更新时间：2024-10-06 15:56:36作者：留学之路
建立统计模型，了解其力量和局限性
设计一个实验
使用机器学习和优化来决策
获取、清洁和管理数据
可视化数据，用于勘探、分析和通信
团队内部协作
提供可重复的数据分析
管理和分析大量数据集
组装计算管道，从广泛可用的工具支持数据科学
根据政策、隐私、安全和道德考虑开展数据科学活动
将解决问题的策略应用于开放式问题
数据科学 1：数据科学导论
数据科学 2：数据科学的先进主题
高级科学计算：数据分析、推理和优化的随机方法
计算科学交流：系统开发
研究课程:数据科学顶石研究项目课程应用计算独立研究
热门选修课:数据系统可视化机器学习人工智能高级机器学习机器学习时间系列–预测线性模型通用线性模型统计机器学习
学校表示建议具有自然科学、数学、计算机科学或工程学学士学位的学生申请。
对于哈佛大学数据科学专业硕士课程的申请人来说，没有正式的先修课要求。然而学校官网表示，成功的申请人确实需要有足够的计算机科学、数学和统计学背景，包括至少一种编程语言的流利程度以及微积分、线性代数和统计推理方面的知识。