Thạc sĩ Khoa học Dữ liệu
Michigan State University
Thông tin mấu chốt
Địa điểm cơ sở
East Lansing, Hoa Kỳ
Ngôn ngữ
Tiếng Anh
Hình thức học tập
Học từ xa, Trong khuôn viên trường
Khoảng thời gian
2 năm
Nhịp độ
Bán thời gian
Học phí
USD 19.500 / per year
Hạn nộp hồ sơ
Yêu cầu thông tin
ngày bắt đầu sớm nhất
Yêu cầu thông tin
học bổng
Khám phá các cơ hội học bổng để giúp tài trợ cho việc học của bạn
Giới thiệu
Chuẩn bị cho các yêu cầu ra quyết định theo hướng dữ liệu của bất kỳ ngành nào tại một tổ chức công lập hàng đầu của Hoa Kỳ với bằng MS 4 học kỳ về Khoa học Dữ liệu của Michigan State University . Chương trình cấp bằng chuyên nghiệp xuyên suốt mới này được chia sẻ bởi Trường Cao đẳng Kỹ thuật và Trường Cao đẳng Khoa học Tự nhiên, chuẩn bị cho sinh viên về các chủ đề cơ bản và ứng dụng, được giảng dạy bởi các giảng viên hàng đầu về khoa học dữ liệu, thống kê, khoa học máy tính và toán học tính toán. Bạn có thể là một phần của nhóm thuần tập đầu tiên với tuyển sinh vào Mùa thu năm 2023.
Học sinh lý tưởng
Chương trình MS về Khoa học Dữ liệu đang tuyển sinh những sinh viên có trình độ đại học vững chắc về một trong những lĩnh vực cốt lõi của thống kê, toán tính toán, khoa học máy tính và khoa học thông tin hoặc các lĩnh vực kỹ thuật liên quan chặt chẽ, đồng thời cung cấp cho họ khóa đào tạo liên ngành nâng cao về các lĩnh vực thống kê, toán học, máy tính và khoa học máy tính, ở các cấp độ thích hợp cho sinh viên MS trong các ngành tương ứng này. Chương trình được trải dài trong hai năm học; như vậy, bất kỳ bằng MS hai năm chuyên dụng nào trong bất kỳ một trong những ngành này sẽ đi sâu hơn vào hướng đó so với bằng MS hai năm trong Khoa học Dữ liệu.
Những sinh viên tiêu biểu có đủ năng lực lập trình. Chúng có thể bao gồm kinh nghiệm thực tế với các ngôn ngữ từ khoa học toán học, chẳng hạn như MATLAB hoặc R, hoặc lập trình hướng đối tượng cổ điển.
Người chúng tôi tìm kiếm:
- Bạn có bằng kỹ thuật bốn năm và bạn cần tìm hiểu thêm về các phương pháp phân tích dữ liệu để phát triển sự nghiệp chuyên môn của mình.
- Bạn thích các môn khoa học toán học và bạn có thể lập trình, đặc biệt là khi bạn có thể thấy khía cạnh thực tế có thể tạo ra sự khác biệt như thế nào trong các vấn đề thực tế.
- Bạn muốn trở nên thành thạo trong việc giải thích các phương pháp khoa học dữ liệu cho các đồng nghiệp không chuyên về kỹ thuật của mình và giúp hình thành các quyết định dựa trên dữ liệu theo nhóm.
- Bạn tự thấy mình có khả năng phát minh ra các phương pháp khoa học dữ liệu mới, có nguyên tắc, được điều chỉnh cho phù hợp với nhu cầu của môi trường nghề nghiệp của bạn.
Chương trình giảng dạy
Bằng MS về Khoa học Dữ liệu là một bằng cấp sau đại học gồm 30 tín chỉ, bao gồm 18 tín chỉ bắt buộc, 9 tín chỉ tự chọn và một khóa học đầu tiên 3 tín chỉ. Vui lòng truy cập trang tìm kiếm khóa học Đăng ký MSU để biết mô tả danh mục khóa học MSU.
Sáu khóa học bắt buộc (18 tín chỉ) cho chương trình này được cân bằng giữa ba đơn vị:
- STT 810, một khóa học về xác suất và thống kê toán học dành cho các nhà khoa học dữ liệu ở cấp độ MS
- STT 811, một khóa học về phương pháp thống kê ứng dụng dành cho các nhà khoa học dữ liệu ở cấp MS
- CSE 482, một khóa học khoa học máy tính về phân tích dữ liệu lớn, bao gồm thu thập, lưu trữ, xử lý trước và phân tích một lượng lớn dữ liệu.
- CSE 881, một khóa học khoa học máy tính về khai thác dữ liệu, ở cấp độ MS.
- CMSE 830, một khóa học cơ bản về các thuật toán và phương pháp trong Khoa học Dữ liệu ở cấp độ MS
- CMSE 831, một khóa học nền tảng về tối ưu hóa ứng dụng và tính toán dành cho các nhà khoa học dữ liệu, bao gồm cả việc triển khai, ở cấp độ MS.
9 tín chỉ của các khóa học tự chọn rút ra từ một loạt các khóa học trong ba đơn vị. Học sinh với 6 khóa học bắt buộc ở trên được chuẩn bị tốt để tham gia các môn tự chọn. Danh sách các môn tự chọn bao gồm các môn sau, và có thể bao gồm các môn khác đã được ủy ban MS DS phê duyệt:
- STT 802, tính toán thống kê bằng phần mềm chuyên dụng R.
- STT 812, một khóa học nhỏ gọn về phân tích dữ liệu thống kê hiện đại, bao gồm cả học thống kê
- STT 873, một khóa học về học thống kê và khai thác dữ liệu
- STT 874, một khóa học về phân tích Bayes
- STT 875, một khóa học về lập trình R cho thống kê
- CSE 802, một khóa học về nhận dạng mẫu
- CSE 830, một khóa học về thiết kế và phân tích các thuật toán
- CSE 847, một khóa học về máy học
- CSE 849, một khóa học về học sâu
- CMSE / CSE 822, một khóa học chung về tính toán song song
- CMSE 402, một khóa học về giao tiếp trong khoa học dữ liệu.
- Các khóa học tự chọn CMSE khác đang được phát triển tại MSU, một số trong số đó là các khóa học chủ đề đã được giảng dạy trong CSME và có thể được giảng dạy chung với các đơn vị khác. Các kế hoạch tồn tại cho các chủ đề sau:
- Định lượng độ không chắc chắn CMSE 890 (đã được dạy)
- Cấu trúc liên kết ứng dụng CMSE 890 (đã được giảng dạy)
- Mô hình đồ họa xác suất CMSE 890 (đã lên kế hoạch)
- Xử lý hình ảnh toán học CMSE 890 (dự kiến)
- Dữ liệu Khoa học Y sinh CMSE 890 (dự kiến)
- Học máy ứng dụng CMSE 890 cho y sinh (dự kiến)
- Phương pháp tính toán CMSE 890 cho Học máy (dự kiến)
- Các chủ đề thống kê khác, các khóa học STT 890 được phê duyệt bởi ủy ban MS DS.
- Các chủ đề khoa học máy tính khác, các khóa học CSE 890 được phê duyệt bởi ủy ban MS DS.
- Bất kỳ khóa học MSU cấp độ sau đại học nào bao gồm các chủ đề khoa học dữ liệu có thể được phê duyệt bởi ủy ban MS DS.
Khóa học 3 tín chỉ liên quan đến việc hoàn thành một dự án khoa học dữ liệu ứng dụng, công nghiệp hoặc chính phủ. Tín dụng cho khóa học này có thể được ghi là một trong ba chủ đề của khóa học:
- STT 890
- CSE 890
- CMSE 890
Chương trình đang xây dựng một danh mục các nghiên cứu điển hình bằng cách giới thiệu các dự án capstone được thúc đẩy bởi các khách hàng trong ngành, chính phủ hoặc học viện.
Kết quả chương trình
Với các kỹ năng tính toán và phân tích của mình, sinh viên tốt nghiệp của chương trình có thể:
- Tổng hợp, xử lý và diễn giải dữ liệu từ các nguồn phong phú và đa dạng, hoặc từ các tập dữ liệu lớn và có khả năng phân tán.
- Xây dựng các mô hình tính toán, toán học và thống kê để suy ra các mối quan hệ có ý nghĩa trong dữ liệu và có thể được sử dụng để giải thích và phân tích dự đoán.
- Tạo hình ảnh trực quan để hỗ trợ việc hiểu dữ liệu và mô hình của chúng.
- Truyền đạt những phát hiện và hiểu biết sâu sắc của họ cho nhiều đối tượng để có thể đưa ra quyết định và có thể thực hiện hành động.
Học phí chương trình
English Language Requirements
Chứng nhận trình độ tiếng Anh của bạn với Duolingo English Test! DET là một bài kiểm tra tiếng Anh trực tuyến thuận tiện, nhanh chóng và giá cả phải chăng được hơn 4.000 trường đại học (như trường này) trên khắp thế giới chấp nhận.