1. 数据科学专业介绍
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,毕业学生多为属于Master of Science学位。
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。
2. 课程介绍
-先修课程要求:数学基础(微积分、线性代数)、概率及统计推断、编程语言(如python或R)、基本计算机科学概念。
-专业课程设置:数据科学概论,数据科学计算机系统,数据科学机器学习,数据科学算法,概率论,概率论,探索性数据分析与可视化,统计推断与建模。
3. 纽约大学专业介绍

纽约大学,US News 2020综合排名29,在哲学、数学、会计与金融、法律、表演艺术、计算机科学等多个优势学科拥有世界的学术资源,在研究生数据科学专业方面分支尤为详细,今天给大家带来介绍。
-申请要点:GPA3.0+,2019录取平均3.69
TOEFL100+,不接受IELTS。
2019录取平均GRE: Q: 167.58, V157.36, AW3.65
-项目设置:MS in Data Science (数据科学理学硕士学位)
完成36学分可毕业,项目时常通常为1.5年
-专业分支:
1. Data Science Track (数据科学专业)
学生需要完成6门核心+6门选修课程
2. Data Science Big Data Track (数据科学大数据跟踪)
该专业重点关注获取、管理、分析和可视化大量数据所需的方法和技术。学生将深入了解算法及其复杂性,并获得有关如何构建计算问题的端到端解决方案的动手经验。
3. Data Science Mathematics and Data Track (数据科学数学和数据跟踪)
该专业主要为理解和分析深度学习。为学生更好的理解压缩感测、高维统计和图形信号处理等领域的现代数据分析方法,提供了专业的数学背景课程。此外,该课程还将介绍受到最新数据科学技术启发的基础研究问题。
4. Data Science Natural Language Processing Track (数据科学自然语言处理轨道)
该专业将使学生掌握建立机器学习模型的技能,操纵或产生以自然语言文本表示的数据。
5. Data Science Physics Track (数据科学物理方向)
该专业为数据科学提供了相同的坚实基础,并在数据密集型物理研究主题的背景下进一步发展了建模和推理技能。对于那些具有一定物理背景,对过渡到数据科学职业感兴趣并且希望利用这些技能来获得竞争优势的学生来说,这些课程将会非常理想。
6. Data Science Biology Track (数据科学生物学轨道)
大型数据集正在彻底改变我们对基本生物学以及人类健康和疾病的理解。该专业适合于,希望进一步发展计算技能并将其应用于生物医学的学生。
7. Data Science – Biomedical Informatics (数据科学–生物医学信息学)
该专业面向对快速发展的生物医学信息学领域感兴趣的学生,该领域影响了许多近期的医疗保健发展,包括个性化医学的新机会。这些创新以及高通量基因组学技术的最新发展,将对熟练的生物医学信息学专业人士提出了很高的要求。
【免责声明】
1、个别文章内容来源于网络善意转载,版权归原作者所有,如侵权,请联系删除;
2、所有图片来源于网络,版权归原作者所有。如有侵权问题请告知,我们会立即处理。

