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：1527次
哥伦比亚大学数据科学硕士DS项目由文理研究生院统计学系(Graduate School of Arts and Sciences’ Department of Statistics)、哥伦比亚大学富的基金会工程与应用科学计算机科学系(The Fu Foundation School of Engineering and Applied Science’s Department of Computer Science)、工业工程与运筹学系(Department of Industrial Engineering and Operations Research)联合开办。
项目培养学生应用数据科学技术的能力，学生将有机会进行创新性研究，与工业界的合作伙伴以及教授进行互动。
学生必须至少完成30个学分，包括21个学分的必修和9个学分的选修课。大多数学生可以用三个学期(一年半)完成课程(秋季：12学分;春季：12学分;夏季：可选实习或选修;秋季：最后3或6学分)。也可以选择用两年时间学习课程。
统计学和计算机科学
| 课程代码 | 课程名称 |
|---|---|
| STCS GR5705 | Introduction to Data Science 数据科学导论 |
计算机科学
| 课程代码 | 课程名称 |
|---|---|
| COMS W4121 |
Computer Systems for Data Science 数据科学计算机系统 |
| COMS W4721 |
Machine Learning for Data Science 数据科学相关的机器学习 |
| CSOR W4246 |
Algorithms for Data Science 数据科学算法 |
统计学
| 课程代码 | 课程名称 |
|---|---|
| STAT GR5701 |
Probability and Statistics for Data Scienc 数据科学的概率与统计 |
| STAT GR5702 |
Exploratory Data Analysis and Visualization 探索性数据分析和可视化 |
| STAT GR5703 |
Statistical Inference and Modeling 统计学推断与建模 |
选修课程
| 课程代码 | 课程名称 |
|---|---|
| COMS W4995 |
Topics in Computer Science: Applied Machine Learning 机器学习应用 |
| COMS W4995 |
Topics in Computer Science: Applied Deep Learning 深度学习应用 |
| COMS W4995 |
Topics in Computer Science: Causal Inference for Data Science 数据科学中的统计推断 |
| COMS W4995 |
Topics in Computer Science: Data Analytics Pipeline 数据分析 |
| COMS W4995 |
Topics in Computer Science: Elements of Data Science 数据科学因素 |
| COMS E6998 |
Topics in Computer Science: Machine Learning with Probabilistic Programming 概率编程与机器学习 |
| COMS E6998 |
Natural Language Processing: Computational Models of Social Meaning 社会生活与机器学习 |
| EECS E6894 |
Topics in Information Processing: Deep Learning for Computer Vision, Speech, and Language 计算机视觉、语音和语言与深度学习 |
| IEOR E4571 |
Topics in Operations Research: Personalization Theory & Application 个性化理论与应用 |
| IEOR E4721 |
Topics in Quantitative Finance: Big Data in Finance 定量金融主题：金融大数据 |
| STATS GR5293 |
Topics in Modern Statistics: Applied Machine Learning for Financial Modeling and Forecasting 金融建模和预测与机器学习 |
| STATS GR5293 |
Topics in Modern Statistics: Applied Machine Learning for Image Analysis 图像分析与机器学习 |
| ENGI E4800 |
Data Science Capstone and Ethics 数据科学实践 |
该项目要求先修定量课程(微积分、线性代数等)、计算机编程入门课程
课程偏重算法学习，如Machine Learning(机器学习)，重视算法在现实生活的应用
项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动;毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业
编辑：翁晓兰
