公共卫生数据科学理学硕士(Master of Science in Public Health Data Science)为STEM课程,结合了生物统计学,流行病学和计算机科学。当今社会环境下的职场中,急需运用数据分析来解决公共卫生和生物医学领域存在问题的专业人才,通过该课程的学习,学生可为其将来的职业发展做好充分准备。>>【立即咨询】
公共卫生数据科学理学硕士课程旨在为学生提供严格的定量方法培训,包括管理,分析和学习健康数据所需的统计和计算技能。学生将学习:
-
如何重组,抓取,创建和管理与健康相关的大数据集;>>【立即咨询】
-
汇总,可视化和解析数据;
-
应用统计方法从数据中得出结论;
-
运用机器学习揭示大型复杂健康数据集的特征;
-
常用数据科学方法背后的统计理论;
-
有效将结果和发现传达给广大群众。
该课程设计为终极学位,对于有兴趣继续深造的学生可为其生物统计学,统计学,数据科学或计算机科学的博士学位奠定基础。
PM 566健康数据科学概论 4学分
介绍创建可行及可复制的数据集,进行探索性分析和可视化,从数据中学习,总结和传达分析结果。
PM 592健康数据科学的回归分析 4学分
通过本课程,学生将熟悉使用R进行数据分析和回归。
PM 512流行病学原理 4学分
流行病学和人口统计学的术语/使用;人口数据的来源/用途;流行病学研究的类型;风险评估; 人口研究中常见的偏见来源;筛选原则。
PM 520高级统计计算 3学分
PM 522b统计学理论概论 3学分
估计和检测理论,推论,方差分析,回归理论。
PM 591面向健康科学的机器学习 4学分
健康科学的硕士和博士学习机器学习。
计算机科学核心课(4学分)
CSCI 544 应用自然语言处理 4学分
CSCI 561 人工智能基础 4学分
CSCI 570 算法分析 4学分
CSCI 585 数据库系统 4学分
CSCI 587 地理空间信息管理 4学分
INF 510 数据科学编程原理 4学分
INF 550 数据科学规模 4学分
INF 551 数据管理基础 4学分
INF 553 数据挖掘基础和应用 4学分
INF 554 信息可视化 4学分
选修课(至少3学分)
不可与计算机科学课程重复选择
CSCI 544 应用自然语言处理 4学分
CSCI 561 人工智能基础 4学分
CSCI 570 算法分析 4学分
CSCI 573 概率推理 3学分
CSCI 585 数据库系统 4学分
CSCI 587 地理空间信息管理 4学分
INF 510 数据科学编程原理 4学分
INF 550 数据科学规模 4学分
INF 551 数据管理基础 4学分
INF 553 数据挖掘基础和应用 4学分
INF 554 信息可视化 4学分
MATH 501 数值分析和计算 3学分
PM 513 实验设计 3学分
PM 534 统计遗传学 3学分
PM 538 生物医学信息学概论 3学分
PM 542 社交网络分析 4学分
PM 552 临床试验中的统计方法 3学分
PM 569 空间统计 3学分
PM 570 人类遗传学统计方法 4学分
PM 579 高维数据统计分析 4学分
PMEP 547 健康数据经验分析编程方法 4学分
实践课(至少3学分)
PM 606 健康数据科学实践 3学分
微信扫一扫









