布鲁内尔大学数据科学与分析硕士课程介绍

从社交网络、电子商务和政府到传感器、智能电表和移动网络，数据正以前所未有的速度和规模被收集。但是，如果没有“大洞察力”，大数据就毫无用处。开发这种洞察力所需的技能供不应求，数据分析市场缺乏熟练工人被认为是解锁数据所能提供的一切的一个主要障碍。

学习数据科学与分析理学硕士课程后，您将培养对数据科学最新发展的批判意识和实用技能，帮助您在金融、零售和政府等各种领域更有效地应用数据科学。如果你还想了解课程其他信息，那么你不妨点击蓝字咨询海马课堂7*24H在线客服~

一、学习成果

您将了解有效数据分析的关键概念和细微差别。您将对自己的批判性理解充满信心，这些理解源于处理大量异构数据、理解其代表什么以及将这种理解转化为商业、科学或社会创新的洞察力。您将对有效应用数据科学所需的技能、工具和技术有实际的了解。

该课程旨在为您提供机会获得多种数据分析工具(例如 Hadoop、Spark、Tableau)、编程语言(R、Python)和机器学习库的实践经验。

二、学习内容

1.数据可视化

本模块旨在培养反思和实践理解能力，以便从大型异构数据集中直观地向决策者等展示洞察。内容将提供对人类视觉感知、数据可视化方法和技术、仪表板和信息图表设计的理解。我们将探讨交互性在可视化过程中的作用，并强调视觉叙事和叙事发展。

2.研究项目管理

该模块旨在开发和部署设计学术研究工作所需的技能，以解决所选研究领域内已确定的问题领域。

3.数字系统的道德与治理

本模块旨在培养对当代系统环境中数字信息处理和管理相关主题的批判性理解。这些主题将包括网络化和智能系统的设计和使用方式;采用这些系统的动机;出现的实质性问题;以及它们的监管和治理方法。公共和私营部门的例子将用于说明这些发展。

4.数字创新与战略

该模块的目的是培养实施数字商业模式和技术所需的知识和技能，旨在使组织适应其商业环境不断变化的需求(或利用商业机会)。

5.机器学习

本模块旨在培养使用统计学习从异构数据集中提取价值和洞察力所需的反思性和实践性理解。重点放在从异构数据处理中产生价值和洞察力的分析方法/技术/算法上。内容将涵盖机器学习技术，例如主成分分析、聚类分析、决策树和随机森林、支持向量机，以及性能评估方法。

6.高性能计算基础设施

本模块旨在培养有效使用支撑数据科学的大规模数据存储和处理基础设施所需的知识和技能。您将培养实践技能和批判性反思概念、理论和基础设施适当使用的能力。内容涵盖高度可扩展的云计算工具(例如 Hadoop)和内存方法(例如 Spark)。

7.定量数据分析

本模块旨在培养数据科学所依赖的定量数据分析方法的知识和技能。内容涵盖对数据科学应用和研究的核心方法的实际理解，例如双变量和多变量方法、回归和图形模型。课程还重点学习评估方法的优缺点，以及了解如何以及何时使用或组合方法。

8.现代数据

本模块旨在介绍数据管理和探索。本模块将概述现代数据分析的当前行业标准流程，您将学习如何设计和规划预测分析项目。本模块将讨论数据管理和检索的基本概念。本模块将介绍数据理解、数据准备和清理的成熟策略和方法。

海马课堂专业课程辅导

1.拥有4000+严选硕博学霸师资。针对学生的薄弱科目和学校教学进度，匹配背景相符的导师。

2.根据学生情况进行1V1专属备课，上课时间灵活安排。

3.中英双语详细讲解课程中的考点、难点问题，并提供多方位的课后辅导，辅助学生掌握全部课程知识，补足短板。