乔治亚理工学院的计算机科学硕士（MSCS）课程为学生提供了11个专业领域，每位学生必须至少完成一个专业作为学位课程的一部分。以下是具体的课程设置。

一、计算感知和机器人学

1、核心课程

• 从以下课程中选择1门：

CS 6505 可计算性、算法和复杂性

CS 6515 研究生算法导论

CS 6520 计算复杂度理论

CS 6550 算法设计与分析

CS 7520 近似算法

CS 7530 随机算法

CSE 6140 计算科学与工程算法

• 并选择以下课程之一：

CS 6601 人工智能

CS 7641 机器学习

2、选修课程

• 从以下课程中选修3门：

- 感知（至少1门）：

CS 6475 计算摄影

CS 6476 计算机视觉

CS 7499 3D重建

CS 7636 计算感知

CS 7639 网络物理设计与分析

CS 7644 机器人机器学习

CS 7650 自然语言

- 机器人学（至少1门）：

CS 7630 自主机器人学

CS 7631 自主多机器人系统

CS 7633 人机交互

CS 7638 机器人学人工智能技术

CS 7648 交互式机器人学习

CS 7649 机器人智能：规划

二、计算机图形学

1、核心课程

• 从以下课程中选择1门：

CS 6491 计算机图形学基础

CS 6457 视频游戏设计

CS 7496 电脑动画

• 并从以下课程中选择1门：

CS 6505 可计算性、算法和复杂性

CS 6515 研究生算法导论

2、选修课程

• 从以下课程中选择3门：

CS 6457 视频游戏设计和编程

CS 6475 计算摄影

CS 6476 计算机视觉

CS 6491 计算机图形学基础

CS 6492 形状语法

CS 6730 数据可视化原理

CS 7450 信息可视化

CS 7496 计算机动画

三、计算系统

1、核心课程

• 从以下课程中选择1门：

CS 6505 可计算性、算法与复杂性

CS 6515 研究生算法导论

• 并从以下课程中选择2门：

CS 6210 高级操作系统

CS 6241 编译器设计

CS 6250 计算机网络

CS 6290 高性能计算机架构

CS 6300 软件开发流程或CS 6301 软件工程高级专题

CS 6390 编程语言

CS 6400 数据库系统概念与设计

2、选修课程

• 从以下课程中选择3门：

CS 6035 信息安全导论

CS 6200 操作系统研究生导论

CS 6220 大数据系统与分析

CS 6235 实时系统

CS 6238 安全计算机系统

CS 6260 应用密码学

CS 6262 网络安全

CS 6263 网络物理系统安全简介

CS 6291 嵌入式软件优化

CS 6310 软件架构与设计

CS 6340 软件分析与测试

CS 6365 企业计算简介

CS 6422 数据库系统实施

CS 6550 算法设计与分析

CS 6675 高级互联网计算系统与应用

CS 7210 分布式计算

CS 7260 互联网架构与协议

CS 7270 网络应用与服务

CS 7280 网络科学

CS 7290 微体系结构高级专题

CS 7292 计算机体系结构的可靠性和安全性

CS 7560 密码学理论

CS 8803 FPL 专题：编程语言基础

CSE 6220 高性能计算

四、高性能计算

1、核心课程

CSE 6140 计算科学与工程算法

CSE 6220 高性能计算

2、选修课程

• 从以下课程中选择3门

CSE 6221 多核计算：桌面上的并发和并行

CS/CSE 6230 高性能并行计算：工具与应用

CS 6241 编译器设计

CS 6290 高性能计算机架构

CS/CSE 8803 专题：并行数值算法

CSE 6236 并行和分布式仿真

CSE 8803 专题：并行计算中的热门话题

五、以人为中心的计算

1、核心课程

CS 6451 HCC导论

CS 6452 交互式系统原型设计

CS 7455 并行计算中的问题

2、选修课程

• 从以下课程中选择2门：

CS 6455 用户界面设计与评估

CS 6456 用户界面软件

CS 6460 教育技术：概念基础

CS 6465 计算新闻学

CS 6470 在线社区设计

CS 6471 计算社会科学

CS 6474 社会计算

CS 6476 计算机视觉

CS 6601 人工智能

CS 6730 数据可视化：原理与应用

CS 6750 人机交互

CS 6795 认知科学导论

CS 7450 信息可视化

CS 7451 以人为中心的数据分析

CS 7460 协同计算

CS 7470 移动和泛在计算

CS 7476 高级计算机视觉

CS 7610 建模与设计

CS 7632 游戏人工智能

CS 7633 人机交互

CS 7637 基于知识的AI

CS 7620 基于案例的推理

CS 7641 机器学习

CS 7650 自然语言

CS 7695 认知哲学

CS 7697 科学技术认知模型

CS 7790 认知建模

CS 8803 计算创造力

CS 8803 表现型人工智能

CS 8803 计算机、通信与国际发展

六、人机交互

1、核心课程

CS 6456 用户界面软件原理 或 CS 7470 移动和泛在计算

CS 6750 人机交互

2、选修课程

• 从以下两个部分中选择三门课程，每个部分至少一门：

- 设计和评估概念：

CS 6010 设计原理

CS 6320 软件需求分析和规范

CS 6435 数字健康公平

CS 6455 用户界面设计与评估

CS 6457 视频游戏设计

CS 6460 教育技术：概念基础

CS 6465 计算新闻学

CS 6470 在线社区设计

CS 6795 认知科学导论

CS 7465 教育技术：设计与评估

CS 7467 计算机辅助协作学习

CS 7790 认知建模

- 交互技术：

CS 6440 健康信息学导论

CS 6730 数据可视化：原理与应用

CS 6763 设计环境设计

CS 6770 混合现实体验设计

CS 7450 信息可视化

CS 7451 以人为中心的数据分析

CS 7460 协作计算

CS 7470 移动和泛在计算

CS 7632 游戏人工智能

七、交互智能

1、核心课程

• 从以下课程中选择1门：

CS 6300 软件开发流程

CS 6301 软件工程高级专题

CS 6505 可计算性、算法和复杂性

CS 6515 研究生算法导论

CSE 6140 计算科学与工程算法

• 从以下课程中选择2门：

CS 6601 人工智能

CS 7637 基于知识的AI

CS 7641 机器学习

2、选修课程

• 从以下课程中选择2门：

- 交互：

CS 6440 健康信息学导论

CS 6460 教育技术：概念基础

CS 6465 计算新闻学

CS 6471 计算社会科学

CS 6603 人工智能、伦理和社会

CS 6750 人机交互

- 人工智能方法：

CS 6476 计算机视觉

CS 7631 多机器人系统

CS 7632 游戏人工智能

CS 7633 人机交互

CS 7634 虚拟世界中的人工智能故事讲述

CS 7643 深度学习

CS 7647 有限监督下的机器学习

CS 7650 自然语言

CS 8803 专题：高级游戏人工智能

- 认知

CS 6795 认知科学导论

CS 7610 建模与设计

CS 7651 人类和机器学习

CS 8803 专题：计算创造力

八、机器学习

1、核心课程

• 从以下课程中选择1门：

CS 6505 可计算性、算法和复杂性

CS 6515 研究生算法导论

CS 6520 计算复杂性理论

CS 6550 算法设计与分析

CS 7510 图形算法

CS 7520 近似算法

CS 7530 随机算法

CSE 6140 计算科学与工程算法

• 从以下课程中选择1门：

CS 7641 机器学习

CSE 6740 计算数据分析：学习、挖掘和计算

2、选修课程

• 从以下课程中选择3门：

CS 6220 大数据系统与分析

CS 6476 计算机视觉

CS 6603 人工智能、伦理与社会

CS 7280 网络科学

CS 7535 马尔可夫链蒙特卡罗

CS 7540 谱算法

CS 7545 机器学习理论

CS 7616 模式识别

CS 7626 行为成像

CS 7642 强化学习和决策

CS 7643 深度学习

CS 7644 机器人机器学习

CS 7646 机器学习交易

CS 7650 自然语言

CS 8803 专题：概率图模型

CSE 6240 网络搜索与文本挖掘

CSE 6242 数据与可视化分析

CSE 6250 健康大数据

ISYE 6416 计算统计学

ISYE 6420 贝叶斯方法

ISYE 6664 随机优化

九、建模与仿真

1、核心课程

CSE 6730 建模与仿真：基础与实施

• 从以下课程中选择1门：

CSE 6220 高性能计算

ISYE 6644 仿真

MATH 6640 偏微分方程数值方法导论

2、选修课程

• 从以下课程中选择3门：

CSE 6220 高性能计算

CSE 6236 并行和分布式仿真

CSE/CHEM 8803 专题：量子信息、计算和仿真

CS 7280 网络科学

INTA 6742 建模、仿真和军事博弈

ISYE 6644 仿真

MATH 6640 偏微分方程数值方法导论

十、科学计算

1、核心课程

CSE/MATH 6643 数值线性代数

从以下课程中选择1门：

CSE/MATH 6644 方程组的迭代方法

MATH 6640 偏微分方程数值方法导论

2、选修课程

• 从以下课程中选择3门：

CS/CSE 6230 高性能并行计算：工具与应用

CS/CSE 8803 专题：并行数值算法

CSE 6140 计算科学与工程算法

CSE 6220 高性能计算

CSE/MATH 6644 方程组的迭代方法

CSE 8803 专题：医学成像和逆问题的算法

CSE 8803/CHEM 6485 计算化学

MATH 6640 偏微分方程数值方法导论

十一、社会计算

1、核心课程

• 从以下课程中选择2门：

CS 6470 在线社区设计

CS 6474 社会计算

CS 6471 计算社会科学

2、选修课程

• 从以下课程中选择3门：

CS 6238 安全计算机系统

CS 6250 计算机网络

CS 6456 用户界面软件原理

CS 6465 计算新闻学

CS 6505 可计算性、算法和复杂性

CS 6515 研究生算法导论

CS 6675 高级互联网计算系统与应用

CS 6730 数据可视化：原理与应用

CS 6750 人机交互

CS 7210 分布式计算

CS 7270 网络应用与服务

CS 7280 网络科学

CS 7450 信息可视化

CS 7451 以人为中心的数据分析

CS 7467 计算机支持的协作学习

CS 7650 自然语言

十二、视觉分析

1、核心课程

CS 6730 数据可视化：原理与应用

CS 7450 信息可视化

CSE 6242 数据与视觉分析

2、选修课程

• 从以下课程中选择2门：

CS 6456 用户界面软件原理

CS 6465 计算新闻学

CS 6491 计算机图形学

CS 6750 人机交互

CS 6795 认知科学导论

CS 7451 以人为中心的数据分析

CS 7641 机器学习

CSE 6740 计算数据分析

以上就是乔治亚理工学院计算机科学硕士课程设置的详情。如果有同学在学习上述课程的过程中遇到问题，可以立即联系留求艺的课程顾问，及时获得有针对性的乔治亚理工学院课程辅导。通过辅导，你将及时解决课业难题，巩固课程知识，提升实际应用能力，从而有更好的学业表现。