密歇根大学安娜堡分校数据科学专业

　　密歇根大学安娜堡分校数据科学专业硕士（M.S. in Data Science） 该项目由计算机科学与工程、统计系、信息学院和生物统计学系联合开办。项目教授学生统计和编程的知识，培养学生在生物学、计算机科学等领域应用数据分析的能力。

　　密歇根大学安娜堡分校数据科学专业要求

　　学生必须至少完成25个学分，包括18学分的高级课程（LSA/UMSI/CoE方向，课程代码在500上，SPH方向课程代码在600上）。

　　密歇根大学安娜堡分校数据科学专业课程

　　必修课程：

　　课程代码 课程名称

　　MATH 403 Introduction to Discrete Mathematics 离散数学导论

　　EECS 402 Programming for Scientists and Engineers 数学和工程编程

　　EECS 403 Data Structures for Scientists and Engineers 数据结构

　　EECS 409 Data Science Colloquium 数据科学研讨

　　下列三门中选择一门：

　　课程代码 课程名称

　　BIOSTATS 601 Probability and Distribution 概率分布

　　STATS 425 Introduction to Probability 概率导论

　　STATS 510 Probability and Distribution 概率分布

　　下列三门中选择一门：

　　课程代码 课程名称

　　BIOSTATS 602 Biostatistical Inference 生物统计学推论

　　STATS 426 Introduction to Theoretical Statistics 理论统计学导论

　　STATS 511 Statistical Inference 统计推断

　　数据管理和操作：

　　下列两门中选择一门：

　　课程代码 课程名称

　　EECS 484 Database Management Systems 数据库管理系统

　　EECS 584 Advanced Database Systems 高级数据库系统

　　下列五门中选择一门：

　　课程代码 课程名称

　　EECS 485 Web Systems 网络系统

　　EECS 486 Information Retrieval and Web Search 信息检索与网络搜索

　　EECS 549/SI 650 Information Retrieval 信息检索

　　SI 618 Data Manipulation Analysis 数据分析

　　STATS 507 Data Science Analytics using Python 数据科学分析(Python)

　　数据科学技术：

　　下列三门中选择一门：

　　课程代码 课程名称

　　BIOSTAT 650 Applied Statistics I: Linear Regression 应?统计学I:线性回归

　　STATS 500 Statistical Learning I: Linear Regression 统计学习I:线性回归

　　STATS 513 Regression and Data Analysis 回归与数据分析

　　下列课程中选择一门：

　　课程代码 课程名称

　　STATS 415 Data Mining and Statistical Learning 数据挖掘和统计学习

　　STATS 503 Statistical Learning II: Multivariate Analysis 统计学习II:多元分析

　　EECS 545 Machine Learning 机器学习

　　EECS 576 Advanced Data Mining 高级数据挖掘

　　SI 670 Applied Machine Learning 应用机器学习

　　SI 671 Data Mining: Methods and Applications 数据挖掘:方法和应用

　　BIOSTAT 626 Machine Learning for Health Sciences 健康领域的机器学习

　　实践课程：

　　课程代码 课程名称

　　STATS 504 Principles and Practices in E?ective Statistical Consulting 统计咨询的原理和实践

　　STATS 750 Directed Reading 定向阅读

　　EECS 599 Directed Study 定向研究

　　SI 599-00X Computational Social Science 计算社会科学

　　SI 691 Independent Study 独立研究

　　SI 699-004 Big Data Analytics 大数据分析

　　BIOSTAT610 Reading in Biostatistics 生物统计阅读

　　BIOSTAT629 Case Studies for Health Big Data 健康领域大数据案例研究

　　BIOSTAT698 Modern Statistical Methods in Epidemiologic Studies 流行病学研究中的现代统计方法

　　BIOSTAT699 Analysis of Biostatistical Investigations 生物统计调查研究

　　选修课程：

　　数据科学原理方向：

　　概率分布理论、随机过程、贝叶斯分析、计算数据科学和机器学习、数据压缩的理论与实践、信号处理、数据分析和机器学习的矩阵方法等

　　数据分析方向：

　　时间序列、广义线性模型、空间数据、非参数统计、多元分析等

　　计算方向：

　　软件工程、信息检索、统计计算、大数据计算、算法设计与分析等

　　课程选择建议：

　　该项目要求先修2门代数课程、1门线性或高等代数课程、1门计算机编程入门课程

　　课程设置涵盖了很多方向的内容，可以选择不同学院下的课程，选课十分灵活

　　重视算法和编程的学生，可以选择机器学习、统计计算等课程；重视生物统计方向的学生，可以选择生物统计学推论、生物统计调查等课程

　　密歇根安娜堡大学数据科学专业介绍

　　数据科学是一个跨学科领域，它使用来自数学、统计学、计算机科学、领域知识和信息科学的技术和理论。它被图灵奖获得者吉姆格雷认为是第四个(在经验、理论和计算之后)科学范式。麦肯锡全球研究所的一份报告表明，数据科学家是美国最好的工作之一，未来 10 年各个行业都需要数量惊人的数据科学家。

　　数据科学硕士学位课程设计为 30 学分的跨学科研究生课程。该课程包括必修的核心课程和技术选修课，提供了在当前就业市场需求旺盛的各个数据科学领域建立知识和专业技能的机会。对于对数据科学有不同兴趣的学生，推荐四个方向(非强制性)：计算智能方向、应用方向、商业分析方向和大数据信息方向。

　　该计划为学生提供了从 UM-Dearborn 的所有四所学院的相关部门提供的各种课程中进行选择的机会，以实现学生在数据科学方面的特定职业目标。这些课程可以访问大学不同单位的各种计算和其他资源。

　　该系将所有 DS 课程安排在下午晚些时候或晚上，使学生能够通过兼职学习获得硕士学位。该课程可以完全在校园内完成，也可以完全在线完成，也可以通过校内和在线课程相结合的方式完成。

　　密歇根安娜堡大学数据科学专业奖学金

　　陶氏硕士奖学金：这项慷慨的计划在一年内提供高达 20,000 美元的资金，以支持致力于在本地到全球范围内寻找跨学科可持续性解决方案的终端硕士学生。学生可以攻读广泛的专业。

　　硕士和博士生资助：密歇根大学安娜堡分校为硕士生和博士生提供了更广泛的资助机会列表。