OfferEasy
/
找专业
/ 不列颠哥伦比亚大学数据科学硕士专业
项目背景
`更新时间:2020-03-17
专业介绍
UBC数据科学硕士课程涵盖了这个产业链的所有阶段，为您提供了专注于“知识”部分的技能。在10个月的时间里，您将学习如何提取用于实验的数据，如何在数据分析中应用最新技术以及如何将提取的知识有效地呈现给领域专家。
数据科学可以将您的思想和职业道路打开到无限的可能性。在许多领域，人们越来越需要可以将计算和统计技术应用于数据，然后将分析结果有效地传达给各个利益相关者。
新的UBC数据科学硕士课程是由UBC计算机科学和统计系的专家共同开发的专业课程，旨在帮助满足这一需求，并为学生提供快速发展职业的捷径。
推荐顾问
世界排名
2020年
25
2019年
28
2018年
34
2017年
23
语言要求
类型
雅思
托福
PTE
Listen
--
--
--
Speak
--
--
--
Read
--
--
--
Write
--
--
--
总分
--
--
--
学术要求
均分要求：四年制本科学位，76%以上或gpa3.3以上
背景专业要求：相关专业
工作经验要求：无要求，但是有相关工作经验会优先考虑
背景专业要求：相关专业
工作经验要求：无要求，但是有相关工作经验会优先考虑
课程设置
第1单元(4周)
数据科学编程
数据科学计算平台
交流与争论
数据科学的描述性统计和概率
第2单元(4周)
数据整理
数据可视化I
算法和数据结构
统计推断与计算I
第3单元(4周)
线性回归1
数据库和数据检索
数据可视化II
冬季：1月-4月
第4单元(4周)
线性回归II
特征和型号选择
数据科学工作流程
区块5(4周+ 1周休息
统计推断与计算II
协同软件开发
时空模型
第6区块(4周)
隐私，道德与安全
先进的机器学习
实验与因果推理
网络和云计算
春季：5月-6月
毕业计划(8-10周)
毕业项目
数据科学编程
数据科学计算平台
交流与争论
数据科学的描述性统计和概率
第2单元(4周)
数据整理
数据可视化I
算法和数据结构
统计推断与计算I
第3单元(4周)
线性回归1
数据库和数据检索
数据可视化II
冬季：1月-4月
第4单元(4周)
线性回归II
特征和型号选择
数据科学工作流程
区块5(4周+ 1周休息
统计推断与计算II
协同软件开发
时空模型
第6区块(4周)
隐私，道德与安全
先进的机器学习
实验与因果推理
网络和云计算
春季：5月-6月
毕业计划(8-10周)
毕业项目
相关专业