课程

数据科学训练营课程旨在为所有背景的学习者提供编程入门。包括基本的编程基础和云计算和数据科学工具的介绍。

所有学习者都需要在上课前两周完成数据科学训练营课程。训练营涵盖了数据分析的入门原则，并有助于确保您在计划的第一天就准备好投入。

本模块帮助学习者了解人工智能对所有行业的影响。其他主题包括将人工智能纳入整体业务战略，引导道德和监管考虑，向利益相关者解释人工智能驱动的决策，新兴的人工智能技术及其潜在影响，人工智能中的偏见和公平的基本概念，以及隐私，例如通用数据保护条例（GDPR），个性化等。

整个在线数据科学硕士课程旨在提供将知识付诸实践的机会。每个学习者将完成一个学期的数据科学分析项目，涉及一系列行业或学科。

学习者将展示在整个课程中获得的广泛的数据科学技能的应用能力，包括数据分析，建模，编程和数据管理。

学习者将与技术和非技术受众有效地沟通项目目标、方法和结果。他们还将有能力开发一个有影响力的数据科学项目，可以向潜在的雇主或合作者展示。

这个0学分的模块将作为项目的介绍，让学生熟悉OMDS项目的学习技术、模型结构、澳门威尼斯人注册网站支持和学生成功澳门威尼斯人注册。

该模块侧重于数据科学的数学基础，同时侧重于线性代数和概率。线性代数部分将涵盖向量，矩阵，张量，乘法，逆，行列式，迹和范数（L1， L2等）。概率成分将涵盖随机变量、分布、期望、边际/条件概率、独立性和相关性。

本模块引导学习者浏览编程环境设置和工具，如文件系统、命令行和笔记本。还包括对Python编程语言的基本组件的回顾，包括数据结构（标量、向量、数组、字典等）、安装和导入包、控制流、循环和函数。

本模块探讨了机器学习中的基本概念和技术，包括关键主题，如线性方法（例如，线性回归，lasso, ridge），树方法（决策树，随机森林，增强）和无监督方法，如聚类。学习者将熟练地拟合各种机器学习模型，理解正则化以防止过拟合，以及交叉验证以评估模型性能和调整超参数。

本模块提供了数据处理技术的全面探索，利用案例澳门威尼斯人注册网站研究和现实世界的例子。从基本SQL语法和数据操作开始，逐步介绍高级SQL主题，包括SELECT语句、过滤、排序、聚合、分组和连接。学习者将熟练掌握在SQL中修改数据和使用数据库索引、约束和视图。

本模块探讨了数据驱动决策和算法系统部署中固有的道德考虑。强调科学的社会建构本质，揭示偏见和不平等。学习者探索人工智能和机器学习技术的社会和文化影响，分析数据和算法中的潜在偏见和差异。通过应用公平指标来评估和减轻算法决策中的偏见，开发了实用技能。隐私、围绕个人数据的道德考虑，以及与人工智能和机器学习相关的关键监管框架，如GDPR、加州消费者隐私法和其他数据隐私法，都是不可或缺的组成部分。

本模块着重于数据科学中预测建模和因果推理之间的本质区别。学习者可以了解预测模型在揭示潜在因果关系方面可能不足的情况。现实世界的例子强调了依赖简单相关性的潜在缺陷，强调了实验的必要性。学习者将了解因果推理的基本原理，包括潜在的结果和反事实。该模块探讨了A/B测试的原理和应用，以系统地评估干预措施和变化的影响。学生开发实用技能，设计和实施基本的A/B测试，选择适当的指标，并确定样本量。

本模块探讨了尖端的机器学习技术，介绍了神经网络的基本概念，强调了它们作为通用函数逼近器的潜力。使学习者了解优化算法，重点是实际实现。学习者将接触到最先进的模型，如变压器和大型语言模型（llm），探索它们在自然语言处理和解释数据方面的作用。学习者还参与一个小型项目，以动手的方式应用所学的概念。

本模块探讨了在金融、医疗保健和电子商务等行业中特定的数据科学挑战和机遇。学习者将掌握与所选行业相关的独特数据源和数据收集技术，探索并将机器学习模型应用于行业需求。学习者可以通过选择一个小的集中进一步专业化，如金融、医疗保健或电子商务，允许应用诸如客户细分、流失预测和推荐系统等技术。在所选领域的一个小型项目完善了本模块中获得的分析技能的实际应用。