UPenn的DATS全稱是University of Pennsylvania的MSE in Data Science,即賓夕法尼亞大學數(shù)據(jù)科學碩士,下面將詳細介紹UPenn的DATS的項目特點/院系介紹、UPenn的DATS的研究領域、UPenn的DATS的研究生申請要求。
賓夕法尼亞大學
數(shù)據(jù)科學作為一門新興學科,對于當今世界實施決策、理解觀察與解決問題來說必不可少。無論我們是想將人工智能技術應用于問題解決,建立一個基于真實世界現(xiàn)象的計算模型,在統(tǒng)計學層面驗證某個假說,還是分析結(jié)構化的、文本的或圖像的數(shù)據(jù),數(shù)據(jù)科學與數(shù)據(jù)分析技術都正在成為每個科學家、研究人員、工程師以及決策者工具箱中的重要組成部分。賓夕法尼亞大學數(shù)據(jù)科學碩士項目幫助學生做好職業(yè)準備,以便學生在技術與工程、政策制定、咨詢或科學等領域中的以數(shù)據(jù)為中心的各類崗位任職。賓夕法尼亞大學數(shù)據(jù)科學碩士項目為期一年半至兩年,將有關機器學習、大數(shù)據(jù)分析與統(tǒng)計學等核心課題的前沿課程與多樣化的選修課有機結(jié)合,給予學生選擇在特定的目標專業(yè)領域內(nèi)應用技能的機會。
1、Advanced Probability
2、Programming Languages & Techniques
3、Mathematical Foundations: Mathematical Statistics
4、Linear Algebra/Optimization
5、Computational Learning Theory
6、Big Data Analytics
7、Mining and Learning: Intro to Machine Learning
8、Modern Data Mining
9、Software Systems
10、Computer Systems Programming
11、Programming and Problem Solving
12、Stochastic Processes
13、Convex Optimization
14、 Bayesian Methods
15、Data Mining: Learning from Massive Datasets
1、高等概率學
2、編程語言與技術
3、數(shù)學基礎:數(shù)理統(tǒng)計
4、線性代數(shù)/最優(yōu)化
5、計算學習理論
6、大數(shù)據(jù)分析
7、挖掘與學習:機器學習概論
8、現(xiàn)代數(shù)據(jù)挖掘
9、軟件系統(tǒng)
10、計算機系統(tǒng)編程
11、編程與問題求解
12、隨機過程
13、凸優(yōu)化理論
14、貝葉斯方法
15、數(shù)據(jù)挖掘:大規(guī)模數(shù)據(jù)集學習