MS数据科学
The George Washington University - Columbian College of Arts & Sciences
关键信息
选择位置
校园位置
Washington, 美國
语言
英语
学习形式
在校园
期间
3 学期
步伐
全职, 兼职
学费
USD 1,885 / per credit *
报名截止日期
请求信息
最早开始日期
请求信息
* 每学分。可能需要支付额外费用
介绍
数据科学理学硕士课程利用统计学、计算机科学和数学,专注于有效利用从自然科学和社会科学中提取的大量信息。由于课程的跨学科性质以及与外部机构和组织合作的独特途径,该计划提供了丰富的实践经验。
学生配备了用于分析和数据可视化的最新工具,并沉浸在复杂的主题中,例如如何从大量数据中识别模式。课程还涵盖机器学习和 Python、JavaScript 和 R 编程语言。
招生
课程
数据科学系课程
- DATS 6101数据科学导论
- DATS 6102数据仓库和分析
- DATS 6103数据挖掘简介
- DATS 6201数值线性代数和优化
- DATS 6202机器学习I
- DATS 6203机器学习II
- DATS 6401复杂数据的可视化
- DATS 6402高性能计算和并行计算
- DATS 6450数据科学主题
与您的顾问协商选择的课程示例
- MATH 6522数值分析入门
- STAT 6207统计计算方法
- STAT 6214应用的线性模型
- STAT 6242回归图形/非参数回归
- ECON 8375计量经济学I
- ECON 8376计量经济学II
- ECON 8377计量经济学III
- ECON 8378经济预测
- GEOG 6304地理信息系统I
- GEOG 6306地理信息系统II
- GEOG 6307数字图像处理
- PSC 8120非线性模型
- PSC 8132网络分析
- PSC 8185实证和正式政治分析主题
凯普斯项目
作为硕士课程的高潮,学生将参加三学分的顶点课程,并在最后一个学期应用他们在数据分析中学到的技能和知识。对于顶点,学生分组研究数据科学原理的实际应用。 Capstone 团队项目是在与课程讲师协商后选择的。
计划成果
学习目标
完成数据科学硕士学位的学生有能力应用数据科学技术来解决现实世界的问题、交流发现并使用数据可视化工具有效地展示这些发现。
具体来说,学生毕业时:
- 全面了解统计数据分析技术
- 使用数据挖掘软件工具的经验
- 拥有分析大数据的尖端工具和技术的经验
- 可视化和转换数据的实用技能
- 沟通技巧和团队有效工作
重点领域
硕士学位和研究生证书课程都结合了四个领域的课程:
- 方法:数据管理和数据分析的基础知识;精通数据科学必不可少的编程语言,包括 Python、JavaScript 和 R
- 应用:应用于特定知识领域的数据科学选修课,如天体物理学、政治学和地理学
- 技能:团队合作、项目管理和沟通技巧
- 技术:动手接触数据和可视化软件和语言