数据科学理学硕士

MSc Data Science
计算机与数据科学
爱丁堡大学
The University of Edinburgh
专业描述
录取要求
语言要求
课程设置
概述

数据科学主要研究从数据中提取和构建知识的计算规范、方法和系统,以及计算规范的应用。从分子生物学到社会媒体,从可持续能源到健康保健,大型数据集现在多由科学、社会和商业活动产生。数据科学提出了如何高效在广泛数据流中找到固定模式的问题,而许多研究领域已解决了部分问题:机器学习的重点是根据数据寻找其中的固定模式并进行预测;算法和数据库中的数据被用以建立大规模数据流系统;单独的研究领域(如文本、图像、传感器的数据、视频和语音)已在不同类型的非结构化数据中发展壮大。近期,这些不同学科已开始合并成单一的领域——数据科学。爱丁堡大学数据科学理学硕士项目适合于想要就职于产业或公共部门的学生,也适合于想要探索深入领域(如数据科学中的循环运动规约)的学生。通过爱丁堡大学数据科学理学硕士项目,学生将获得以下方面的拓展:跨越数据科学领域的广泛知识; 至少一个数据科学领域的高级技术背景; 对现实世界中问题的理解,涉及工业、科学和公共部门中数据的使用; 数据科学领域的研究经验。

录取要求

具有英国2:1荣誉学位或同等学历,需要信息学、人工智能、认知科学、计算机科学、电子工程、语言学、数学、哲学、物理学、心理学或其他定量学科背景

典型的录取通常要求申请者具备英国一等荣誉学位

具备相当于编程入门课程的计算机编程经验,并在学位期间完成相当于60个SCQF学分或30个ECTS学分的数学课程,通常涵盖以下学科/主题:微积分(微分和积分),线性代数(向量和多维矩阵),离散数学和数学推理(例如归纳和推理,图论模型,证明),和概率论(离散和连续概率的概念,马尔可夫链等)

语言要求
雅思总分7.0,小分6.5
托福总分100,小分23
PTE总分73,小分65
课程设置
必修课程: 理学硕士论文(信息学) 信息学研究评论 信息学项目提案 选修课: 信息学理学硕士 DS 10-11 级机器学习和统计学课程(选择 10 到 60 学分) 强化学习 机器学习和模式识别 机器学习实用 概率建模和推理 自然计算 机器学习理论 应用机器学习 统计方法 应用统计学 优化的基础知识 时间序列 数据科学的大规模优化 贝叶斯数据分析 统计编程 贝叶斯理论 数据分析不完整 广义回归模型 整数和组合优化 有针对性的因果学习 信息学理学硕士 DS 10-11 级数据管理课程(选择 10 到 60 学分) 算法和数据结构 数据库简介 极限计算 数据管理基础知识 先进的数据库系统 知识图谱 信息学理学硕士 DS 11 级应用课程(选择 10 到 60 学分) 自动语音识别 加速自然语言处理 图像与视觉计算 数据科学的文本技术 自然语言理解、生成和机器翻译 生物信息学1 数据驱动的业务和行
评论 0
即可发布评论!
关键信息
学制
1年
课程模式
全日制
学费
43300英镑/年
开学时间
9月