哥伦比亚大学数据科学硕士DS学哪些课程

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。

  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。

  专业要求:

  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。

  具体课程为:

  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

  课程选择建议:

  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

分享到:
  •  
  •  
  • 2023年至领留学名校录取榜
  • 2022年至领留学名校录取榜
院校排名 MORE>>
专业解析 MORE>>
热门标签