帝国理工学院计算（人工智能与机器学习）理学硕士项目侧重于人工智能、知识工程、复杂认知和社会行为的计算和工程模型的开发。该研究生项目适用于可能学习过但未深入学习过计算机专业知识的学生。如果学生想成为计算机行业特定领域的专家，该项目将帮助其踏出达成目标的第一步。帝国理工学院计算（人工智能与机器学习）理学硕士项目侧重于人工智能、知识工程、复杂认知及社会行为的计算和工程模型的开发。教学领域包括认知机器人学、计算机的复杂性、计算机复杂系统、计算金融、计算机网络及分布式系统。
具有一等荣誉学位，需要包含大量计算成分的学科背景
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 7 | L:6.5 | R:6.5 | W:6.5 | S:6.5 |
| 托福 | 100 | L:22 | R:22 | W:22 | S:22 |
| PTE | 69 | L:62 | R:62 | W:62 | S:62 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 序言 | Prolog |
| 2 | 序言简介 | Short Introduction to Prolog |
| 3 | 计算机视觉 | Computer Vision |
| 4 | 动力系统与深度学习 | Dynamical Systems and Deep Learning |
| 5 | 机器学习数学 | Mathematics for Machine Learning |
| 6 | 模态逻辑 | Modal Logic |
| 7 | 强化学习 | Reinforcement Learning |
| 8 | 机器人学 | Robotics |
| 9 | 知识表达 | Knowledge Representatio |
| 10 | 高级数据库 | Advanced Databases |
| 11 | 面向对象程序设计中的前沿问题 | Advanced Issues in Object Oriented Programming |
| 12 | 高级安全 | Advanced Security |
| 13 | 复杂性 | Complexity |
| 14 | 计算优化 | Computational Optimisation |
| 15 | 信息与编码理论 | Information and Coding Theory |
作为一所以理工科见长的学校，IC的计算机领域自然是十分优秀的。隶属于计算机系的Computing AIML方向项目面向具有扎实的计算背景、并且想要深入研究人工智能、知识工程、复杂认知和社会行为的计算和工程模型开发的学生。
课程设置：该项目为期一年，要求学生完成90ECTS学分，需要在必修的一个project以及一门机器学习数学以外完成8门选修课，相对来说workload还是很大的。AIML的选修课很丰富，主要侧重于人工智能、知识工程、复杂认知及社会行为的计算和工程模型的开发。教学领域包括认知机器人学、计算机的复杂性、计算机复杂系统、计算金融、计算机网络及分布式系统。
就业服务：该校与许多计算机毕业生的主要雇主关系密切，不仅仅是软件和通信公司，如微软、IBM、脸书、亚马逊、谷歌等，还包括金融计算机公司，包括Goldman Sachs、布隆伯格等。学校的 Career Service 会定期为学生带来各式各样的 Career Event，参加的企业从 IT 名企到金融巨头，从世界 500 强到初创独角兽应有尽有。Career Service 甚至会专门举办中国企业的招聘专场。此外，帝国理工与其他学校合作的 Career Fair 也很常见，甚至在学生出国之前，都可能有机会以 Offer Holder 的身份参加多所学校联合在国内举办的 Career Fair。
招生特点：IC计算机系录取的门槛还是比较高的，喜欢国内Top 985、中外合办和一些海本的高均分选手。就所有CS相关的项目而言，包括所有的track加上CS和AI，最终入学的大约有120+。其中参考AIML方向在19/20的数据，725份申请中发了73个offer，最终入学为46人，在20/21年，项目在826分申请人中发了115个offer，入学人数为58，整体的录取比例为11-13%。
