前身金东方留学
20多年留学经验
发布时间：2021-09-07 文章来源: 至领留学 点击：994次
纽约大学数据科学硕士(Master in Data Science)项目是世界上最早在该领域开设数据科学课程的项目，主要面向有较强数学、应用统计学和计算机背景的学生招生，录取学生来自数学、统计、计算机、工程、经济、生物、物理、心理等多种专业。该项目要求申请者具备一定的数学基础(高等数学、概率统计或需要较强数学基础的高阶物理、计量经济、工程课程)和基本的编程能力(不限编程语言种类，但具有R或Python使用经验更佳)。申请者有商业、政府或学术方面的工作经验更佳。
纽约大学DS项目共有七个培养方向，选择特定培养方向的学生需要选修对应分支方向的选修课。
数据科学方向
数据科学-物理方向
数据科学-生物方向
数据科学-生物医学信息学(医学院)方向
数据科学-大数据方向
数据科学-数学和数据方向
数据科学-自然语言处理方向
纽约大学DS项目时长两年，要求修完必修课和选修课共计36个学分，每门课3学分，一个学期需修满9学分。也可选择多修学分，一年半完成项目。
必修课
| 课程代码 | 课程英文名称 | 课程中文名称 |
|---|---|---|
| DS-GA 1001 | Introduction to Data Science | 数据科学导论 |
| DS-GA 1002 | Probability and Statistics for Data Science | 概率和统计 |
| DS-GA 1003 | Machine Learning | 机器学习 |
| DS-GA 1004 | Big Data | 大数据 |
| DS-GA 1006 | Capstone Project and Presentation | 实践项目 |
注：学生需在项目第二年在相应的实验室完成Capstone项目，Capstone所涉及的领域包括：概率和统计分析、自然语言处理、大数据分析和建模、机器学习和计算统计、软件工程、信号处理等。
下列课程任选其一完成：
| 课程代码 | 课程英文名称 | 课程中文名称 |
|---|---|---|
| DS-GA 1005 | Inference and Representation | 推论和表征 |
| DS-GA 1008 | Deep Learning | 深度学习 |
| DS-GA 1011 | Natural Language Processing with Representation Learning | 自然语言处理中的表示学习 |
| DS-GA 1012 | Natural Language Understanding and Computational Semantics | 自然语言理解和计算语义学 |
| DS-GA 1013 | Mathematical Tools for Data Science | 用于数学科学的数学工具 |
| DS-GA 1014 | Optimization and Computational Linear Algebra | 优化和计算线性代数 |
| Fall 2020 DS-GA 1170/CSCI-GA 1170 | Fundamental Algorithms | 基本算法 |
| Fall 2020 DS-GA 2433/CSCI-GA 2433 | Database Systems | 数据库系统 |
| Fall 2020 CSCI-GA 2110 | Programming Languages | 编程语言 |
选修课
| 课程代码 | 课程英文名称 | 课程中文名称 |
|---|---|---|
| DS-GA 1007 | Programming for Data Science | 数据科学编程语言 |
| DS-GA 1009 | Practical Training for Data Science | 数据科学实践 |
| DS-GA 1010 | Independent Study | 独立研究 |
| DS-GA 3001 | Special Topics in Data Science: Probabilistic Time Series Analysis | 统计概率与时间序列分析 |
| DS-GA 3001 | Special Topics in Data Science: Risk Management & Machine Learning | 风险管理和机器学习 |
| DS-GA 3001 | Special Topics in Data Science: Machine Learning for Healthcare | 用于医疗保健的机器学习 |
| DS-GA 3001 | Special Topics in Data Science: Mathematical Statistics | 数理统计 |
| DS-GA 3001 | Special Topics in Data Science: Bayesian Machine Learning | 贝叶斯机器学习 |
| DS-GA 3001 | Special Topics in Data Science: Search and Discovery | 探索和发现 |
编辑：翁晓兰
