向美国排名第一的公立研究型大学学习，加入下一代数据科学家行列
密歇根大学信息学院的应用数据科学硕士(MADS)学位旨在让有抱负的数据科学家通过实践项目学习和应用技能。您将学习如何使用数据来改善结果并实现雄心勃勃的目标。MADS课程通过掌握机器学习和自然语言处理等核心数据科学概念，帮助您成为该领域的领导者。通过深入探讨隐私、数据伦理和有说服力的沟通等关键主题，您将为在当今的组织中取得成功做好准备。在构建展示您技能的工作组合时，您还将使用来自顶级公司的真实数据集。了解可帮助组织克服数据过载并做出明智决策的系统和技术。
密歇根大学信息学院培养学生成为该领域的领导者。信息学院校园课程的毕业生有95%的就业率，许多学生在谷歌、Facebook和亚马逊等地成为数据科学家。
申请该学位只有几个基本的技术先决条件（统计学和Python知识）。学生不需要拥有科学或数学学科的学士学位，或技术领域的工作经验。鼓励需要重新学习统计和Python的学生参加Python统计和Python3编程专业化学习。本课程以领导力为中心的学习：虽然其他数据科学硕士课程侧重于计算机科学理论，但密歇根大学信息学院的本课程为学生提供了对数据科学的端到端视角的领导能力。学生准备通过上下文查询、数据可视化和演示方面的专业知识来解决现实世界的问题。
本课程是为谁准备的？
该学位专为希望应对现实世界数据挑战并全面了解如何在各个行业收集、处理、分析、可视化和报告数据的候选人而设计。申请人应精通统计学和Python。学生将学习如何应用这些技能，帮助组织变得更加有效、战略性、道德和成功。密歇根大学对具有学术和/或专业成功历史的申请人感兴趣，他们表现出创造力和对复杂问题解决的承诺，并表现出坚持、领导和主动性。
通过本课程的学习您将能够：
使用数据来改善结果并实现雄心勃勃的目标；
掌握核心数据科学概念，如机器学习和自然语言处理；
了解关键主题，例如隐私、数据伦理和有说服力的沟通；
在仪表板中构建预测模型并可视化数据；
为数据知情的解决方案制定更好的问题陈述；
本专业的课程
参加密歇根大学信息学院应用数据科学硕士(MADS)课程的学生将学习应用数据科学的所有基本科目，重点是端到端的方法。MADS计划将计算与理论和应用相结合，确保学生将他们的数据科学知识付诸实践。
大数据的计算方法
探索和交流数据
使用各种方法可视化数据
分析技术（机器学习、网络分析、自然语言处理、实验和因果推理）
上下文中的数据科学应用（搜索和推荐系统、社交媒体分析、学习分析）
3个投资组合建设重大项目
以下课程群和标题突出了引人入胜的数据科学学科的广度和深度。课程涵盖从问题制定到将结果付诸实践的所有内容。Python是本课程中使用的主要编程语言。学生将在整个课程的3个顶点项目中应用数据科学技能和知识，包括：
CapstoneI：综合计算技术以收集和处理大数据；
CapstoneII：综合分析和机器学习技术来分析数据并呈现结果；
CapstoneIII：将端到端数据科学技术应用于现实世界场景的顶点；
除非另有说明，否则每门课程的长度为1个学分（大约4周）。总共需要34个学分才能毕业。请注意，随着课程的扩展和完善，课程名称可能会发生变化。
制定问题：
应用数据科学导论
上下文查询
数据科学伦理
收集和处理数据：
SQL和数据库
SQL架构和技术
大数据：高效的数据处理
大数据：可扩展的数据处理
数据处理
实验设计与分析
分析和数据建模：
数据科学的数学方法
数据的可视化探索
数据挖掘I
数据挖掘II
监督学习
无监督学习
深度学习
机器学习管道
因果推理
自然语言处理
网络分析
呈现结果并将其整合到行动中
信息可视化Ⅰ
呈现不确定性
交流数据科学成果
信息可视化II
数据科学的实际应用
搜索和推荐系统
社交媒体分析
学习分析
‘应用数据科学导论’
本课程探讨数据科学家在数据科学的四个阶段应用于项目的专业知识、观点和道德承诺：问题制定、数据采集、建模和分析以及结果呈现。通过这个过程，学生将定义他们希望如何发展数据科学职业的愿景。
‘数据处理’
DataManipulation（数据处理）展示了使用流行的PythonPandas数据科学库的操作和清理技术。在本课程结束时，学生将具备获取表格数据、清理数据、操作数据以及运行基本推论统计分析所需的技能。
‘数据科学的数学方法’
数学方法将审查并建立数据科学家工具包所需的基础数学概念。学生将学习和应用线性代数（如矩阵和向量）、基本优化技术（如梯度下降）和统计学（如贝叶斯规则）中的概念。
‘信息可视化Ⅰ’
信息可视化Ⅰ将
转载请注明：http://www.0431gb208.com/sjszyzl/4479.html
