悉尼大学数据科学硕士课程有哪些

悉尼大学的数据科学硕士专为数学或量化背景强大、热衷于从数据中获取有意义知识以推动业务决策或研究产出的专业人士量身定制。

课程学习内容

您可以选择在此学位中进行以下专业方向之一：数据工程以及机器学习。

数据工程

我们的数据工程专业将探讨数据如何以大规模进行存储、访问和处理。它涵盖了各种不同的计算环境，包括云托管环境。

数据科学和机器学习正在为利用大量数据改进决策的机会打开无数可能。这一专业将为您在数据科学团队中工作以及利用有效的硬件和软件基础设施做好准备。

高级数据模型 - COMP5338

这门课程全面介绍了后关系数据模型以及数据存储技术的最新发展。特别强调空间、时间和NoSQL数据存储。本课程广泛涵盖了SQL:2003的高级特性，以及一些主导的NoSQL存储技术。除了在讲座中讲解，高级主题还将通过数据库研究出版物的指定阅读进行学习。

云计算 - COMP5349

这门课程涵盖了在IT领域“云计算”中的积极和前沿研究主题。云计算是一种利用互联网上的大规模计算服务的新兴范式，将影响从小到大的个人和组织的计算需求。在过去的十年里，许多云计算平台已经被谷歌、雅虎!、亚马逊、微软、Salesforce、Ebay和Facebook等公司建立。其中一些平台通过各种定价模型向公众开放。它们在不同的层次上运作，并使企业能够从云中获取不同的计算能力。在这门课程中，我们将描述云计算的重要启用技术，探讨现代平台和现有服务，以及研究采用云计算所面临的挑战和机会。该单元将组织为一系列关于重要和及时的研究论文和文章的演示和讨论。学生需要阅读所有论文，主持一些论文的讨论，并完成一个云编程实践项目。

数据工程 - COMP5339

这门课程涵盖了构建强大且可扩展的数据处理流水线的数据工程问题。虽然数据工程师可能不直接进行数据分析，但他们必须具备技术知识和技能，为数据分析师提供适当的数据分析架构，并为他们提供可靠且格式良好的数据，以便进行分析。涵盖的主题范围从各种来源进行数据摄取，包括数据库、文本文件和Web服务，到数据清理和数据转换方法，以及允许流水线高效自动运行的系统架构。特别关注使用大数据处理技术(包括数据流处理和分布式数据处理平台，如Apache Spark)构建可扩展的数据分析解决方案。

机器学习

我们的机器学习专业将帮助您建立从数据中学习而无需明确编程的所需技能。

机器学习是实现人工智能的最流行方法之一。

因此，您将接触来自现实世界各种类型的数据，学习识别、抽象和解决机器学习问题的概念和技术，并推动机器学习在社会中的应用边界。

高级机器学习 - COMP5328

机器学习模型解释并概括数据。该课程介绍了一些基本的机器学习概念、学习问题和算法，以提供对从数据解释和概括中产生的许多问题的理解和简单答案。例如，不同的机器学习模型为何有效?如何进一步改进它们?如何使它们适应不同的目的?

深度学习 - COMP5329

该课程介绍了深度机器学习，它迅速成为一组在各种应用中最成功和广泛适用的技术之一。参加此课程的学生将接触到机器学习领域的前沿研究，从理论、模型和算法到深度学习的实施和最新进展。具体的主题包括：深度神经网络的经典架构，用于训练深度神经网络的优化技术，深度学习的理论理解以及深度学习在计算机视觉中的各种应用。

机器学习和数据挖掘 - COMP5318

机器学习是自动构建解释和概括数据集的过程。它将统计学和算法开发的元素整合到同一学科中。数据挖掘是知识发现中的一个学科，旨在通过自动和半自动手段促进对大量数据的探索和分析。本课程为机器学习和数据挖掘提供了实际和技术上的介绍。要涵盖的主题包括在数据中发现模式的问题、分类、回归、特征提取和数据可视化。还包括对各种类型的机器学习技术和统计技术进行分析、比较和使用。

以上就是关于“悉尼大学数据科学硕士课程有哪些”的介绍，海马课堂专业课程辅导，3500+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，根据学生情况进行1V1专属备课，上课时间灵活安排，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。