北欧篇

一。QS 排名 72 瑞典隆德大学Lund University

专业一机器学习系统和控制硕士Machine Learning, Systems and Control

1. 项目本质：

虽然开篇第一个讲隆德大学，只是为了排名从更高的开始讲，但是这个项目本质来说不是一个人工智能特别典型的项目。反而因为夹杂了系统控制，使得整体更多机器人学或者系统控制，自动化的同学选择的更多，说的直白一点，本身软件的同学选择的不多，而学习硬件的同学，就是电气工程，机器人，机械工程，自动化这一类背景的同学选择这个项目的更多。

问题来了，那为什么学校要开设这么一个软硬结合的项目？是类似美国的Computer Engineering或者欧洲的嵌入式硕士Embedded System吗？不是的，而是因为机器学习是北欧的强项，北欧的很多大学，无论是综合性大学还是理工顶尖院校，其实机器学习的强度和研究水准都很高，但是相比较瑞典皇家理工KTH这样的计算机和机器学习的底子和资源，隆德大学很明显又不太属于强势，所以就混合了一个软硬结合的项目，整合了一下两边的资源。

2. 课程特色：

但是就读的时候需要分支二选一，也就是你选择的分支还是会有偏软或者偏硬的倾向

选修课的选择范围：红色我标注出来的都是偏向软件的人工智能和计算机的一些基础课，而绿色的是属于自治系统，嵌入式，通信，自动化类的课程。所以这样的项目适合谁呢? 如果你对标到美国这边选择的是Computer Engineering，期待软硬结合的项目，那么是适合的。但是如果你就是单纯想学习人工智能或者计算机进深，那么这个项目不够纯粹。

二。QS 78 瑞典皇家理工学院KTH Royal Institute of Technology

专业二机器学习硕士MSc Machine Learning

1. 项目录取难度

这个项目和阿尔托大学的机器学习，人工智能，数据科学硕士基本上是北欧最强两个的代表了。但是非要分出个一二三，还是瑞典皇家理工大学更具有代表性，这个项目的难度也是最高的，基本上除了瑞士ETH苏黎世联邦理工和EPFL洛桑联邦理工以外，就属他录取难度最高了，甚至难度在Priscilla心中超过了荷兰代尔夫特理工TUD的计算机，这个并不是说这个项目真的比代尔夫特理工的CS要好，而是说录取难度。那同学们就会问了？？为什么项目可能和代尔夫特理工差不多，为什么录取难度要明显更高呢？因为瑞典的录取原则，瑞典的录取原则是排名制度，就是如果1400人申请，假设这个机器学习硕士项目只收20个人，那么录取的原则就是类似我们的高考制度，从第一名开始往下数，到第20个人就是今年的录取分数线，而第21个同学就会拿到1号号码牌，作为waiting list里面的第一位，而只有在交学费的事后前面的同学放弃offer，后面waiting list的人才会进行顺位。所以反而没有先到先得的申请时间优势，也不会来一个审理一个，这一点其实欧洲有不少的学校都是如此，但是瑞典是排位制和学校段位两个buff叠加在一起，就容易难度上去了。

2. 课程特色

KTH和其他北欧的课程量其实都很大，尤其是KTH作为欧洲理工大学比较典型的理工院校，课程资源就更大了。而红色的部分都是机器学习和人工智能比较强势的课程，其实可以看到虽然这个项目是叫做机器学习，但是本质上机器学习，人工智能和数据科学的很多课程是相关联并且在一起区域里面的。而绿色的课程计算机视觉是相对简单的，基本上本科计算机专业的同学都会有，而重新选一遍会有点多。而黄色的music informatics是KTH在这个领域应用的特色，瑞士的EPFL洛桑联邦理工在Data Science数据科学的应用特色是生物信息，而这里KTH的特色会延伸到音乐领域是非常特别的，这种情况之前Priscilla只在意大利米兰理工大学的CS计算机项目当中见到过。

而蓝色的课程属于数学课，所以这也是为什么Computer Science计算机科学不一定有人能够转过去，但是Machine Learning机器学习却可以学数学的同学转过来的缘故。

这一期先这么多了，北欧学校实在太多了，CTH这些都没有机会放入了。下一期重点说一下芬兰阿尔托大学和丹麦哥本哈根大学的AI。

Priscilla

2026.3.14