哥伦比亚大学环境健康数据科学硕士课程介绍

留学在线   2022-11-02 14:05

美国的名校特别多,比如斯坦福大学、哈佛大学、哥伦比亚大学等世界大学,下面跟着出国留学小编一起来看看哥伦比亚大学环境健康数据科学硕士课程。

哥伦比亚大学环境健康数据科学硕士课程介绍

专业要求

学生必须至少完成30个学分,包括21个学分的必修和9个学分的选修课。大多数学生可以用三个学期(一年半)完成课程(秋季:12学分;春季:12学分;夏季:可选实习或选修;秋季:最后3或6学分)。也可以选择用两年时间学习课程。

具体课程为

统计学和计算机科学

STCS GR5705Introduction to Data Science 数据科学导论

计算机科学

课程代码课程名称

COMS W4121Computer Systems for

Data Science 数据科学计算机系统

COMS W4721Machine Learning for

Data Science 数据科学相关的机器学习

CSOR W4246Algorithms for Data

Science 数据科学算法

统计学

课程代码课程名称

STAT GR5701Probability and

Statistics for Data Scienc 数据科学的概率与统计

STAT GR5702Exploratory Data

Analysis and Visualization 探索性数据分析和可视化

STAT GR5703Statistical Inference

and Modeling 统计学推断与建模

选修课程

课程代码课程名称

COMS W4995Topics in Computer

Science: Applied Machine Learning 机器学习应用

COMS W4995Topics in Computer

Science: Applied Deep Learning 深度学习应用

COMS W4995Topics in Computer

Science: Causal Inference for Data Science 数据科学中的统计推断

COMS W4995Topics in Computer

Science: Data Analytics Pipeline 数据分析

COMS W4995Topics in Computer

Science: Elements of Data Science 数据科学因素

COMS E6998Topics in Computer

Science: Machine Learning with Probabilistic Programming 概率编程与机器学习

COMS E6998Natural Language

Processing: Computational Models of Social Meaning 社会生活与机器学习

EECS E6894Topics in Information

Processing: Deep Learning for Computer Vision, Speech, and Language 计算机视觉、语音和语言与深度学习

IEOR E4571Topics in Operations

Research: Personalization Theory & Application 个性化理论与应用

IEOR E4721Topics in Quantitative

Finance: Big Data in Finance 定量金融主题:金融大数据

STATS GR5293Topics in Modern

Statistics: Applied Machine Learning for Financial Modeling and Forecasting 金融建模和预测与机器学习

STATS GR5293Topics in Modern

Statistics: Applied Machine Learning for Image Analysis 图像分析与机器学习

ENGI E4800Data Science Capstone

and Ethics 数据科学实践

课程选择建议:

该项目要求先修定量课程(微积分、线性代数等)、计算机编程入门课程

课程偏重算法学习,如Machine Learning(机器学习),重视算法在现实生活的应用

项目的学生将有机会从事包括毕业项目在内的独创研究,并与行业合作伙伴以及教学人员沟通互动;毕业生可以选择金融等服务领域工作,也可以选择偏向技术的IT企业。

本站郑重声明:"留学在线网"新闻页面文章、图片、音频视频等稿件均为转载稿。如转载稿涉及版权等问题,请与我们联系,客服邮箱www@liuxueonline.com,转载稿件仅为传递更多信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实其内容的真实性。

相关推荐

留学在线