辅修数据科学
数据科学是一个快速发展的领域，为学生提供了令人兴奋的职业道路和高级学习的机会，它结合了计算和推理的思维方式，使数据集的收集、探索和分析成为可能，目的是识别模式、得出结论，并对潜在的、通常是复杂的现实世界过程做出预测。数据科学本质上是跨学科的，因为理解和建模这些过程需要学科的多样性，这些过程可能跨越自然、物理、社会、经济和人文维度。
波士顿大学计算机与数据科学学院提供的数据科学辅修课程使任何专业的学生都能对数据驱动的发现和创新的关键概念和方法维度有深刻的理解，并为他们提供必要的基本技能，通过组装数据分析管道和开发信息产品，将这些知识应用于各种环境。辅修课程要求完成涵盖基础、方法论或应用数据科学主题的课程，以及完成实习研讨会、指导学习或监督实习的机会。
有了这些准备，辅修数据科学的学生将准备好利用他们通过该计划获得的能力和技能来追求职业生涯，通过从数据中提取见解并通过在广泛的应用领域中可操作地使用这些见解，为各种领域和专业的知识合成做出贡献。
学习成果
修完数据科学辅修课程的学生需要证明：
- 理解推理分析和预测建模背后的数学基础；
- 理解并应用基本的数据科学核心知识，如编程、统计学、算法、机器学习和伦理考虑；
- 具备使用软件管理、查询、分析和可视化数据集的基本能力；和
- 能够在特定环境下解释、解释和质疑数据分析结果。
需求
先决条件
为了获得辅修课程的资格，学生必须至少修过一门涵盖基本计算和编程概念的课程，如CDS DS 100、CAS CS 111和ENG EK 130。
需求
辅修课程要求总共完成24个单元，其中至少16个单元是通过课程（四门4单元课程）获得的，涵盖基础、方法或应用数据科学主题，最多8个单元是通过完成实习研讨会、指导澳门威尼斯人注册网站研究或监督实习获得的。最多8个单元（两个4个单元的课程）可以用来满足BU其他课程的要求，以代替未成年人所需的等效课程。
至少16个单元（四门4单元课程）必须通过计算与数据科学学院（可能包括其他学术单位提供的交叉列出的CDS课程）提供辅修课程，涵盖至少两个核心数据科学科目。
学生可以使用他们在波士顿大学攻读的其他STEM课程的课程来代替辅修课程所需的基础课程，从而使他们能够学习更高水平的数据科学核心课程、选修课和实习课程来满足辅修课程的要求。
请参见下文进一步了解如何通过CDS的基础、核心和选修课程来满足上述要求。学生必须在任何一门课程中获得C的最低成绩才能算在辅修课程中。
A.数据科学基础：除非为满足其他学习计划的要求而选修的等效课程涵盖，否则学生必须完成以下数据科学专业基础科目中的至少一门课程：
- 计算基础：CDS DS 110或同等学历
- 数学基础：CDS DS 120， CDS DS 121， CDS DS 122或同等学历
B.数据科学核心：至少三门课程，涵盖数据科学专业以下两个或多个核心科目：
- 编程：CDS ds210或同等水平
- 数据力学：CDS DS 310或同等学历
- 统计学：CAS MA 214或同等学历
- 算法：CDS ds320或同等
- 机器学习：CDS DS 340或同等学历
- 伦理与社会影响：CDS ds380或同等学历
C.数据科学选修课：任何涵盖数据科学专业“方法论”或“实地”选项的课程。有关这些选修课的列表，请参阅数据科学中的CDS BS。
D.实习经验：通过以下途径获得最多8个单元：
- CDS实习课程或工作坊
- 在波士顿大学澳门威尼斯人注册网站的监督下进行预先批准的定向澳门威尼斯人注册网站研究
这些要求是灵活的，允许学生从广泛的途径中选择，以补充他们的专业课程。为此，重要的是，学生追求的未成年人收到早期和详细的建议，以确保所选择的课程序列是连贯的，核心或选修课程的先决条件得到满足。
