数理数据科学理学硕士
在大数据时代，组织依靠大数据的力量来解决问题、赢得竞争优势，并预测未来趋势。与众多数据科学课程致力于培养学生应用高级算法的能力不同的是: 现实中迫切需要那些对构建和操控算法所需的统计方法有深刻理解的人才——他们是数据驱动解决方案的创造者，正是这群人在改变着世界。数据科学即是数学，通过南加州大学Dornsife文理学院新开设的数理数据科学专业，学生将在四个学期的学习中精通复杂的数学与机器学习领域知识。完成学业后，毕业生不仅能够胜任更具挑战（且薪资更优厚）的职位，还将拥有独特的知识技能，确保自己在这个日新月异且需求持续旺盛的领域内始终保持领先地位。
为什么要学习数理数据科学？
“数学是数据科学不可或缺的一部分。任何有兴趣在数据科学领域发展事业的数据科学家都必须具备特定数学领域的深厚背景。”
——Mayur Ingole，Wipro 高级人工智能工程师
课程亮点
高等数学的优势
1. 课程强调数学/统计方法，训练学生创建和操作算法，而不是简单地从库中组装算法
2. 大多数项目都侧重于后者，因此这种高等学习内容非常少见，而且很有优势
3. 数据科学和机器学习创新基础
此硕士学位课程强调统计方法，培养创建定制算法和机器学习技术的强大技能。与那些主要学习组装和应用标准库代码的人不同，可以帮助组织获得解决复杂问题所需的具体见解。
获得的不仅仅是学位
–> 优秀且屡获殊荣的数学教授
–> BEST研究型学术环境——创新生态系统
–> 地理位置优越，位于洛杉矶，科研和工业蓬勃发展
–> 体验式学习和现实世问题解决
–> Trojan终身校友网络
在美国BEST数学系之一的南加州大学接受具创新精神的专家指导，毕业后学生将获得研究型大学的学位证书和突破界限的思维方式。学生的扩展课堂是洛杉矶，一个引领数据热潮的城市，为数据科学家提供无与伦比的机会来解决复杂问题。这些机会得到了庞大的校友网络的支持，这些校友网络由业界非常有影响力的专业人士组成。
发挥学生潜能并BEST投资回报
攻读硕士学位可能需要投入大量的金钱和时间，但长期来看，其价值将改变生活。在校园里度过四个充满挑战的学期，将促使学生真正掌握需求量激增的技能，并以有意义的方式运用知识。学生将在一个引领全球数据革命的城市学习，将加入一个由导师和企业合作者组成的紧密社区，他们帮助学生迈向更高的水平。最重要的是，数理数据科学理学硕士学位将为学生打开数据科学领域BEST职业的大门，学生可以解决更有意义，更有挑战的问题，激发学生创造力，并显著提高学生们创造收入的潜力。
申请要求
该专业旨在面向那些希望掌握引领数据驱动世界所需的数学基础和实践技能的学生。申请者应拥有数学为主导的理学学士学位背景。申请该专业的先决条件包括：
必须修读课程：
· 多元微积分（相当于USC MATH 226或MATH 229课程）
· 线性代数（相当于USC MATH 225或MATH 235课程）
· 概率论（本科水平，相当于USC MATH 407课程）
建议修读课程：
· 统计学（本科水平，相当于USC MATH 307或MATH 408课程）
· 基础优化知识（例如：凸性、梯度、Hessian矩阵）
· Python/R编程
课程设置
完成本专业共需32学分。
1，必修课程:19学分
MATH 447 机器学习：数学 4学分
MATH 546 数据科学：数理统计 4学分
MATH 549 数理数据科学基础 4学分
MATH 550 统计咨询与数据分析 3学分
PHYS 515 Python在数据科学与科学计算中的应用 4学分
2，选修课程：12学分
MATH 446 Python数据科学 4学分
MATH 505a 应用概率论 3学分
MATH 542 方差分析与设计 3学分
MATH 545 时间序列导论 3学分
MATH 547 统计学理论：数学基础 3学分
MATH 548 量化金融：机器学习 3学分
ISE 530 分析优化方法 4学分
DSO 528 高效决策中的混合数据商业分析 3学分
DSO 545 统计计算与数据可视化 3学分
DSO 530 现代统计学方法应用 3学分
EE 553 优化问题计算解法 3学分
ISE 520 优化：理论与算法 3学分
CSCI 570 算法分析 4学分
QBIO 578a 分子生物计算 3学分
*学生需要至少选修1个学分的MATH 590定向研究课程，并在学期末完成一份报告。注意：选修MATH 590通常与MATH 550同时进行。
官方小程序
官方公众号
官方微博
百家号
