预览结束
填写信息下载完整版手册
-
官方小程序
-
官方公众号
-
官方微博
-
百家号
康奈尔大学 I数据科学与决策分析工程硕士
学制: 一年
大多数在线平台背后都有复杂的算法框架，根据车辆供应的地理分布来决定在拼车系统中为乘客分配哪辆车，根据库存对产品收取多少价格，或者使用哪个配送中心来存储到货。康奈尔理工学院的决策科学与决策分析硕士 (DSDA) 将利用机器学习、优化和统计工具，提供理解数据到算法到决策的工具。
康奈尔科技大学的 DSDA 硕士课程让您能够利用机器学习、优化和统计学工具，在理论和实践上理解创业环境中数据到模型到决策的流程。完成课程后，您将能够开发和部署算法来推动在线业务的决策，例如电子零售商、拼车系统和广告交易。与优化、统计学、因果分析和机器学习领域的世-界领先教师一起工作，并沉浸在纽约市的科技初创企业社区中，您将能够熟练地分析数据、构建将数据转化为决策的决策模型并大规模部署这些模型。
在学习学术技术课程的同时，您还将完成 Studio 课程 - 这是每个康奈尔科技课程的重要组成部分，它使您能够解决科技公司面临的实际业务问题并创办自己的初创企业。在学习 Studio 课程期间，您将与计算机科学、电气工程、商业和法律课程的学生一起组成跨学科团队，研究您所关注的问题的各个方面。
谁适合入读？
康奈尔科技大学的 DSDA 硕士课程非常适合对数据分析充满热情的学生，这些数据分析可以创造洞察力来推动业务决策。技术要求是，在申请之前，你必须完成一门线性代数课程、一门中级概率和统计课程以及一门编程课程。康奈尔科技大学还提供运筹学和信息工程 (ORIE) 硕士学位。与康奈尔科技大学的所有硕士课程一样，DSDA 和 ORIE 课程都以创业为重点，但 DSDA 强调优化、机器学习和概率分析与计算的交集，而 ORIE 强调优化、机器学习和概率分析与业务的交集。
核心课程
人工智能优化
数据科学统计学
概率分析
机器学习
不确定性下的建模
稍后会有顾问老师反馈评估结果