MS in Data Science
KHOẢNG THỜI GIAN
3 Semesters
NGÔN NGỮ
Tiếng Anh
NHỊP ĐỘ
Toàn thời gian, Bán thời gian
THỜI HẠN NỘP ĐƠN
Yêu cầu thời hạn nộp đơn
NGÀY BẮT ĐẦU SỚM NHẤT
Yêu cầu ngày bắt đầu sớm nhất
HỌC PHÍ
USD 1.885 / per credit
HÌNH THỨC HỌC TẬP
Trong khuôn viên trường
Giới thiệu
Dựa trên số liệu thống kê, khoa học máy tính và toán học, Thạc sĩ Khoa học về Khoa học Dữ liệu tập trung vào việc sử dụng hiệu quả một lượng lớn thông tin được rút ra từ khoa học tự nhiên và xã hội. Do tính chất liên ngành của chương trình giảng dạy và khả năng tiếp cận độc đáo với các cơ quan và tổ chức hợp tác bên ngoài, chương trình mang lại trải nghiệm thực hành phong phú.
Học sinh được trang bị các công cụ mới nhất để phân tích và trực quan hóa dữ liệu, đồng thời đắm mình trong các chủ đề phức tạp, chẳng hạn như cách xác định các mẫu từ một lượng lớn dữ liệu. Các khóa học cũng bao gồm học máy và các ngôn ngữ lập trình Python, JavaScript và R.
Tuyển sinh
Chương trình giảng dạy
Khoa Khoa học dữ liệu
- Giới thiệu về khoa học dữ liệu của DATS 6101
- Phân tích và phân tích dữ liệu của DATS 6102
- Giới thiệu về khai thác dữ liệu của DATS 6103
- DATS 6201 Đại số tuyến tính và tối ưu hóa
- DATS 6202 Máy học tôi
- Máy học của DATS 6203 II
- Trực quan hóa dữ liệu phức tạp của DATS 6401
- Máy tính hiệu năng cao và tính toán song song của DATS 6402
- Các chủ đề của DATS 6450 trong Khoa học dữ liệu
Ví dụ về các khóa học được lựa chọn tham khảo ý kiến với cố vấn của bạn
- MATH 6522 Giới thiệu về Phân tích số
- STAT 6207 Phương pháp tính toán thống kê
- STAT 6214 Mô hình tuyến tính ứng dụng
- STAT 6242 Regression Graphics / Nonparametric Regression
- ECON 8375 Kinh tế lượng I
- ECON 8376 Kinh tế lượng II
- ECON 8377 Kinh tế lượng III
- Dự báo kinh tế ECON 8378
- GEOG 6304 Hệ thống thông tin địa lý I
- GEOG 6306 Hệ thống thông tin địa lý II
- GEOG 6307 Xử lý ảnh kỹ thuật số
- Mô hình phi tuyến PSC 8120
- Phân tích mạng PSC 8132
- PSC 8185 chủ đề trong phân tích chính trị theo kinh nghiệm và chính thức
Dự án Capstone
Là đỉnh cao của chương trình thạc sĩ, sinh viên đăng ký vào một khóa học ba tín chỉ và dành học kỳ cuối cùng của mình để áp dụng các kỹ năng và kiến thức họ đã học được trong phân tích dữ liệu. Đối với capstone, học sinh làm việc theo nhóm về ứng dụng thực tế của các nguyên tắc khoa học dữ liệu. Các dự án của nhóm Capstone được lựa chọn với sự tham khảo ý kiến của người hướng dẫn khóa học.
Kết quả chương trình
Mục tiêu học tập
Sinh viên hoàn thành MS về Khoa học dữ liệu được trang bị để áp dụng các kỹ thuật khoa học dữ liệu để giải quyết các vấn đề trong thế giới thực, truyền đạt các phát hiện và trình bày hiệu quả các phát hiện đó bằng các công cụ trực quan hóa dữ liệu.
Cụ thể, sinh viên tốt nghiệp với:
- Kiến thức làm việc thấu đáo về các kỹ thuật phân tích dữ liệu thống kê
- Kinh nghiệm với các công cụ phần mềm khai thác dữ liệu
- Kinh nghiệm với các công cụ và công nghệ tiên tiến để phân tích dữ liệu lớn
- Kỹ năng thực tế để trực quan hóa và chuyển đổi dữ liệu
- Kỹ năng giao tiếp và làm việc nhóm hiệu quả
Khu vực tập trung
Cả chương trình thạc sĩ và chứng chỉ sau đại học đều kết hợp các khóa học từ bốn lĩnh vực:
- Phương pháp: Khái niệm cơ bản về quản lý dữ liệu và phân tích dữ liệu; chuyên môn sâu về các ngôn ngữ lập trình cần thiết cho khoa học dữ liệu, bao gồm Python, JavaScript và R
- Ứng dụng: Các khóa học tự chọn về khoa học dữ liệu áp dụng cho một lĩnh vực kiến thức cụ thể, chẳng hạn như vật lý thiên văn, khoa học chính trị và địa lý
- Kỹ năng: Làm việc nhóm, quản lý dự án và kỹ năng giao tiếp
- Công nghệ: Tiếp xúc thực tế với phần mềm và ngôn ngữ dữ liệu và trực quan hóa
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.