کارشناسی ارشد در علوم داده
Michigan State University
اطلاعات کلیدی
موقعیت پردیس
East Lansing, آمریکا
زبان های خارجی
زبان انگلیسی
قالب مطالعه
آموزش از راه دور, در محوطه دانشگاه
مدت زمان
2 سال ها
سرعت
پاره وقت
شهریه
USD ۱۹٬۵۰۰ / per year
آخرین مهلت تقاضا
درخواست اطلاعات
زودترین تاریخ شروع
درخواست اطلاعات
بورسیه ها
فرصت های بورسیه تحصیلی را برای کمک به بودجه مطالعات خود کاوش کنید
مقدمه
برای الزامات تصمیمگیری مبتنی بر دادهها در هر صنعت در یک مؤسسه دولتی پیشرو ایالات متحده با مدرک کارشناسی ارشد 4 ترم در علوم داده Michigan State University آماده شوید. این برنامه مقطعی جدید مدرک حرفه ای مشترک توسط کالج مهندسی و کالج علوم طبیعی، دانشجویان را در موضوعات اساسی و کاربردی آماده می کند که توسط اساتید برجسته در علوم داده، آمار، علوم کامپیوتر و ریاضیات محاسباتی تدریس می شود. شما می توانید با پذیرش های پاییز 2023 بخشی از گروه افتتاحیه باشید.
دانش آموزان ایده آل
برنامه کارشناسی ارشد در علوم داده، دانشجویانی را با پیشینه کارشناسی قوی در یکی از حوزه های اصلی آمار، ریاضیات محاسباتی، علوم کامپیوتر، و علوم اطلاعات، یا رشته های فنی مرتبط جذب می کند و به آنها آموزش های بین رشته ای پیشرفته در رشته های آمار می دهد. ریاضیات، کامپیوتر و علوم محاسباتی، در سطوح مناسب برای دانشجویان کارشناسی ارشد در این رشته های مربوطه. این برنامه در دو سال تحصیلی آموزش پخش می شود. به این ترتیب، هر مدرک کارشناسی ارشد دو ساله اختصاصی در هر یک از این رشته ها نسبت به مدرک کارشناسی ارشد دو ساله در علوم داده، به عمق بیشتری در آن جهت می پردازد.
دانش آموزان معمولی با صلاحیت های برنامه نویسی کافی وارد می شوند. اینها می تواند شامل تجربه عملی با زبان هایی از علوم ریاضی، مانند MATLAB یا R، یا برنامه نویسی شی گرا کلاسیک باشد.
به دنبال چه کسانی هستیم:
- شما دارای مدرک فنی چهار ساله هستید و باید در مورد روش های تجزیه و تحلیل داده ها بیشتر بدانید تا شغل حرفه ای خود را ارتقا دهید.
- شما از علوم ریاضی لذت می برید و می توانید برنامه ریزی کنید، به خصوص زمانی که می توانید ببینید که چگونه جنبه عملی می تواند در مسائل زندگی واقعی تفاوت ایجاد کند.
- شما می خواهید در توضیح روش های علم داده برای همکاران غیر فنی خود ماهر شوید و به تصمیم گیری های تیمی مبتنی بر داده ها کمک کنید.
- شما خود را به طور بالقوه قادر به ابداع روش های جدید و اصولی علم داده می بینید که با نیازهای محیط حرفه ای شما سازگار است.
برنامه درسی
مدرک کارشناسی ارشد در علوم داده یک مدرک تحصیلات تکمیلی 30 واحدی است که از 18 واحد مورد نیاز، 9 واحد انتخابی و یک دوره اصلی 3 واحدی تشکیل شده است. لطفاً از صفحه جستجوی دوره ثبت نام MSU برای توضیحات کاتالوگ دوره MSU دیدن کنید.
شش دوره مورد نیاز (18 واحد) برای این برنامه بین سه واحد متعادل است:
- STT 810، دوره ای در مورد احتمالات و آمار ریاضی برای دانشمندان داده در سطح MS
- STT 811، دوره ای در مورد روش شناسی آماری کاربردی برای دانشمندان داده در سطح MS
- CSE 482، یک دوره علوم کامپیوتر در مورد تجزیه و تحلیل داده های بزرگ که شامل جمع آوری، ذخیره، پیش پردازش و تجزیه و تحلیل مقادیر زیادی از داده ها است.
- CSE 881، یک دوره علوم کامپیوتر در مورد داده کاوی، در سطح MS.
- CMSE 830، یک دوره پایه در مورد الگوریتم ها و روش ها در علم داده در سطح MS
- CMSE 831، یک دوره پایه در بهینه سازی کاربردی و محاسباتی برای دانشمندان داده، از جمله پیاده سازی، در سطح MS.
9 واحد دروس انتخابی از مجموعه وسیعی از دروس در سه واحد استخراج می شود. دانش آموزان با 6 درس مورد نیاز بالا به خوبی برای شرکت در دروس انتخابی آماده هستند. فهرست رشته های انتخابی شامل موارد زیر است و ممکن است شامل دروس دیگری باشد که توسط کمیته MS DS تأیید شده است:
- STT 802، محاسبات آماری با استفاده از نرم افزار تخصصی R.
- STT 812، یک دوره فشرده در مورد تجزیه و تحلیل داده های آماری مدرن، از جمله یادگیری آماری
- STT 873، دوره ای در مورد یادگیری آماری و داده کاوی
- STT 874، دوره ای در مورد تحلیل بیزی
- STT 875، دوره ای در برنامه نویسی R برای آمار
- CSE 802، دوره ای در زمینه تشخیص الگو
- CSE 830، دوره ای در مورد طراحی و تجزیه و تحلیل الگوریتم ها
- CSE 847، دوره ای در مورد یادگیری ماشین
- CSE 849، دوره ای در زمینه یادگیری عمیق
- CMSE/CSE 822، دوره مشترک محاسبات موازی
- CMSE 402، دوره ای در زمینه ارتباطات در علم داده.
- سایر دروس انتخابی CMSE که در MSU در حال توسعه هستند، برخی از آنها دروس موضوعاتی هستند که قبلاً در CSME تدریس شده اند و می توانند به طور مشترک با واحدهای دیگر تدریس شوند. طرح هایی برای موضوعات زیر وجود دارد:
- کمی سازی عدم قطعیت CMSE 890 (آموزش داده شده است)
- توپولوژی کاربردی CMSE 890 (تدریس شده است)
- مدل های گرافیکی احتمالی CMSE 890 (برنامه ریزی شده)
- پردازش تصویر ریاضی CMSE 890 (برنامه ریزی شده)
- داده های علوم زیست پزشکی CMSE 890 (برنامه ریزی شده)
- یادگیری ماشین کاربردی CMSE 890 برای زیست پزشکی (برنامه ریزی شده)
- روش های محاسباتی CMSE 890 برای یادگیری ماشین (برنامه ریزی شده)
- سایر موضوعات آمار دروس STT 890 تایید شده توسط کمیته MS DS.
- دوره های دیگر موضوعات علوم کامپیوتر CSE 890 مورد تایید کمیته MS DS.
- هر دوره تحصیلات تکمیلی MSU که موضوعات علم داده را پوشش می دهد و می تواند توسط کمیته MS DS تأیید شود.
یک دوره 3 اعتباری شامل تکمیل یک پروژه علمی داده کاربردی، صنعتی یا دولتی است. اعتبار این دوره را می توان به عنوان یکی از سه موضوع درسی ثبت کرد:
- STT 890
- CSE 890
- CMSE 890
این برنامه در حال ایجاد مجموعهای از مطالعات موردی با ارائه پروژههای اصلی است که توسط مشتریان صنعتی، دولتی یا دانشگاهی هدایت میشوند.
نتیجه برنامه
فارغ التحصیلان این برنامه با مهارت های محاسباتی و تحلیلی خود می توانند:
- داده ها را از منابع غنی و متنوع یا از مجموعه داده های بزرگ و بالقوه توزیع شده جذب کنید، پردازش کنید و تفسیر کنید.
- ساخت مدلهای محاسباتی، ریاضی و آماری که روابط معنیداری را در دادهها استنباط میکند و میتواند برای تفسیر و تحلیلهای پیشبینیکننده استفاده شود.
- برای کمک به درک دادهها و مدلهای آنها، تجسمهایی ایجاد کنید.
- یافته ها و بینش های خود را به مخاطبان مختلف در میان بگذارید تا بتوان تصمیم گیری کرد و اقدام کرد.
شهریه برنامه
English Language Requirements
مهارت زبان انگلیسی خود را با آزمون انگلیسی Duolingo تایید کنید! DET یک آزمون آنلاین انگلیسی راحت، سریع و مقرون به صرفه است که توسط بیش از 4000 دانشگاه (مانند این دانشگاه) در سراسر جهان پذیرفته شده است.
درباره مدرسه
سوالات
دوره های مشابه
کارشناسی ارشد فناوری اطلاعات - پیگیری در علوم داده (DS)
- Cesson-Sévigné, فرانسه
کارشناسی ارشد در داده های بزرگ، بازاریابی و مدیریت
- Toulouse, فرانسه
کارشناسی ارشد در علوم اجتماعی برای یک جامعه دیجیتال (تحقیق)
- Amsterdam, هلند