The George Washington University - Columbian College of Arts & Sciences
MS in Data Science
MSc (természettudományi mesterképzés)
IDŐTARTAM
3 szemeszter
NYELVEK
Angol
PACE
Teljes idő, Részidő
JELENTKEZÉSI HATÁRIDŐ
LEGKORÁBBI KEZDÉSI DÁTUM
TANDÍJ
USD 1885 / per credit
TANULMÁNYI FORMÁTUM
Az egyetemen
Statisztikára, számítástechnikára és matematikára támaszkodva a Master of Science in Data Science a természet- és társadalomtudományokból származó információk széles skálájának hatékony felhasználására összpontosít. A tanterv interdiszciplináris jellege és az együttműködő külső ügynökségekhez és szervezetekhez való egyedi hozzáférése miatt a program gazdag, gyakorlati tapasztalatokat kínál.
A hallgatók a legújabb elemzési és adatvizualizációs eszközökkel vannak felszerelve, és elmerülnek olyan összetett témákban, mint például a minták azonosítása nagy mennyiségű adatból. A tanfolyamok kiterjednek a gépi tanulásra, valamint a Python, JavaScript és R programozási nyelvekre is.
Adattudományi Tanfolyamok
- DATS 6101 Bevezetés az adattudományba
- DATS 6102 adattárolás és elemzés
- DATS 6103 Bevezetés az adatbányászatba
- DATS 6201 Numerikus lineáris algebra és optimalizálás
- DATS 6202 Gépi tanulás I
- DATS 6203 Machine Learning II
- DATS 6401 Komplex adatok megjelenítése
- DATS 6402 nagy teljesítményű számítástechnika és párhuzamos számítástechnika
- DATS 6450 Adattudomány témái
Példák olyan tanfolyamokra, amelyeket tanácsadójával konzultálva kell kiválasztani
- MATH 6522 Bevezetés a numerikus elemzésbe
- STAT 6207 statisztikai számítási módszerek
- STAT 6214 alkalmazott lineáris modellek
- STAT 6242 regressziós grafika / nem paraméteres regresszió
- ECON 8375 ökonometria
- ECON 8376 ökonometria II
- ECON 8377 ökonometria III
- ECON 8378 Gazdasági előrejelzés
- GEOG 6304 Földrajzi Információs Rendszerek
- GEOG 6306 Földrajzi Információs Rendszerek II
- GEOG 6307 digitális képfeldolgozás
- PSC 8120 nemlineáris modellek
- PSC 8132 hálózati elemzés
- PSC 8185 Az empirikus és formális politikai elemzés témái
Capstone projekt
A mesterképzés csúcspontjaként a hallgatók beiratkoznak egy három kredites csúcstanfolyamra, és az utolsó félévet az adatelemzésben tanult készségek és ismeretek alkalmazásával töltik. A fordulóponthoz a diákok csoportokban dolgoznak az adattudományi elvek gyakorlati alkalmazásán. A Capstone csapat projektjeit a tanfolyam oktatójával konzultálva választják ki.
Tanulási célok
Az adattudományi MS-t teljesítő hallgatók alkalmasak arra, hogy adattudományi technikákat alkalmazzanak valós problémák megoldására, az eredmények közlésére és az eredmények hatékony bemutatására adatvizualizációs eszközök segítségével.
Pontosabban, a hallgatók a következőkkel végeznek:
- A statisztikai adatelemzési technikák alapos ismerete
- Adatbányászati szoftverekkel szerzett tapasztalat
- Élvonalbeli eszközök és technológiák terén szerzett tapasztalat nagy adatok elemzéséhez
- Gyakorlati készségek az adatok megjelenítéséhez és átalakításához
- Kommunikációs készség és hatékony csapatmunka
Fókuszterületek
Mind a mesterképzés, mind a posztgraduális bizonyítvány program négy terület kurzusait kombinálja:
- Módszerek: Adatkezelési és adatelemzési alapismeretek; mély szakértelem az adattudományhoz nélkülözhetetlen programozási nyelvekben, beleértve a Pythont, a JavaScriptet és az R-t
- Alkalmazások: Választható adattudományi kurzusok egy adott tudásterületre, például asztrofizikára, politológiára és földrajzra
- Készségek: Csapatmunka, projektmenedzsment és kommunikációs készség
- Technológia: Az adatok és a vizualizációs szoftverek és nyelvek gyakorlati bemutatása
Tanúsítsd angol nyelvtudásodat a PTE-vel. A gyorsabb, igazságosabb és egyszerűbb angol nyelvvizsga, amelyet világszerte több ezer egyetem fogad el. PTE, csináld gondtalanul!