- 数据分析/数据科学申请要求:
本科专业背景:
1.常见的本科专业有 Computer Science/Technology; Engineering; Business Management; Finance; Math; Statistics, etc.
2.各大学对申请学生有较为明确而统一的要求,数学背景包括微积分、线性代数、概率论、统计学、数学建模等等;计算机背景包括计算机导论、SQL、Database和编程等。
大多数项目倾向录取数学、统计等计量学科背景的学生,同时希望申请人有软件编程基础、会写程序分析数据。仅仅上过高数、线性代数和概率统计这三门基础课是不够的。
先修课要求:
1、修过计算机基础
数据处理工具语言(Python, R, Excel)数据库和数据库语言(SQL),另外会学习更高深的数据挖掘和计算机算法
2、数学基础(比如微积分、线性代数)
3、熟悉概率论、或者统计
参考先修课:
数学统计课:
Ÿ 微积分一 — Coursera
Ÿ 线性代数 - 基础到前沿 — Edx
Ÿ 线性模型与矩阵代数导论 — Edx
Ÿ R语言统计学专业课程 — Coursera
Ÿ 概率与数据导论 — Coursera
工具及数据库语言:
Ÿ Python互动编程导论 - 莱斯大学, Coursera
Ÿ 使用Python的计算机科学与编程导论 - 麻省理工学院, edX
Ÿ R语言编程 — Coursera
Ÿ Excel到MySQL:商业分析技术专业课程 — Coursera
Ÿ 使用MySQL管理大数据 — Coursera
Ÿ 数据可视化 — Coursera
数据挖掘及算法:
Ÿ 数据科学专业课程 - 10门课程 — 约翰·霍普金斯大学
Ÿ 密歇根大学Python应用数据科学专业课程 – 5门课程 - 密歇根大学
Ÿ 大型数据集挖掘 - 斯坦福大学, Coursera
Ÿ 数据挖掘专业课程 — Coursera
Ÿ 机器学习 - 斯坦福大学, Coursera
Ÿ 统计学习 - 斯坦福大学, Stanford Online
Ÿ 计算思维与数据科学导论
微信扫一扫









