world around us. Data science provides the groundwork for this, with design thinking underpinning reflective research through design.
We build a value-aware, reflective practice at the interface between data and society by combining theory and research with an open-ended process of making and hacking.The Advanced MSc programme offers students a unique opportunity to deepen their learning through an additional 6-10 week internship.
| 所属大学 | 爱丁堡大学 |
| 关联学科 | 新媒体 |
| 开学时间 | 9月 |
| 学制 | 1 年 |
| 学费 | 43,300 GBP |
| 项目网址 | https://www.ed.ac.uk/studying/postgraduate/degrees/index.php?r=site/view&edition=2024&id=803 |
申请要求
专业领域：计算机科学、信息学、人工智能、物理学、工程学、心理学、哲学、语言学或神经科学。 先修科目：含计算机编程语言，数学统计学的脚本语言如R and Matlab（ HTML和网页设计不算）
语言要求
IELTS
| 总分要求： | 7 |
| 分项要求： | 听力: 6.5 | 阅读: 6.5 | 写作: 6.5 | 口语: 6.5 |
TOEFL
| 总分要求： | 100 |
| 分项要求： | 听力: 23 | 阅读: 23 | 写作: 23 | 口语: 23 |
课程设置
| 中文课程名 | 英文课程名 |
|---|---|
| Compulsory couses 必修课 | Compulsory couses 必修课 |
| 设计信息学案例研究1 | Case Studies in Design Informatics 1 |
| 用数据设计 | Design with Data |
| 硕士学位论文 (设计信息学) | Masters Dissertation (Design Informatics) |
| 技术的历史和未来 | Histories and Futures of Technology |
| 用于设计的数据科学 | Data Science for Design |
| 信息学项目提案 | Informatics Project Proposal |
| Optional courses 选修课 | Optional courses 选修课 |
| 可用的安全和隐私 | Usable Security and Privacy |
| 人工智能伦理案例研究 (CSAI) | Case Studies in AI Ethics (CSAI) |
| 强化学习 | Reinforcement Learning |
| 自动语音识别 | Automatic Speech Recognition |
| 机器学习实用 | Machine Learning Practical |
| 图像和视觉计算 | Image and Vision Computing |
| 生物信息学1 | Bioinformatics 1 |
| 安全工程 | Security Engineering |
| 计算机图形学: 几何和模拟 | Computer Graphics: Geometry and Simulation |
| 计算机图形学: 渲染 | Computer Graphics: Rendering |