在录取过程中,申请人将能够进行预试,以确定是否适合数据科学理学硕士或者是数据科学-对齐理学硕士更符合他们目前的技能水平。此外,潜在申请者将在申请前与招生教练团队合作,选择合适的课程。
库里计算机科学学院和电气与计算机工程系共同提供数据科学的跨学科理学硕士课程。本课程旨在为学生提供一个全面的数据推理框架。学生参与广泛的课程,旨在发展数据收集、存储、检索、操作、可视化、建模和解释的深度。学生还可以从Khoury、工程学院和整个校园的各种课程中选择选修课程,探索生成数据或专业数据科学应用的领域。成功的课程毕业生很有可能在快速增长的领域获得数据科学家和数据工程师的职位,或者在相关学科获得博士学位。
的数据科学-对齐理学硕士是专为所有背景的学士/学士学位的学生设计的。在第一年的第一学期,学生将学习计算机科学基础的基础课程,以及数据结构/离散数学的课程。在第二学期,学生将学习数据科学编程课程,以及线性代数和概率。在顺利完成第二学期后,成绩良好的学生将被录取进入数据科学理学硕士程序。
除非另有说明,请完成以下列出的所有课程和要求。
学生应参阅课程编号表研究生课程水平.
核心需求
下列核心课程的累计平均绩点须达3.000或以上。
代码 | 标题 | 小时 |
---|---|---|
完成以下20个学期: | ||
数据管理与处理 | ||
DS 5110 | 数据管理和处理概论“, | 4 |
算法 | ||
完成以下4个学期: | 4 | |
算法 | ||
计算机工程基础 | ||
机器学习与数据挖掘 | ||
DS 5220 | 监督机器学习与学习理论 | 4 |
DS 5230 | 无监督机器学习与数据挖掘 | 4 |
演示和可视化 | ||
DS 5500 | 顶点:数据科学中的应用 | 4 |
选修课
代码 | 标题 | 小时 |
---|---|---|
完成以下12个学期:1 | 12 | |
库里计算机科学学院 | ||
人工智能基础 | ||
强化学习和顺序决策 | ||
数据库管理系统 | ||
机器人科学与系统 | ||
计算机/人机交互 | ||
Web开发 | ||
自然语言处理 | ||
信息检索 | ||
大规模并行数据处理 | ||
实证研究方法 | ||
云计算基础 | ||
构建可扩展的分布式系统 | ||
高级机器学习 | ||
深度学习 | ||
人工智能专题“, | ||
计算机科学统计方法“, | ||
信息可视化:理论与应用 | ||
数据库管理专题“, | ||
数据科学专题“, | ||
论文 | ||
项目 | ||
工程学院 | ||
时间序列与地理空间数据科学“, | ||
土木工程专题“, | ||
统计推断:工程师和数据分析师简介 | ||
计算机视觉 | ||
高性能计算 | ||
机器学习与模式识别概论 | ||
信息理论 | ||
高级计算机视觉 | ||
高级机器学习 | ||
工程中的数据挖掘 | ||
工程统计方法 | ||
社会科学与人文学院 | ||
应用计量经济学 | ||
环境决策的动态建模 | ||
城市大数据 | ||
城市和区域政策地理信息系统“, | ||
城市理论与科学 | ||
城市系统高级空间分析“, | ||
理学院 | ||
高级空间分析 | ||
网络科学1 | ||
统计物理学 | ||
计算物理学 | ||
Bouvé健康科学学院 | ||
流行病学概论 | ||
公共卫生生物统计学 | ||
社会流行病学 | ||
艺术、媒体与设计学院 | ||
游戏设计与分析 | ||
数据驱动的玩家建模 |
课程学分/GPA要求
总共需要32个学期学时
GPA要求不低于3.000
- 1
-
选修少于4学分的课程(即Bouvé课程)的学生应在同一学期报名参加一门附带的数据科学项目课程,使累计学分达到4学分。为了获得额外的学分,学生需要与教师合作,设计一个符合他们所选选修课的课程目标和数据科学核心学习成果的额外项目。
除非另有说明,请完成以下列出的所有课程和要求。
学生应参阅课程编号表研究生课程水平.
对齐桥课程
除非课程另有规定,学生必须完成所有的衔接课程。
每门课程的成绩必须达到B或以上。
代码 | 标题 | 小时 |
---|---|---|
基本面 | ||
CS 5001 而且CS 5003 |
密集的计算机科学基础 和cs5001的复习课 |
4 |
离散结构 | ||
CS 5002 | 离散结构 | 4 |
数据科学编程 | ||
DS 5010 | 数据科学编程导论“, | 4 |
额外的对齐课程 | ||
DS 5020 | 数据科学线性代数概论“, | 4 |
核心需求
下列核心课程的累计绩点须达3.000或以上:
代码 | 标题 | 小时 |
---|---|---|
完成以下20个学期: | ||
算法 | ||
完成以下4个学期: | 4 | |
算法 | ||
计算机工程基础 | ||
数据管理与处理 | ||
DS 5110 | 数据管理和处理概论“, | 4 |
机器学习与数据挖掘 | ||
DS 5220 | 监督机器学习与学习理论 | 4 |
DS 5230 | 无监督机器学习与数据挖掘 | 4 |
演示和可视化 | ||
DS 5500 | 顶点:数据科学中的应用 | 4 |
选修课1
代码 | 标题 | 小时 |
---|---|---|
完成以下12个学期: | 12 | |
计算机与信息科学学院“, | ||
人工智能基础 | ||
强化学习和顺序决策 | ||
数据库管理系统 | ||
机器人科学与系统 | ||
计算机/人机交互 | ||
Web开发 | ||
自然语言处理 | ||
信息检索 | ||
大规模并行数据处理 | ||
实证研究方法 | ||
云计算基础 | ||
构建可扩展的分布式系统 | ||
高级机器学习 | ||
深度学习 | ||
人工智能专题“, | ||
计算机科学统计方法“, | ||
信息可视化:理论与应用 | ||
论文 | ||
项目 | ||
数据库管理专题“, | ||
数据科学专题“, | ||
工程学院 | ||
时间序列与地理空间数据科学“, | ||
土木工程专题“, | ||
统计推断:工程师和数据分析师简介 | ||
计算机视觉 | ||
高性能计算 | ||
机器学习与模式识别概论 | ||
信息理论 | ||
高级计算机视觉 | ||
高级机器学习 | ||
工程中的数据挖掘 | ||
工程统计方法 | ||
社会科学与人文学院 | ||
应用计量经济学 | ||
环境决策的动态建模 | ||
城市大数据 | ||
城市和区域政策地理信息系统“, | ||
城市理论与科学 | ||
城市系统高级空间分析“, | ||
理学院 | ||
高级空间分析 | ||
网络科学1 | ||
统计物理学 | ||
计算物理学 | ||
Bouvé健康科学学院 | ||
流行病学概论 | ||
公共卫生生物统计学 | ||
社会流行病学 | ||
艺术、媒体与设计学院 | ||
游戏设计与分析 | ||
数据驱动的玩家建模 |
课程学分/GPA要求
总共需要40-48个学期学时
GPA要求不低于3.000
- 1
-
选修少于4学分的课程(即Bouvé课程)的学生应在同一学期报名参加一门附带的数据科学项目课程,使累计学分达到4学分。为了获得额外的学分,学生需要与教师合作,设计一个符合他们所选选修课的课程目标和数据科学核心学习成果的额外项目。