课程对不断增长的反应:
-
对高素质研究科学家的需求,以设计和实施数据分析流程,以应对下一代科学实验产生的日益庞大和复杂的数据集;
-
行业对数据科学和数据分析技能的社会需求,尤其是在战略领域(科学、健康)和经济领域(金融、电子商务)中应用时;
-
需要培养研究生,使他们深入理解数据科学技术和现代计算机架构的算法构建,并利用行业佳实践进行软件开发;
-
开放科学在研究中的重要性,特别是科学成果的可重复性以及创建公共数据分析代码。
课程目标是:
-
旨在让学生深入了解数据科学工具和技术,包括机器学习和人工智能,以及其背后的统计框架。
-
旨在让学生获得现代软件佳实践和协作代码开发的知识和实践经验。
-
课程对不断增长的反应:
-
对高素质研究科学家的需求,以设计和实施数据分析流程,以应对下一代科学实验产生的日益庞大和复杂的数据集;
-
行业对数据科学和数据分析技能的社会需求,尤其是在战略领域(科学、健康)和经济领域(金融、电子商务)中应用时;
-
需要培养研究生,使他们深入理解数据科学技术和现代计算机架构的算法构建,并利用行业佳实践进行软件开发;
-
开放科学在研究中的重要性,特别是科学成果的可重复性以及创建公共数据分析代码。
课程目标是:
-
旨在让学生深入了解数据科学工具和技术,包括机器学习和人工智能,以及其背后的统计框架。
-
旨在让学生获得现代软件佳实践和协作代码开发的知识和实践经验。
-
旨在让学生理解并实践现代数据科学方法在特定科学领域的应用,并结合行业佳实践。
-
让学生了解数据科学在更广泛的工业应用领域。
学习成果
到本课程结束时,学生将获得:
知识与理解
1. 统计分析知识及其在多个实际应用领域。
2. 深入了解机器学习技术和软件包,以及如何将其应用于不同科学领域。
3. 具备在协作框架下编写可持续且全面的代码的能力,利用现代软件开发佳实践,以及如何公开分享这些内容。
4. 对数据科学工具在大规模科学问题中的实际应用的实际理解。
5. 具备数据分析知识,以推动科学领域数据驱动的博士研究。
6. 具备数据分析和研究软件开发的实际理解,以便他们在相关行业的职业发展。
技能及其他属性
1. 在特定科学领域开展数据密集型研究所需的技术和方法论技能。
2. 评估科学分析中使用的不同机器学习和数据科学方法的能力。
3. 遵循佳实践和开放科学工具的软件开发技能。
4. 通过与其他学生一起完成实践练习和讲座项目,培养协作技能。
5. 能够清晰地表达自己的工作,无论是口头还是书面形式。
6. 在统计和机器学习技术应用于科学数据方面拥有广泛经验。
旨在让学生理解并实践现代数据科学方法在特定科学领域的应用,并结合行业佳实践。
-
微信扫一扫









