耶鲁大学上新项目了-统计与数据科学-新东方前途出国

人工智能、大数据等热门词汇频频出现在人们的视野中。作为万物分析的大数据更是站在互联网的风口浪尖上，直接催热了大学里的大数据专业。

数据科学与大数据技术专业交叉性很强，很难说完全归属于哪个独立的学科。所以有的是数学系开设开设，有些是计算机学院设置该专业，代表性有卡内基梅陇大学，有些设在工程学院或者统计学院，例如哈佛大学，美国TOP30学校也纷纷开设大数据专业，耶鲁大学在今年也开设了这一个新的项目统计和数据科学硕士。 

耶鲁项目简介

统计和数据科学硕士来源于原来的8门课的Termial MA / MS项目，是将这个MA/MS的项目拆分为2个。MA 统计硕士仍保留8门课的课程要求，MS统计硕士新增4门课改名为「统计和数据科学硕士」。项目就读时长1年至1年半。新开设的MS项目不但提供了新项概率论、随机过程、渐近、信息论等传统统计学领域的教学，还能让学生们深入学习探索当下热门的机器学习、数据分析、统计计算和形识别等领域，有更多的实操机会。

结合耶鲁大学官网列出的课程修读说明（见下），学生需在一年半至两年内修完12门课程；即便被录取了，想要顺利上课，必须要满足下图中的五条课程相关的要求。只有在满足要求后，项目主任才会在学期之初批准学员的选课申请。

M.S. in Statistics and Data Science (pending final approval)

To qualify for the M.S. degree in Statistics & Data Science, the student must successfully complete twelve term courses with an average grade of HP or higher and at least two grades of H.  Courses are chosen in consultation with the Director of Graduate Studies (DGS) at the start of each semester. Course selections become official only with the DGS’s approval. Elective courses in other departments are encouraged and are taken with permission from the DGS.

Specific requirements: It is hard to describe a typical course of study, because students come to the M.S. program with widely differing backgrounds and professional objectives. The minimal requirement with seven courses establishing a breadth of training is:

• all students must become acquainted with probability theory, at least at the level of S&DS 538 (Probability and Statistics) or S&DS 541 (Probability Theory).
• all students must learn some statistical theory, at least at the level of S&DS 542 (Theory of Statistics) or S&DS 612 (Linear Models).
• all students must gain some experience at working with real data in S&DS 625 (Case Studies).
• all students must take at least two courses in methods of data science, from a list of courses including (but not necessarily limited to): S&DS 563 (Multivariate Statistics), S&DS 565 (Applied Data Mining and Machine Learning), S&DS 661 (Data Analysis), CPSC 663 (Deep Learning Theory and Applications), S&DS 630 (Optimization Techniques), S&DS 668 (Nonparametric Estimation and Machine Learning), S&DS 669 (Statistical Learning Theory).
• all students must take at least two courses relating to efficient computation and Big Data.  This could include (but is not limited to): S&DS 562 (Computational Tools for Data Science), S&DS 566 (Intensive Algorithms – cross-listed; CPSC 366), S&DS 662 (Statistical Computing), BIS 557 (Computational Statistics), CPSC 524 (Parallel Programming Techniques), CPSC 526 (Building Distributed Systems), CPSC 527 (Object-Oriented Programming), CPSC 640 (Topics in Numerical Computation), or as approved by the DGS.

In addition, students are encouraged to complete an applied practical project (S&DS 626 or satisfied via an appropriate summer internship with GSAS 901c Pre-Candidacy Applied Research Experience) or suitable independent study.  This would count for course credit.

The remaining four or five elective courses are selected in consultation with the DGS.  Although some of these are likely to add depth to the areas outlines above, they may include coursework in specific areas of application including, but not limited to: Engineering and Applied Science, Economics, Computer Science, Linguistic, and Biostatistics.  S&DS 627/628 (Statistical Consulting when taken for a full year) may also count as one of these electives.

https://statistics.yale.edu/academics/graduate-programs/terminal-mams-programs/terminal-mams-admissions

申请条件

申请耶鲁大学的项目，大家需要提交GRE成绩，国际生需提交托福成绩（除非该生在英语国家有过至少三年的本科学习经验）。耶鲁没有给出这两项考试的分数线，但是其官网明示了较低的标化考试成绩会降低被录取的概率。按照我们今年九个耶鲁大学统计相关专业录取的标准参考来看，申请耶鲁大学的学生一般需要满足GPA3.8左右，GRE325左右，以及TOEFL106+的成绩

录取数据

由于MS项目在今年秋季才开始招生，还没有录取率数据。但是官网提供了MA项目的录取数据以供参考：2017年的MA项目接近350名申请者，其中35名获得了0ffer（录取率约为10%）。 

除了耶鲁大学之外，美国不少学校提供数据科学硕士项目，相关学校说明如下：

数据科学硕士项目推荐

哈佛大学

Master of Science in Data Science

项目隶属于哈佛大学工程与应用科学学院，立志培养数据建模、机器学习，大数据分析管理及优化方面的高端人才。学员需要在至少三个学期内修完12门课程，其中四门核心课程如下：

申请要求 申请者均需提交GRE成绩，国际生需提交托福成绩（不接受雅思）。

先修课程方面要求修习微积分、线性代数、概率论和统计学；申请者需至少精通一门编程语言（如Python或R），且需对计算机科学有基本认知。

录取数据2018年项目有1400位申请，录取70人（录取率约为5%）

哥伦比亚大学

哥伦比亚大学的MSDS项目隶属于哥大的数据研究院，2013年开始招生，项目侧重数据挖掘、算法和统计建模(i.e., Algorithms for Data Science, Machine Learning for Data Science, Statistical Inference & Modeling)，培养方案面向业界需求。项目的时长是一年半，一共需要修30个学分，毕业的时候不需要提交论文，所以项目相对来说更偏向于就业。 学生可以从八个方向中，选择自己感兴趣的，

·数据驱动科学计算系统（Computing Systems for Data-Driven Science）

·网络安全（Cybersecurity）

·数据媒体和社会（Data, Media and Society）

·金融和商业分析（Financial and Business Analytics）

·数据科学基础（Foundations of Data Science）

· 健康分析（Health Analytics）

·感知，收集和移动数据（Sense, Collect and Move Data）

·智慧城市（Smart Cities）

申请要求：申请需要提交GRE和托福成绩或者雅思成绩

https://www.datascience.columbia.edu/master-of-science-in-data-science

纽约大学

Master of Data Science

纽约大学数据科学硕士项目要求学生在两年中修满36学分。该项目由著名计算机科学家，卷积神经网络重要奠基人Yann Lecun教授于2013年创办，旨在带领学生将所学数据知识运用到现实世界中工业、学术和政界相关领域中。

申请要求

申请者均需提交GRE成绩，国际生需提交托福（100+）或雅思成绩，其中官方给出GRE的平均成绩如下：

先修课程方面要求修习微积分、线性代数、统计学、计算机科学。申请者最好精通编程语言（如Python或R）,且需对侧重计算方面的经济学有所了解。

斯坦福大学 

Master of Science in Data Science 

斯坦福大学的数据科学硕士项目由统计学系和计算与数学工程研究所联合推出，因此，项目对于数学和计算机编程非常重视。另外，该项目也提供各类跨学科的选修课程，如计算机图形学，人类神经影像学方法等。多样课程的选择也给学生攻读博士学位打下良好的基础。

同时，位于硅谷核心地带的斯坦福大学也为学生们提供了更多的计算资源，例如，学生可以使用亚马逊的EC2平台进行大规模计算。当然，天然的地理位置也让该项目为硅谷众多科技公司输送了大量数据科学人才。

申请条件

申请者均需提交GRE成绩，国际生需提交托福成绩（不接受雅思）。

杜克大学

Master in Interdisciplinary Data Science

项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领军者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大，每年招收25-35名学生。

申请条件

申请者均需提交GRE成绩，国际生需提交托福成绩（90+）或雅思成绩（7+）。

先修课程方面要求修习微积分、线性代数、统计学，不强制要求申请者有数学、计算机等专业背景。