密歇根大学安娜堡分校数据科学硕士学哪些课程

发布时间:2021-09-07    文章来源: 至领留学    点击:134次

密歇根大学安娜堡分校数据科学硕士(M.S. in Data Science) 该项目由计算机科学与工程、统计系、信息学院和生物统计学系联合开办。

  密歇根大学安娜堡分校数据科学硕士(M.S. in Data Science) 该项目由计算机科学与工程、统计系、信息学院和生物统计学系联合开办。项目教授学生统计和编程的知识,培养学生在生物学、计算机科学等领域应用数据分析的能力。

  专业要求:

  学生必须至少完成25个学分,包括18学分的高级课程(LSA/UMSI/CoE方向,课程代码在500上,SPH方向课程代码在600上)。

  具体课程为:

  必修课程:

课程代码 课程名称
MATH 403 Introduction to Discrete Mathematics 离散数学导论
EECS 402 Programming for Scientists and Engineers 数学和工程编程
EECS 403 Data Structures for Scientists and Engineers 数据结构
EECS 409 Data Science Colloquium 数据科学研讨

  下列三门中选择一门:

课程代码 课程名称
BIOSTATS 601 Probability and Distribution 概率分布
STATS 425 Introduction to Probability 概率导论
STATS 510 Probability and Distribution 概率分布

  下列三门中选择一门:

课程代码 课程名称
BIOSTATS 602 Biostatistical Inference 生物统计学推论
STATS 426 Introduction to Theoretical Statistics 理论统计学导论
STATS 511 Statistical Inference 统计推断

  数据管理和操作:

  下列两门中选择一门:

课程代码 课程名称
EECS 484 Database Management Systems 数据库管理系统
EECS 584 Advanced Database Systems 高级数据库系统

  下列五门中选择一门:

课程代码 课程名称
EECS 485 Web Systems 网络系统
EECS 486 Information Retrieval and Web Search 信息检索与网页搜索
EECS 549/SI 650 Information Retrieval 信息检索
SI 618 Data Manipulation Analysis 数据分析
STATS 507 Data Science Analytics using Python 数据科学分析(Python)

  数据科学技术:

  下列三门中选择一门:

课程代码 课程名称
BIOSTAT 650 Applied Statistics I: Linear Regression 应用统计学I:线性回归
STATS 500 Statistical Learning I: Linear Regression 统计学习I:线性回归
STATS 513 Regression and Data Analysis 回归与数据分析

  下列课程中选择一门:

课程代码 课程名称
STATS 415 Data Mining and Statistical Learning 数据挖掘和统计学习
STATS 503 Statistical Learning II: Multivariate Analysis 统计学习II:多元分析
EECS 545 Machine Learning 机器学习
EECS 576 Advanced Data Mining 高级数据挖掘
SI 670 Applied Machine Learning 应用机器学习
SI 671 Data Mining: Methods and Applications 数据挖掘:方法和应用
BIOSTAT 626 Machine Learning for Health Sciences 健康领域的机器学习

  实践课程:

课程代码 课程名称
STATS 504 Principles and Practices in Effective Statistical Consulting 统计咨询的原理和实践
STATS 750 Directed Reading 定向阅读
EECS 599 Directed Study 定向研究
SI 599-00X Computational Social Science 计算社会科学
SI 691 Independent Study 独立研究
SI 699-004 Big Data Analytics 大数据分析
BIOSTAT 610 Reading in Biostatistics 生物统计阅读
BIOSTAT 629 Case Studies for Health Big Data 健康领域大数据案例研究
BIOSTAT 698 Modern Statistical Methods in Epidemiologic Studies 流行病学研究中的现代统计方法
BIOSTAT 699 Analysis of Biostatistical Investigations 生物统计调查研究

  选修课程:

  数据科学原理方向:

  概率分布理论、随机过程、贝叶斯分析、计算数据科学和机器学习、数据压缩的理论与实践、信号处理、数据分析和机器学习的矩阵方法等

  数据分析方向:

  时间序列、广义线性模型、空间数据、非参数统计、多元分析等

  计算方向:

  软件工程、信息检索、统计计算、大数据计算、算法设计与分析等

  课程选择建议:

  该项目要求先修2门代数课程、1门线性或高等代数课程、1门计算机编程入门课程

  课程设置涵盖了很多方向的内容,可以选择不同学院下的课程,选课十分灵活

  重视算法和编程的学生,可以选择机器学习、统计计算等课程;重视生物统计方向的学生,可以选择生物统计学推论、生物统计调查等课程

  编辑:翁晓兰

分享到:
  •  
  • 2021年至领留学名校录取榜
院校排名 MORE>>
专业解析 MORE>>
热门标签