美国数据科学专业介绍

数据科学专业源自于处理每日产生的海量信息流，是一门交叉学科，一个数据科学家同时需要是一个统计学家、计算机科学家，并且要是一个具有创造性思维的思想家。该专业涉及到很多的领域包括统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多学科的知识。

美国数据科学专业课程设置

开设数据科学专业的美国大学有很多，不同大学课程设置各不相同。我们以哥伦比亚大学(Columbia University)、康奈尔大学(Cornell University)、卡耐基梅隆大学(Carnegie Mellon University)大学为例，来具体看看课程和研究方向。

哥伦比亚大学

(Columbia University)

项目:MasterofSciencein Data Science时长:18个月(三个学期)

学分:30学分(21学分的必修课和9学分的选修课)

必修课程:概率论

算法与数据科学统计推断与建模

数据科学与计算机系统数据科学与机器学习

探索性数据分析与数据可视化数据科学与理论

康奈尔大学

(Cornell University)

必修课程

STSCI5030:带有矩阵的线性模型(4个学分) STSCI5080:概率模型和推理(4个学分) STSCI5953:MPS专业开发(1个学分)

STSCI5999应用统计MPS数据分析项目(4个学分)选项II的其他必修课程

STSCI4060Python编程及其在统计中的应用(3个学分)

STSCI5060:使用DBMS进行数据库管理和SAS高性能计算(4个学分) STSCI5065:大数据管理和分析(3个学分)

卡耐基梅隆大学

(Carnegie Mellon University)

准备前提先决条件

所有进入MCDS计划的学生都必须在到达匹兹堡之前的夏季课程中完成11-637计算机数据科学基础，您必须在本课程中获得B或者以上的成绩(6学分)在夏季末通过课程的学术必须在秋季学期重新注册课程。

以下四(4)项核心课程将由所有学生在头两个学期完成：

15-619云计算

10-601机器学习

05-839互动数据科学

11-631数据科学研讨会