js345线路检测学硕士 - 数据科学和分析方向

2018 年秋季开始, js345线路检测系将为硕士学位课程提供新的数据科学与分析课程. 数据科学是 2018 年排名第一的职业, 根据 Glassdoor.js345线路检测m, 这条路线是专门为让毕业生进入这个回报丰厚且不断发展的职业而设计的.

此曲目, 可以在四个学期内完成, 强调适应复杂情况所需的计算和建模技能, 通常很大, 数据系统，同时保持良好的js345线路检测方法基础.

该学位将为毕业生提供js345线路检测机器学习方法的实用知识, 数据科学优化理论, 以及尖端的计算js345线路检测建模工具, 以及这些方法的理论基础. 这些技能对于在复杂和大规模数据的背景下识别机会并评估数据驱动决策中固有的微妙之处是必要的.

支持数据科学和分析轨道, js345线路检测部门的课程中添加了几门新课程. 这些课程是数据科学和分析方向所需的课程, 但它们也可以作为独立课程. 有关这些课程的更多详细信息，请访问 http://www.k-js345线路检测ate.edu/js345线路检测ats/academics/courses.html.

有关js345线路检测科学与分析 MS 课程的更多信息, 参见 http://www.k-js345线路检测ate.edu/js345线路检测ats/academics/gradjs345线路检测udents/DegreeMS.html

js345线路检测科学优化 （js345线路检测760）

为学生提供充分理解现代js345线路检测建模的必要基础, 以优化为基础. 本课程结合了具有连续变量的线性和非线性优化问题的理论和算法, 包括数据科学的约束和无约束优化.

js345线路检测科学的离散优化和可扩展性 （js345线路检测761）

专注于计算高效的js345线路检测方法，这对于处理海量数据集至关重要. 本课程将为学生提供有关大数据分析的现代工具的调查，并为学生提供了解激发这些方法的计算复杂性所需的背景. 这些方法可能受到从股票市场到选举到从搜索引擎和社交网络提取的数据等数据的启发.

应用时空js345线路检测 （js345线路检测764）

包含空间的构建和分析, 时间序列和时空数据集. 上下文, 重点将放在生物和生态数据上, 但是这些方法可以用于各种应用. 主题包括使用地理信息系统 (GIS) 生成数据, 探索性数据分析和可视化以及描述性和动态时空js345线路检测模型.

js345线路检测机器学习 （js345线路检测766）

解决构建适合从数据中学习的分析工具的完整过程. 主题包括自动在线数据收集, 特征提取, 有监督和无监督js345线路检测机器学习方法, 和文本处理/挖掘. js345线路检测方法，例如正则化线性回归和逻辑回归, 分类树, 最近邻法, 将涵盖支持向量机和网络分析. 课程作业将包括案例研究和商业应用, 政府, 社交和新闻媒体数据.

js345线路检测贝叶斯推理 （js345线路检测768）

提供传统频率论js345线路检测分析方法的替代方法. 采用贝叶斯方法, 数据分析由分析师的先验信息驱动，这些信息与基础科学和数据收集过程的知识一致. 除了贝叶斯方法的基本原理, 本课程将涵盖马尔可夫链蒙特卡罗 (MCMC) 方法, 分层模型以及模型验证和选择. 计算机密集型应用程序将整合 R 和 WinBUGS 等软件.