斯坦福大学统计学硕士数据科学方向一专门的硕士方向是在现有统计学硕士项目框架内，结合数据科学与分析领域的新趋势而开发的。成功完成数据科学硕士学位后，学生将具备继续攻读相关博士项目的能力，或成为行业内的数据科学专业人士。下面老师给大家介绍一下给项目的详细内容。

一、课程要求

斯坦福大学统计学硕士数据科学方向培养学生扎实的数学、统计、计算和编程技能，此外，还通过数据科学和其他感兴趣领域的通选课和重点选修课提供基础数据科学教育。

根据研究生一般要求的规定，学生的平均绩点(GPA)必须保持在 3.0 或以上，所选课程必须在 200 级或以上。满足数据科学方向课程要求的学生不满足统计学硕士的其他课程要求。

该学位的总学分为 45 个。

在硕士学位课程第一季度结束前，向学生服务官提交经批准的硕士课程建议书，并由硕士导师签字。每当学生之前批准的项目建议书有变动时，必须提交修改后的项目建议书。

没有论文要求。

二、课程设置

学生必须通过完成这些核心领域的课程来证明自己在该领域的知识广度。

统计学核心课程(16 个单元，按字母分级)

数据科学计算方法(6 个单元，以字母计分)

应用机器学习和人工智能(9个单元，以字母计分)

数据科学选修课(9-12 个单元，可以及格/不及格选修)

实践要求(3个单元，可及格/不及格)

特色课程：

CME 213：使用 MPI、openMP 和 CUDA 的并行计算入门

本课程将提供多核处理器、图形处理器(GPU)和并行计算机编程方面的实践经验。重点是消息传递接口(MPI、并行集群)和计算统一设备架构(CUDA、GPU)。主题包括多线程程序、GPU计算、计算机集群编程、C++线程、OpenMP、CUDA和MPI。先修课程包括C++、模板、调试、UNIX、makefile、数值算法(微分方程、线性代数)。

CME 302：数值线性代数

线性系统求解、精度、稳定性、LU、Cholesky、QR、最小二乘问题、奇异值分解、特征值计算、迭代法、Krylov子空间、Lanczos和Arnoldi过程、共轭梯度、GMRES、稀疏矩阵的直接方法。先修课程：CME 108/数学114和数学104或数学113之一。

统计咨询讲习班(STATS 390)(可重修)

该课程要求学生掌握向大学同学提供咨询所需的统计学(研究生)水平。学生每周五参加讲座，讨论咨询案例和咨询中经常出现的各种统计技术。

生物医学数据科学咨询讲习班(BIODS 232)

Xplore 项目(CME 291) 学分：3 | 可重复 2 次(总计最多 6 个学分) - 仅限申请入学。

斯坦福ML小组--医疗保健人工智能训练营(CS 199、CS 399等)。

计算神经科学实验室研究(PSYCH 399)--仅限申请入学。

对人工智能、统计学、医学图像分析和神经科学交叉领域的研究感兴趣的学生可与我们的小组合作开展多个令人兴奋的项目。研究可以从 CNS 实验室(隶属于医学院)的独立研究开始。这些项目主要是无偿的，并可换取独立研究学分。

　三、先决条件

斯坦福大学统计学硕士数据科学方向的学生需要做更充分的准备，以便有更多时间专注于计算和大规模方法。

多变量微积分和线性代数达到 MATH 51 的水平。

CS 106B 水平的编程。

中级统计学(多元回归和方差分析，可能不包括线性代数)，水平为 STATS 191。

概率论入门，水平为 STATS 118。

本科生必须修读先修课程。所有学生均须修读先修课程。

如果您对斯坦福大学统计学硕士数据科学方向感兴趣，想要了解更多相关内容，欢迎您在线咨询留学通老师。留学通专注美国TOP30名校申请，采用5v1服务模式，21步精细服务流程，硬性四维标准+六维背景提升等留学服务体系，为学生申请美国名校提供保障。