应用数据分析硕士

应用数据分析硕士课程为学生提供扎实的数据分析基础知识，并强调在严谨的学术框架内展示和讨论最新的行业工具和方法。课程提供了一个彻底沉浸在概念和技术的组织，清理，分析，并表示/可视化大量数据。学生将接触到各种数据库系统、数据挖掘工具、数据可视化工具和包、Python包、R包和云服务。分析工具的知识与对数据挖掘和机器学习方法的理解相结合，将使学生能够批判性地分析现实世界的问题，并了解分析应用程序的可能性和局限性。

学习成果

• 展示应用概率和统计的基础知识及其在日常数据分析中的相关性。
• 理解涉及大量计算需求和数据存储的计算概念和应用需求。
• 使用真实世界的数据集应用各种数据可视化技术，并分析图形和图表。
• 具备网络分析和度量，获取和处理非结构化文本/数据的知识，以及调查隐藏模式的能力。
• 在大量数据上使用数据挖掘技术和工具展示知识发现技能。
• 在实际应用中应用机器学习算法及其相关性。
• 展示数据分析技术、技能和批判性思维的全面知识，并了解其应用的可能性和局限性。

招生信息

有关最新招生信息，请访问大都会学院网站。

先决条件

该计划的申请人必须拥有地区认可机构的学士学位。申请人不需要拥有计算机科学学位才能进入我们计算机科学系的课程。在审查你的申请后，院系将根据你在信息技术、计算机科学和数学方面的学术和专业背景，决定是否需要完成先决课程。在进入应用数据分析硕士课程之前，可能需要学习MET CS 300软件开发入门课程（仅在线提供），以及以下先决条件课程：

• MET CS 520信息结构与Java或MET CS 521信息结构与Python*
• MET cs526数据结构和算法
• MET cs546概论概率和统计
• MET cs579数据库管理或MET cs669数据库设计和实现的业务

*强烈建议学生参加MET CS 521，除非他们已经有Python背景并希望扩展他们的Java技能。

学位要求

总共需要8门课程（32个学分）：

核心课程（六门课程/24学分）

• MET CS 544基础分析和数据可视化
• 机器学习基础
• MET cs566算法分析
• MET CS 677数据科学与Python
• Web挖掘和图分析
• 数据挖掘

通识选修课（两门课程/8学分）

从下列选项中选择两个：

• 机器学习的计算数学
• 数据仓库的设计与实现
• 先进机器学习和神经网络
• 大数据分析
• 高级数据库管理