揭示统计与数据科学的差别
目前数据科学是美国研究生中,最为炙手可热的项目。很多同学宁可转专业去到一般的学校,也都要转到数据科学和计算机专业。特别是一些学习统计学的学生,很多人都在问自己申请哪些学校,会更贴和自己的专业背景。这个时候我们尤其推荐两所学校,一所示康尼尔大学,一所是耶鲁大学。我来帮大家分析一下这两个岗位哪个更适合统计背景的学生。
康奈尔大学开设有统计与数据科学系Statistics and Data Science。在该院系下,开设有应用统计硕士(Applied Statistics Master of Professional Studies),应用统计硕士一共有两个方向,分别是统计分析和数据科学。该专业一共有两个学期,比较适合本科期间数学背景好的学生,例如本科专业为生物,化学,数学,物理,计算机,机械,电子,统计等等。如果学生不具备相关背景知识,学校也会在第一个学期给学生安排相应的基础课程。
另外康奈尔大学开设有一个biostatistics and data science生物统计与大数据硕士,这个是开设在康奈尔大学医学院下的专业。该课程为学生提供了在制药行业,医疗保健,生物医学,学术界和一般数据分析领域从事数据分析职业的准备。生物统计学和数据科学计划与康奈尔大学Weill医学院和统计科学系,康奈尔曼哈顿校区以及纽约长老会医院内的其他计划有着密切的联系。学生可以在12个月内完成生物统计学和数据科学专业的课程。时间上比较轻松一些。
耶鲁大学的统计与大数据科学系。The Department of Statistics and Data Science
耶鲁大学从2020年开办了统计与数据分析硕士,其中分为统计学硕士学位(包括8门课程)以及统计与数据科学学位(包括12门课程)。这个项目比较适合有统计学、数学基础的学生转到数据科学方向,主要的内容覆盖统计学理论的主要领域像贝叶斯,概率论,随机过程,渐近论,信息论,机器学习,数据分析,统计计算以及图形方法。
学校的选课来看,多数课程也是偏向于回归分析类的。虽然让学生选择一些计算机的课程,但是不会提多,作为新的项目,该专业还没有最新的入学新生数据介绍,根据疫情,学校有免去GRE要求,同时也不需要GRE 单项考试成绩。