数据科学与分析-计算数据科学硕士

为成功做好准备

电子媒体的日益普及将数据挖掘和知识发现(DM/KD)技术推向了新兴技术的前沿, 增加了对专家分析和理解每天产生的大量数据的需求.

巴黎人贵宾厅30小时的数据科学和分析研究生课程，专注于计算数据科学(DSA-CD)，教你数据科学的计算技能和工具，以执行数据科学项目的整个生命周期. 从数据清理, 预处理和属性选择或将算法转换为机器学习算法以及如何部署它们来分析数据, 构建预测和分类模型或执行无监督学习任务. 然后通过后处理和模型评价两个阶段, 包括叠加, 增强和聚合建模.

你将在数据科学项目中学习和使用流行的编程语言，如Python和R及其数据科学库, 各种先进的数据科学工具箱，如用于深度神经网络的TensorFlow和用于分布式数据库的Hadoop, 和更多的.

然后，你将把这些技能应用到你的顶点课程中. 你也可以选择在数据科学领域专家的指导下写论文.

当你毕业的时候，你的经历可能包括:

• 在现实世界中工作, 在课堂上作为项目布置的工业问题或学期的顶点项目.
• 学习测试和评估模型的统计方法
• 创建有用且准确的数据可视化的能力
• 掌握编程语言, 比如Python和R语言, 执行数据挖掘任务, 用于模型构建的机器学习算法和工具箱，如TensorFlow或数据仓库，包括分布式数据库，如Hadoop.
• 写一篇可选的硕士论文

留下你的印记

巴黎人贵宾厅的研究生计算数据科学计划准备你开发和应用工具，支持当今和未来不断变化的数据需求. 你将带着基本的背景知识毕业, 知识, 以及作为数据科学家或攻读博士学位所需的技能.D. 几乎应用于每一个工程领域, 科学, 医学, 商业和教育, 你学到的技术对经济管理至关重要, 商业创造财富, 全面改善我们的生活和幸福.

项目入学要求

• 至少修完一学期的微积分.
• 官方GRE或GMAT成绩由考试机构直接发送到招生办公室. 巴黎人贵宾厅学校的分数报告代码是1070. 在某些情况下，申请人可以要求GRE或GMAT豁免. 向大学招生咨询

DSA-CD研究生课程要求

至少30小时的研究生课程, 其中12门(4门课程)是公共核心课程，18门是计算数据科学要求课程. 通过综合笔试.

• IME 511:概率 & 统计学分析- 3小时.
• CS 541 Python数据科学- 3小时或CS 560:数据科学基础- 3小时.
• cs571:数据库管理系统或IME 568:工程分析I - 3小时.
• MIS 573:数据可视化的业务分析- 3小时.

为满足共同核心要求而修过的课程也不能计入集中要求.

必修课(4门)12学时:

cs594顶点项目数据科学- 3小时. OR cs699论文- 6小时.

在以下四门课程中，有三门课程是你没有修过的.

cs560数据科学基础- 3小时.

cs562机器学习- 3小时.

cs563知识发现和数据挖掘- 3小时.

分布式数据库和大数据- 3小时.

注意:如果你完成了cs541核心, 那么从上面列出的3门课程中必须有一门是cs560.

选修课程(2门课程- 6小时)，必须由学生的研究生导师批准.

硕士论文选择

有兴趣和合格的学生追求计算数据科学浓度可以选择写硕士论文. 鼓励选择此选项的学生尽早选择论文顾问和主题，以计划论文开发和任何所需的支持课程.

以下政策适用于论文:

• 最低平均绩点为3分.参加论文课程的学生需要在巴黎人贵宾厅的研究生课程中获得5分.e., CS 699.
• 在完成9个小时的研究生课程之前，学生不得注册论文.
• 必须修完6个学分的论文课程, 和, 在完成, 这篇论文必须在口试中答辩. 六个学时必须是连续的学期或学期(3+3).
• 论文课程在口头答辩结束前不予评分. 论文答辩代替了非论文学生必须参加的综合考试.
• 论文项目的书面大纲和暂定时间表必须在注册论文课程之前提交给研究生协调员和主席并经其批准.

选修课

数据科学与分析计划可能的选修课程包括其他专业所需的课程，以及更多:

• CIS 576:数据管理
• CIS 580:数字社会和计算机法
• CS 541: Python for 数据科学
• cs560:数据科学基础
• cs561:人工智能
• cs562:机器学习
• cs563:知识发现和数据挖掘
• cs571:数据库管理系统
• cs572:分布式数据库和大数据
• cs531: Web开发技术
• cs532:高级Java计算
• ECE 565:机器学习的工程应用
• ECO 519:计量经济学
• 工程造价分析
• IME 512:回归与实验设计
• IME 514:运筹学导论
• IME 526:可靠性工程
• IME 561:制造仿真 & 服务系统
• IME 568:工程分析I
• IME 578:工程分析II
• IME 583:生产计划与控制
• MIS 613:商业高级算法
• ib502:全球贸易管理与分析
• MTG 502:物流工具和技术
• MTG 506:营销分析
• MTG 507:客户分析
• MTG 624:营销决策
• MTG 640:获取，分析和应用营销信息
• MTH 510:数值方法1
• MTH 511:数值方法II
• qm526:商业预测
• qm564:决策支持系统