Master of Science in Big Data Technology
所属信息
基本信息
项目时长
1年学费估算
242000申请截止日期
-
秋季
-
常规
3.1
-
其他
申请信息
IELTS要求
6.50 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
拥有计算机工程、计算机科学、数学或相关领域的学士学位，或
(i) 其他学科的学士学位和(ii) 在IT和数学相关领域的相关工作经验A bachelor's degree in Computer Engineering, Computer Science, Mathematics or a related area, or
(i) A bachelor’s degree in other disciplines and (ii) relevant work experience in IT and Mathematics related fields
(i) 其他学科的学士学位和(ii) 在IT和数学相关领域的相关工作经验A bachelor's degree in Computer Engineering, Computer Science, Mathematics or a related area, or
(i) A bachelor’s degree in other disciplines and (ii) relevant work experience in IT and Mathematics related fields
适宜学生
大数据将改变企业运作和社会运作的方式，并正在改变工程和科学的运作方式。大数据技术理学硕士项目旨在教育学生大数据和与大数据相关的问题。学生应熟悉大数据系统的工作流程以及大数据系统的社会和社会影响。该课程由计算机科学与工程系与数学系合办，整合不同学科，让学生了解所有重要的知识
特点
1 - 数据分析的基础 - Foundations of Data Analytics
2 - 数据挖掘和知识发现 - Data Mining and Knowledge Discovery
3 - 大数据计算 - Big Data Computing
4 - 数据分析的数学方法 - Mathematical Methods for Data Analysis
5 - 数据可视化 - Data Visualization
6 - 金融时间序列的定量分析 - Quantitative Analysis of Financial Time Series
7 - 优化和矩阵计算 - Optimization and Matrix Computation
8 - 社会计算简介 - Introduction to Social Computing
9 - 并行编程 - Parallel Programming
10 - 图像处理和分析 - Image Processing and Analysis
11 - 高级统计学:理论与应用 - Advanced Statistics: Theory and Applications
12 - 机器学习 - Machine Learning
13 - 统计预测 - Statistical Prediction
14 - 独立项目 - Independent Project
15 - 人工智能 - Artificial Intelligence
16 - 深度学习与计算机视觉:实践与应用 - Deep Learning Meets Computer Vision: Practice and Applications
17 - 区块链技术简介 - Introduction to Blockchain Technology
18 - 自然语言处理 - Natural Language Processing
19 - 空间和多媒体数据库 - Spatial and Multimedia Databases
20 - 专题 - Special Topics
2 - 数据挖掘和知识发现 - Data Mining and Knowledge Discovery
3 - 大数据计算 - Big Data Computing
4 - 数据分析的数学方法 - Mathematical Methods for Data Analysis
5 - 数据可视化 - Data Visualization
6 - 金融时间序列的定量分析 - Quantitative Analysis of Financial Time Series
7 - 优化和矩阵计算 - Optimization and Matrix Computation
8 - 社会计算简介 - Introduction to Social Computing
9 - 并行编程 - Parallel Programming
10 - 图像处理和分析 - Image Processing and Analysis
11 - 高级统计学:理论与应用 - Advanced Statistics: Theory and Applications
12 - 机器学习 - Machine Learning
13 - 统计预测 - Statistical Prediction
14 - 独立项目 - Independent Project
15 - 人工智能 - Artificial Intelligence
16 - 深度学习与计算机视觉:实践与应用 - Deep Learning Meets Computer Vision: Practice and Applications
17 - 区块链技术简介 - Introduction to Blockchain Technology
18 - 自然语言处理 - Natural Language Processing
19 - 空间和多媒体数据库 - Spatial and Multimedia Databases
20 - 专题 - Special Topics
