更新時(shí)間：2024-10-06 12:45:15作者：留學(xué)之路
這三個(gè)支柱不對(duì)稱：前兩個(gè)支柱共同代表了核心方法論和數(shù)據(jù)科學(xué)中使用的技術(shù)，而第三個(gè)支柱則是該方法論所應(yīng)用的應(yīng)用領(lǐng)域。在該計(jì)劃中，核心數(shù)據(jù)科學(xué)培訓(xùn)側(cè)重于前兩個(gè)支柱，以及在應(yīng)用其技能來解決應(yīng)用程序領(lǐng)域問題方面的實(shí)踐。
該學(xué)校將所需的數(shù)據(jù)科學(xué)技能分為兩類：統(tǒng)計(jì)技能(例如統(tǒng)計(jì)和生物統(tǒng)計(jì)學(xué)部門教授的技能)和計(jì)算技能(例如計(jì)算機(jī)科學(xué)與工程部門和信息學(xué)院的技能)。該計(jì)劃的設(shè)計(jì)是要求每個(gè)學(xué)生在這兩個(gè)領(lǐng)域接受均衡的培訓(xùn)。
從每個(gè)能力中選擇1。學(xué)生不得對(duì)多個(gè)類別的課程進(jìn)行重復(fù)計(jì)算。選修課必須包括至少兩個(gè)高級(jí)研究生課程。
MATH 403：離散數(shù)學(xué)簡(jiǎn)介
EECS 402：科學(xué)家和工程師編程
EECS 403：科學(xué)家和工程師的數(shù)據(jù)結(jié)構(gòu)
選擇1個(gè)
BIOSTATS 601：概率和分布
425號(hào)公報(bào)：概率概論
STATS 510：概率和分布
選擇一門
BIOSTATS 602：生物統(tǒng)計(jì)推斷
STATS 426：理論統(tǒng)計(jì)導(dǎo)論
STATS 511：統(tǒng)計(jì)推斷
所有學(xué)生必須參加以下核心課程：
EECS 409：數(shù)據(jù)科學(xué)討論會(huì)
選擇一門
EECS 484：數(shù)據(jù)庫管理系統(tǒng)
EECS 584：高級(jí)數(shù)據(jù)庫系統(tǒng)
選擇一門
EECS 485：Web系統(tǒng)
EECS 486：信息檢索和Web搜索
EECS 549 / SI 650：信息檢索
SI 618：數(shù)據(jù)處理分析
STATS 507：使用Python進(jìn)行數(shù)據(jù)科學(xué)分析
數(shù)據(jù)科學(xué)技術(shù)專長(zhǎng)
選擇一門：
BIOSTAT 650：應(yīng)用統(tǒng)計(jì)I：線性回歸
STATS 500：統(tǒng)計(jì)學(xué)習(xí)I：線性回歸
STATS 513：回歸和數(shù)據(jù)分析
選擇一門：
STATS 415：數(shù)據(jù)挖掘和統(tǒng)計(jì)學(xué)習(xí)
STATS 503：統(tǒng)計(jì)學(xué)習(xí)II：多元分析
EECS 545：機(jī)器學(xué)習(xí)
EECS 476：數(shù)據(jù)挖掘
EECS 576：高級(jí)數(shù)據(jù)挖掘
SI 670：應(yīng)用機(jī)器學(xué)習(xí)
SI 671：數(shù)據(jù)挖掘：方法和應(yīng)用
BIOSTAT 626：健康科學(xué)的機(jī)器學(xué)習(xí)
1.數(shù)據(jù)科學(xué)原理
BIOSTAT 601(概率和分布理論)| BIOSTAT 602(生物統(tǒng)計(jì)推斷)| BIOSTAT 617(示例設(shè)計(jì))| BIOSTAT 626(健康科學(xué)機(jī)器學(xué)習(xí))| BIOSTAT 680(隨機(jī)過程)| BIOSTAT 682(貝葉斯分析)| EECS 501(概率和隨機(jī)過程)| EECS 502(隨機(jī)過程)EECS 505(計(jì)算數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí))| EECS 551(用于信號(hào)處理，數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的矩陣方法)| EECS 553(數(shù)據(jù)壓縮的理論和實(shí)踐)| EECS 564(評(píng)估，過濾和檢測(cè))| SI 670(應(yīng)用機(jī)器學(xué)習(xí))| STATS 451(貝葉斯數(shù)據(jù)分析簡(jiǎn)介)| STATS 470(實(shí)驗(yàn)設(shè)計(jì)簡(jiǎn)介)| STATS 510(概率和分布理論)| STATS 511(統(tǒng)計(jì)推斷)| STATS 551(貝葉斯建模和計(jì)算)
2.數(shù)據(jù)分析
BIOSTAT 645(時(shí)間序列)| BIOSTAT 651(廣義線性模型)| BIOSTAT 653(縱向分析)| BIOSTAT 665(人口遺傳學(xué))| BIOSTAT 666(人類遺傳學(xué)中的統(tǒng)計(jì)模型和數(shù)值方法)| BIOSTAT 675(生存分析)| BIOSTAT 685(非參數(shù)統(tǒng)計(jì))| BIOSTAT 695(分類數(shù)據(jù))| BIOSTAT 696(空間統(tǒng)計(jì))| EECS 556(圖像處理)| EECS 559(高級(jí)信號(hào)處理)| EECS 659(自適應(yīng)信號(hào)處理)| STATS 414(應(yīng)用數(shù)據(jù)分析的主題| STATS 501(相關(guān)數(shù)據(jù)的統(tǒng)計(jì)分析)| STATS 503(統(tǒng)計(jì)學(xué)習(xí)II：多變量分析)| STATS 509(財(cái)務(wù)數(shù)據(jù)統(tǒng)計(jì))| STATS 531(時(shí)間序列分析)| STATS 600(線性型號(hào))| STATS 601(多元和分類數(shù)據(jù)分析)| STATS 605(建模和數(shù)據(jù)分析的高級(jí)主題)| STATS 700(應(yīng)用統(tǒng)計(jì)主題)
3.計(jì)算方式
BIOSTAT 607(數(shù)據(jù)分析中的基本計(jì)算)| BIOSTAT 615(統(tǒng)計(jì)計(jì)算)| BIOSTATS 625(使用大數(shù)據(jù)計(jì)算)| EECS 481(軟件工程)| EECS 485(網(wǎng)絡(luò)系統(tǒng))| EECS 486(信息檢索和網(wǎng)絡(luò)搜索)| EECS 490(編程語言)| EECS 493(用戶界面開發(fā))| EECS 504(計(jì)算機(jī)視覺)| EECS 542(計(jì)算機(jī)視覺高級(jí)主題)| EECS 549 / SI 650(信息檢索)| EECS 548 / SI 649(信息可視化)| EECS 586(算法設(shè)計(jì)和分析)| EECS 587(并行計(jì)算)| EECS 592(人工智能)| EECS 595 / SI 561(自然語言處理)| SI 608(網(wǎng)絡(luò))| SI 618(數(shù)據(jù)處理和分析| SI 630(自然語言處理(算法和人員))| SI 671(數(shù)據(jù)挖掘：方法和應(yīng)用)STATS 406(統(tǒng)計(jì)和數(shù)據(jù)科學(xué)中的計(jì)算方法)| STATS 507(使用Python的數(shù)據(jù)科學(xué)分析)| STATS 506(統(tǒng)計(jì)中的計(jì)算方法和工具)| STATS 606(統(tǒng)計(jì)計(jì)算)| STATS 608(統(tǒng)計(jì)中的蒙特卡洛方法和優(yōu)化方法)