Master of Data Science
所属信息
基本信息
项目时长
1.5年学费估算
309,000（总学费）申请截止日期
-
秋季
-
常规
1.8
-
其他
申请信息
IELTS要求
6.00 L:5.50 R:5.50 S:5.50
W:5.50
工作经验要求
官网没有明确说明
Prerequisite
申请人应持有荣誉学士学位或同等资格。
申请人应在以下三个科目（微积分和代数、计算机编程和统计学入门）或相关领域的每一个科目中至少学习过一门大学或中学后证书课程。Applicants shall hold a Bachelor's degree with Honours or an equivalent qualification.
Applicants shall have taken at least one university or post-secondary certificate course in each of the following three subjects (calculus and algebra, computer programming and introductory statistics) or related areas.
申请人应在以下三个科目（微积分和代数、计算机编程和统计学入门）或相关领域的每一个科目中至少学习过一门大学或中学后证书课程。Applicants shall hold a Bachelor's degree with Honours or an equivalent qualification.
Applicants shall have taken at least one university or post-secondary certificate course in each of the following three subjects (calculus and algebra, computer programming and introductory statistics) or related areas.
适宜学生
统计与精算科学系和计算机科学系联合提供研究生课程，授予数据科学硕士学位，有两种学习模式：全日制模式，学制一年半；非全日制模式，学制两年半。 该课程旨在为毕业生提供数据科学原理和实践方面的培训。 考生应具备微积分和代数、计算机编程和统计学入门的知识，并应在这三个科目或相关领域中的每一个科目至少学习过一门大学或中学后的证书课程。
特点
1 - 计算智能与机器学习 - Computational intelligence and machine learning
2 - 数据科学的统计推断 - Statistical inference for data science
3 - 高级数据库系统 - Advanced database systems
4 - 高级统计建模 - Advanced statistical modelling
5 - 复杂数据类型的管理 - Management of complex data types
6 - 集群和云计算 - Cluster and Cloud Computing
7 - 交易和金融中的机器学习 - Machine learning in trading and finance
8 - 多媒体技术 - Multimedia technologies
9 - 智能手机应用程序开发 - Smart phone apps development
10 - 可视化和可视分析 - Visualization and visual analytics
11 - 网络安全简介 - Introduction to cyber security
12 - 深度学习 - Deep learning
13 - 金融欺诈分析 - Financial fraud analytics
14 - 商业数据科学 - Data science for business
15 - 高级统计推断 - Advanced statistical inference
16 - 金融数据分析 - Financial data analysis
17 - 高级定量风险管理 - Advanced quantitative risk management
18 - 空间数据分析 - Spatial data analysis
19 - 当前统计主题 - Current topics in statistics
20 - 数据科学编程 - Programming for data science
21 - 时间序列预测 - Time series forecasting
22 - 数据挖掘技术 - Data mining techniques
23 - 营销分析 - Marketing analytics
24 - 职业发展与交流研讨会 - Career development and communication workshop
25 - 网络数据统计方法 - Statistical methods for network data
26 - 自然语言处理和文本分析 - Natural language processing and text analysis
27 - 区块链数据分析 - Blockchain data analytics
28 - 数据科学项目 - Data Science Project
29 - 数据科学实践 - Data Science Practicum
2 - 数据科学的统计推断 - Statistical inference for data science
3 - 高级数据库系统 - Advanced database systems
4 - 高级统计建模 - Advanced statistical modelling
5 - 复杂数据类型的管理 - Management of complex data types
6 - 集群和云计算 - Cluster and Cloud Computing
7 - 交易和金融中的机器学习 - Machine learning in trading and finance
8 - 多媒体技术 - Multimedia technologies
9 - 智能手机应用程序开发 - Smart phone apps development
10 - 可视化和可视分析 - Visualization and visual analytics
11 - 网络安全简介 - Introduction to cyber security
12 - 深度学习 - Deep learning
13 - 金融欺诈分析 - Financial fraud analytics
14 - 商业数据科学 - Data science for business
15 - 高级统计推断 - Advanced statistical inference
16 - 金融数据分析 - Financial data analysis
17 - 高级定量风险管理 - Advanced quantitative risk management
18 - 空间数据分析 - Spatial data analysis
19 - 当前统计主题 - Current topics in statistics
20 - 数据科学编程 - Programming for data science
21 - 时间序列预测 - Time series forecasting
22 - 数据挖掘技术 - Data mining techniques
23 - 营销分析 - Marketing analytics
24 - 职业发展与交流研讨会 - Career development and communication workshop
25 - 网络数据统计方法 - Statistical methods for network data
26 - 自然语言处理和文本分析 - Natural language processing and text analysis
27 - 区块链数据分析 - Blockchain data analytics
28 - 数据科学项目 - Data Science Project
29 - 数据科学实践 - Data Science Practicum
