您的位置: 首页> 张彦玲>日志

相似顾问推荐

张彦玲
美研留学顾问

  • 常见问题

我接受并同意 《用户服务条款》《隐私权相关政策》

提交
输入您的意向国家、阶段
免费申请留学资料
  • 意向国家/地区:
  • 意向阶段:
  • 就近城市:
  • 您的姓名:
  • 您的电话:
立即免费申请
首页| 企业文化| 联系我们| 加入我们| English website| 微博:新浪| 投诉建议|
新东方教育科技集团有限公司
经营许可证编号:京ICP备05067667号 ©版权所有:新东方教育科技集团有限公司
留学评估

免费留学评估

免费获取
扫码关注

关注新东方前途出国

新东方前途出国公众号
免费留学评估 为您合理规划 助力留学
免费获取

张彦玲美研留学顾问

数据科学专业解析
更多详情
 1.1      专业简介

数据科学是一门涉及到统计,数据分析及其相关方法的科学,借用数据去“理解和分析实际现象”。数据科学使用到数学、统计、信息科学和计算机科学等各个学科的技术和理论,特别是以下分支:机器学习, 分类, 聚类分析,数据挖掘,数据库和可视化。大多数院校的Data Science属于STEM学科。

数据科学主要研究内容有以下三类:

1. Predictive Analytics:分析数据来预测未来可能发生的事情。

2. Descriptive Analytics:分析数据找出过去事件的特征和正在发生事件的趋势。

3. Prescriptive Analytics:分析数据来找出最佳措施、取得最优化的结果。

image.png  


常见的专业名称有Data Science,Data Analytics,Big Data

Computer Science/Statistics/Analytics (with concentration in Data Science)

数据科学和商业分析的区别:

很多学生会选择同时申请两个专业,但是实际上,两个专业还是有区别的:

·         DS一般在工学院或者文理学院, BA一般在商学院

·         DS的课程设置一般偏向于计算机和数学, BA的课程一般还有商科

·         应用的技能不一样

·         职业岗位不一样

 

 

image.png

image.png

image.png      

数据科学和统计的比较:

统计学和数据科学这两个专业都要求一定的数学和计算机能力。部分DS专业开设在统计或者数学系下面。但是两个专业也有一定区别

先修课:统计专业要求学过除了线性代数、微积分、概率论等等基础课外,还要求掌握统计的高阶课程,比如回归分析、多元统计、时间序列等。而数据科学对计算机背景和技能要求更高,同时要有数学背景,先修课程包括计算机导论,SQL数据库,C++等,数学要求微积分、数学建模、线性代数、概率论等等以及最好有一定工作经验。

从申请角度,统计学大多有自己独立的院系,而DS多数没有,多数在工学院或计算机学院,少数在统计学院。

从深入学习角度,统计学比较偏科研,也设有博士学位;而DS则应用导向,如果要读博士一般转到CS。

从就业上差别也不小,统计学家侧重统计和分析数据,进行统计推断。研究重点是对统计方法进行研究和改良,用在计算机建模之后对数据进行描述和解释。而数据科学家则是通过科学的方法,用数据挖掘工具寻找新的数据。数据科学家要求掌握数据库、软件开发等等,对于程序语言R, Python、C++,SQL和Hadoop等都要了解,对技能要求更综合。

image.png  

 

 

1.2      项目设置

数据科学项目主要是面向职业培训、侧重工业界需求,所以设置博士学位的学校比较少。为了符合工业界需求,专门的数据科学项目课程都很实际,侧重培养学生分析数据、解决问题的实际动手能力,课程一般不涉及理论知识。

       如果要读博士,申请统计和生物统计专业最对口,其次是计算机或者电子工程做机器学习数据挖掘这些相关方向的。另外数学、IEOR、经济等专业也有少数博士生做的方向可以转到数据科学上。

  

1.3     课程设置

核心课程有 (以哥伦比亚大学数据科学项目为例):

统计和计算机课程

l  Introduction to Data Science

l  Computer Systems for Data Science

l  Machine Learning for Data Science

l  Algorithms for Data Science

l  Probability Theory

l  Probability Theory

l  Exploratory Data Analysis & Visualization

l  Statistical Inference & Modeling

选修课

可选范围比较广泛,包括

l  Translational Bioinformatics

l  Topics in Computer Science: Applied Machine Learning

l  Topics in Computer Science: Causal Inference for Data Science

l  Topics in Computer Science: Elements of Data Science: A First Course

l  NLP: Computational Models of Social Meaning

l  Topics in Computer Science: Projects in Data Science: A First Course

l  Topics in Information Processing: Big Data Analytics

分享
请张彦玲老师帮我评估
  • 您的姓名:
  • 手机号码:
提交

京ICP备05067667号
新东方教育科技集团有限公司

电脑版