在哈佛读大数据科学都学啥-新东方前途出国

您的位置:首页>顾问中心>陈阳>日志>在哈佛读大数据科学都学啥

欢迎向我提问

*顾问预计24小时内解答,并通过短信方式通知您

留学顾问陈阳

陈阳

美国硕博高级经理

    获取验证码
    向TA提问

    温馨提示

    您当前咨询的顾问所在分公司为 北京 为您推荐就近分公司 上海 的顾问

    继续向陈阳提问 >
    预览结束
    填写信息下载完整版手册
    获取验证码
    一键解锁留学手册
    在线咨询
    免费评估
    留学评估助力院校申请
    获取验证码
    立即评估
    定制方案
    费用计算
    留学费用计算器
    电话咨询
    预约回电

    顾问将于15分钟内回电

    立即预约
    咨询热线

    小语种欧亚留学
    400-650-0116

    导航

    在哈佛读大数据科学都学啥

    2019-08-01

    进入大数据时代,对于大数据人才的需求空前高涨,大数据人才需求将有大幅增长,高端人才如大数据科学家的缺口在14万至19万之间;懂得利用大数据做决策的分析师和经理缺口达到150万,越来越多的人投身于研究、分析数据,并把数据作为重要的行事参考依据。Data Science 在这样的时代背景下逐步成为火热的专业。美国很多知名学校已经有Data Science专业,如NYU、Columbia、USC、Rochester、WPI、UMN、GWU等等, Harvard也开设Data Science专业,下面,我们具体来看看Harvard这个专业吧。

     

    项目介绍

    数据科学是基于统计方法学,计算科学和广泛的应用领域的交叉学科。该项目将为统计建模,机器学习,优化,海量数据集的管理和分析以及数据采集提供强有力的准备。该项目还将重点关注可重复性数据分析,协作解决问题,可视化和沟通以及数据科学中出现的安全和伦理问题等主题。

     

    项目链接

    https://www.seas.harvard.edu/programs/graduate/applied-computation/master-of-science-in-data-science

     

    课程

    A:核心课程

    Applied Computation 209a - Data Science 1: Introduction to Data Science
    Pavlos Protopapas, Lecturer and Kevin Rader, Preceptor. Fall TermMon/Wed 1:30 - 2:45 PM.

    Applied Computation 209b - Data Science 2: Advanced Topics in Data Science
    Pavlos Protopapas, Lecturer and Mark Glickman, Sr. LecturerSpring TermMon/Wed 1:30 - 2:45 PM.

    Applied Math 207 - Advanced Scientific Computing: Stochastic Methods for Data Analysis, Inference and Optimization
    Rahul Dave, Lecturer. Fall Term, Mon/Wed 12:00 PM - 1:30 PM.

    Computer Science 207 - Systems Development for Computational Science 
    David Sondak, Lecturer. Fall Term, Tues/Thurs 12:00 PM - 1:30 PM.

    Applied Computation 221- Critical Thinking in Data Science
    Jim Waldo, Professor. Spring Term, Tues/Thurs 12:00 - 1:15 PM.

     Applied Computation 297r - Computational Science and Engineering Capstone Project 
    Pavlos Protopapas, Lecturer. Spring Term, Tues 3:00 - 5:45 PM.

     

    核心课程是AC209a,它侧重于Machine LearningData Science的基础。这是大多数人在有人说数据科学或机器学习这个词时所想到的。它涉及学习如何执行Exploratory Data Analysis和运行Sklearn回归和分类器。本课程的大部分内容都侧重于理解这些方法以及如何为给定的数据集更好地优化它们(除了做Model.fitX_trainY_train))之外,还有一些方法)。另一个课是AC209bAdvanced Topics in Data Science,它是第一个课的延伸。这本质上是关于SteroidsData Science,其中前几节课从广义加性模型开始,并创建描述数据集的样条。然而,它升级为在Kubernetes Clusters上并行使用Dask运行2,500个模型,尝试在100层人工神经网络上执行超参数优化。

    AM207Advanced Scientific Computing。本课程重点介绍贝叶斯统计及其在Machine Learning中的应用,其中涉及需要无数个小时运行马尔可夫链蒙特卡洛(MCMC)模拟。还有使用贝叶斯定理,甚至涉及观看超人让时间倒退的短视频以展示Machine Learning中的时间可逆性概念。

     

    B:选修课程

    STAT 123 Quantitative Finance  
    STAT 131 Time Series & Prediction  
    STAT 139 Linear Models  
    STAT 140 Design of Experiments  
    STAT 149 Genereralized Linear Models  
    STAT 210 Probability I  
    STAT 211 Statistical Inference I  
    STAT 212 Probability II  
    STAT 213 Statistical Inference II  
    STAT 220 Bayesian Data Analysis                                          

    STAT 234 Sequential Decision Making

     

    CS 124 Data Structures and Algorithms  
    CS 165 Data Systems  
    CS 171 Visualization  
    CS 181 Machine Learning  
    CS 182 Artificial Intelligence  
    CS 205 Computing Foundations for Computational Science  
    CS 262 Introduction to Distributed Computing  
    CS 265 Big Data Systems  
    CS 281 Advanced Machine Learning  
    CS 282r Topics in Machine Learning  
    CS 287r Machine Learning for Natural Language
                      

    其他课程包括CS181Machine Learning,涉及回归,分类,强化学习和其他使用Frequentist和贝叶斯结构的领域; AM205:微分方程的求解,以及AM225:偏微分方程的求解。还有其他很多课程,可以剩余时间里学习来加深知识,例如CS207:计算科学的系统开发,AM231:决策理论,或AM221:高级优化。值得一提的是,每一节课都有一个项目,可以将其添加到工作简历中

    截至申请时间:December 15th.

    读完数据科学做什么?

    建立统计模型并了解其能力和局限性

    设计一个实验

    利用机器学习和优化做出决策

    获取、清理和管理数据

    为勘探、分析和通信可视化数据

    提供可重复的数据分析

    管理和分析海量数据集

     

     

     

    更多详情
    -老师帮忙评估

    自身软实力标化成绩多维度为您评估留学录取率

    立即评估
    推荐阅读 换一换
    提交成功

    稍后会有顾问老师反馈评估结果

    温馨提示

    您当前咨询的 陈阳 顾问,所在分公司为 - ,已为您推荐就近分公司 - 的顾问。

    以下为-分公司顾问:

    继续向陈阳提问