帝国理工学院应用机器学习理学硕士项目的学生将专注于将机器学习应用于电气工程。应用包括机器人、计算机视觉、仿生学习、通信和信号处理。通过该项目学生可以学习机器学习系统的理论基础，建模真实系统的设计方法和算法，为自己的职业做准备，包括智能信号和数据处理的设计、建模、分析和控制，发展先进的机械知识和工程深度学习，获得能继续攻读博士学位的技能。通过该课程学生将获得对当前问题、研究及其应用的批判性认识。运用不同的方法，系统地和创造性地解决复杂的问题。
具有一等荣誉学位（总分至少达到75%），需要电气/电子工程或相关学科背景（包含大量电气/电子工程成分）
当申请者不符合入学要求，但具备至少3年相关工作经验时，研究生招生导师可以特殊情况录取
| 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 | 机器学习 | Machine Learning |
| 2 | 深度学习 | Deep Learning |
| 3 | 实验室应用机器学习 | Laboratory in Applied Machine Learning |
| 4 | 应用机器学习个人项目 | Individual Project in Applied Machine Learning |
| 5 | 人工智能 | Artificial Intelligence |
| 6 | 数字信号处理与数字滤波器 | Digital Signal Processing and Digital Filters |
| 7 | 人类-机器人学中心 | Human-Centered Robotics |
| 8 | 模式识别 | Pattern Recognition |
| 9 | 概率与随机过程 | Probability and Stochastic Processes |
| 10 | 大维度数据处理课题 | Topics in Large Dimensional Data Processing |
| 11 | 自适应信号处理与机器智能 | Adaptive Signal Processing and Machine Intelligence |
| 12 | 工程师高性能计算 | High Performance Computing for Engineers |
| 13 | 机器视觉选题 | Selected Topics in Computer Vision |
| 14 | 多智能体系统自组织 | Self-Organising Multi-Agent Systems |
| 15 | 语音处理 | Speech Processing |
帝国理工继2020年在EPSRC资助下设立空间计算学习中心（专注开发机器学习的开创性方法）之后又宣布，将从2020fall起开设应用机器学习硕士，隶属于电子电气工程系。
课程设置：帝国理工的AML项目专注的是将机器学习应用于电气工程，应用领域包括机器人、计算机视觉、仿生学习、通信和信号处理。课程涉及信号、传感器和硬件，如机器人或通信设备，将带你探索解决自动化系统在实际环境中如何从信号和数据中学习的难题。十分适合对开发真实世界的系统感兴趣的同学。
就业服务：这个专业毕业生的职业发展方向是从事智能信号和数据处理的设计、建模、分析和控制领域（将机器学习应用于电气工程，应用应用领域包括机器人、计算机视觉、仿生学习、通信和信号处理）的职业或继续攻读博士学位。
招生特点：在申请方面，要求EE相关的本科背景或者工作经验，虽然IC官方的GPA要求为80-85以上，但是录取的同学基本都能达到GPA88-90左右。此外，录取数据参考2021fall，676个申请中发放了90个offer，其中中国学生的490份申请中录取了66个，2020fall intake中163个申请38个offer，中国学生的78份申请中录取了25个，可见新开第一年还是难度更低一些，后续相信AML的录取门槛也是必然会水涨船高的。
