商业分析硕士(MSBA)学位要求完成 33 个学分,课程分 3 个学期修读(可灵活延长至 4 个学期),分别为秋季、春季和秋季。其中包含 21 个学分的必修课程(含实习机会),以及从选修课列表中选择的 12 个学分课程。
南加州大学(USC)商业分析硕士项目的三大支柱:计算机科学、统计学与机器学习及优化、商业战略。
课程安排示例
由于多种原因,学生的实际课程安排可能有所不同,最终将在学术顾问的指导下确定。
第1学期(秋季)
GSBA 542:管理沟通(1.5 学分)
GSBA 545:数据驱动的决策制定(1.5 学分)
DSO 545:统计计算与数据可视化(3 学分)
DSO 576:基于 Python 的算法思维(3 学分)
DSO 552:商业分析师 SQL 数据库(1.5 学分)
DSO 555:商业分析师高级数据库(1.5 学分)
第二学期(春季)
DSO 510:商业分析(1.5 学分)
DSO 530:应用现代统计学习方法(3 学分)
选修课(3 学分)
选修课(1.5 学分)
夏季
DSO 595:数据科学或运营实习(0-1.5 学分)
第三学期(秋季)
DSO 573*:数据分析驱动的动态战略与执行(3 学分)
选修课(3 学分)
选修课(3 学分)
选修课(1.5-3 学分)
* 注:DSO 573 可替换为 DSO 574《大数据准备》或 DSO 556《数字平台商业模式》。
选修课:
编程类
数据清洗
数据处理
数据可视化
网络爬虫
数据库管理
编程语言(以 Python 为主,还包括 R、SQL、NoSQL)
统计学与机器学习类
概率分布
推断统计
监督学习方法(线性回归、逻辑回归、套索回归、岭回归、决策树、线性判别分析、二次判别分析、K 近邻算法、主成分回归、神经网络、随机森林、支持向量机)
无监督学习方法(K 均值聚类、层次聚类)
深度学习(卷积神经网络、循环神经网络、长短期记忆网络、生成对抗网络)
模拟模型、线性 / 非线性 / 离散 / 动态优化
商业战略类
营销分析、欺诈分析、运营分析、游戏分析、时间序列分析、医疗健康分析、供应链分析
定价策略
文本分析与自然语言处理
商业沟通
仪表板制作、咨询、协作、战略规划
问题解决、问题构建