入學(xué)時間 | 項目時長 | 項目學(xué)費 |
/ | 18個月至24個月 | 6789美元每課程 |
類型 | 總分要求 | 小分要求 |
雅思 | 7.5 | / |
托福 | 100 | / |
GRE | 320+ | / |
GMAT | 680+ | / |
GPA 3.0+
數(shù)據(jù)科學(xué)這門新興學(xué)科對于當(dāng)今世界的決策、理解觀測和解決問題至關(guān)重要。無論我們是想將人工智能技術(shù)應(yīng)用于一個問題,建立一個真實世界現(xiàn)象的計算模型,統(tǒng)計檢驗一個假設(shè),還是分析結(jié)構(gòu)化、文本或圖像數(shù)據(jù),數(shù)據(jù)科學(xué)和數(shù)據(jù)分析技術(shù)正成為每一位科學(xué)家的重要組成部分,研究員、工程師和決策者的工具箱。賓夕法尼亞大學(xué)數(shù)據(jù)科學(xué)工程理學(xué)碩士(MSE)為學(xué)生準(zhǔn)備了一系列以數(shù)據(jù)為中心的課程,包括技術(shù)與工程、咨詢、科學(xué)、決策、理解文學(xué)、藝術(shù)和通信模式。數(shù)據(jù)科學(xué)項目通??梢栽谝荒臧氲絻赡陜?nèi)完成。它融合了機器學(xué)習(xí)、大數(shù)據(jù)分析和統(tǒng)計等核心主題的前沿課程,以及各種選修課,并有機會將這些技術(shù)應(yīng)用到專業(yè)領(lǐng)域(一個深度領(lǐng)域)的選擇中。深度領(lǐng)域提供預(yù)備課程和數(shù)據(jù)科學(xué)應(yīng)用領(lǐng)域的論文或?qū)嵺`??赡艿膶I(yè)領(lǐng)域包括網(wǎng)絡(luò)科學(xué)(沃倫網(wǎng)絡(luò)和數(shù)據(jù)科學(xué)中心)、數(shù)字人文學(xué)科(數(shù)字人文學(xué)科價格實驗室)、生物醫(yī)學(xué)(生物醫(yī)學(xué)信息學(xué)研究所)。以及公共政策(賓華頓預(yù)算模型和安納伯格公共政策中心),以及計算機和信息科學(xué)、電氣和系統(tǒng)工程等更傳統(tǒng)的機會。對于有興趣將數(shù)據(jù)分析和建模應(yīng)用到工程和物理科學(xué)的其他領(lǐng)域的學(xué)生,賓夕法尼亞大學(xué)提供了科學(xué)計算方面的專業(yè)項目。
序號 | 課程介紹 | Curriculum |
1 | 編程語言與技術(shù) | Programming Languages & Techniques |
2 | 軟件開發(fā)概論 | Introduction to Software Development |
3 | 算法與計算 | Algorithms & Computation |
4 | 數(shù)理統(tǒng)計 | Mathematical Statistics |
5 | 優(yōu)化 | 線性代數(shù) |
6 | 數(shù)據(jù)科學(xué)統(tǒng)計 | STAT for Data Science |
7 | 大數(shù)據(jù)分析 | Big Data Analytics |
8 | 機器學(xué)習(xí)簡介 | Intro to Machine Learning |
9 | 機器學(xué)習(xí) | Machine Learning |
10 | 現(xiàn)代數(shù)據(jù)挖掘 | Modern Data Mining |
11 | 數(shù)據(jù)驅(qū)動建模與概率科學(xué)計算 | Data-driven Modeling and Probabilistic Scientific Computing |
12 | 從海量數(shù)據(jù)中學(xué)習(xí) | Learning from Massive Datasets |
幾何留學(xué)APP
2403個學(xué)校
10398個專業(yè)
3162個錄取案例
8697份錄取報告