培养目标
数据科学理学硕士是一个高度选择性的课程,面向在数学、计算机科学和应用统计学方面具有深厚背景的学生。 该学位侧重于开发数据科学的新方法。
我们生活在“PB 时代”,即将成为“Exabyte 时代”。 我们的网络世界正在产生海量的数据,任何人或一群人都无法以足够快的速度处理这些数据。 这种数据洪流有可能改变商业、政府、科学和医疗保健的开展方式。 但很少有人具备使用自动化分析工具所需的技能,并通过大数据创造知识。
CDS 提供三个学习方向。数据科学方向、数据科学生物学方向、数据科学:生物医学信息学方向。
申请截止日期
我们不再接受 2022 年秋季 MS 招生的申请。 申请截止日期为 2022 年 1 月 22 日。2023 年秋季 MS 申请将于 2022 年 9 月提供。
录取要求
MSDS 的成功申请者来自许多不同的本科背景,包括统计学、计算机科学、数学、工程、经济学、商业、生物学、物理学和心理学学位。在 2021 年的入学周期中,平均 GPA 为 3.87。我们学生的成绩单通常包括 As 和 Bs(仅),我们希望那些来自选择性较低的机构的学生在更相关的主题(见下文)上取得更高的成绩。无论学位如何,我们都需要对某些数学能力的具体而丰富的知识,以及一些编程和基础计算机科学方面的培训。
要考虑参加该计划,您将需要完成以下(或同等学历,例如 MOOC 认证或课程学分):
微积分 I:极限、导数、级数、积分等。
线性代数
计算机科学导论(或同等的“CS-101”编程课程):我们对特定语言没有设定要求,但我们通常希望至少有 Python 和/或 R 方面的严肃学术和/或专业经验。
微积分 II、概率、统计学或高级物理、工程或计量经济学课程之一,具有大量数学内容
优先考虑之前接触过机器学习、计算统计、数据挖掘、大规模科学计算、运筹学(在学术或专业背景下)的申请人,以及具有更多数学和/或计算机科学知识的申请人培训超过上面列出的最低要求。
我们的许多学生直接从本科加入我们,但我们也非常欢迎相关工作经验的证据——一旦完成 MSDS 就明确就业目标——在数据科学领域。 过去的经验和职业抱负目标可能与商业行业、政府、学术界或其他一些部门有关。
我们要求学生提交 GRE 的标准化考试成绩。我们希望强调的是,我们没有设定 GRE 的最低要求,我们在决定是否录取时会考虑申请的全部内容。
课程列表
中文 | 英文名 | 类型 |
---|---|---|
数据科学导论 | Introduction to Data Science | |
数据科学概率论与统计 | Probability and Statistics for Data Science | |
机器学习 | Machine Learning | |
推理和代表性 | Inference and Representation | |
基于表示学习的自然语言处理 | Natural Language Processing with Representation Learning | |
自然语言理解和计算语义 | Natural Language Understanding and Computational Semantics |