应用商业分析硕士

本课程介绍了将商业分析应用于企业环境中的管理决策的基本知识和技能。主题包括描述性分析（对数据进行分类、表征、整合和分类的技术，以便将数据转换为有用的信息，以理解和分析业务绩效）、预测分析（在大量数据中检测隐藏模式的技术，以便将数据分割和分组为连贯的数据集，以预测行为和趋势）、规定性分析（用于识别最大化或最小化业务目标的最佳替代方案的技术）。学生将学习如何有效地使用数据来驱动快速、精确和有利可图的基于分析的决策。使用相互关联的数据输入、分析模型和决策支持工具的框架将在专有的业务分析外壳中应用，并通过来自企业不同功能领域的示例进行演示。本课程使用R， SQL和Power BI软件。[4]

本课程将为学生提供分析、管理和改进制造、服务和业务流程的分析工具。覆盖范围包括降低运营成本和提高对客户需求的响应能力的各种选择，包括操作系统设计、产品和服务设计、容量分析和缓冲、排队优化以及使用统计方法进行过程质量分析。定量方法包括应用随机模拟、随机结果分析、统计分析例程（置信区间、假设检验、机器学习）、系统可靠性分析和统计过程控制。戴明管理哲学、精益运营原则和六西格玛过程改进方法构成了课程内容的基础。[4]

介绍会计和财务分析的概念、方法和问题。包括会计原则、计量和披露问题、财务报表分析、货币的时间价值、现金流量预测和分析、资本预算和项目评估、债券和股权估值、资本成本和资本结构。从2021年秋季开始，本课程将在以下BU中心领域中的每一个领域中完成一个单元：定量推理II，批判性思维。[4]

本课程的目的是通过使用定量和定性决策工具和技术，帮助提高解决商业问题和管理决策的能力。本课程将向学生概述如何在商业环境中做出决策来解决管理问题。它介绍了决策过程的基本概念和方法，解决问题，决策分析，数据收集，概率分布，评估和预测方法。学生将学习如何运用商业中常用的不同定量和定性分析工具，为各个管理学科领域内的各种决策活动提供深入的理解和支持。通过使用各种生产和服务行业的管理者所做决策的案例澳门威尼斯人注册网站研究，以及专门为本课程准备的商业模拟包，将描述商业决策的范围和广度。[4]

本课程概述了企业和政府机构使用的主要的当前和新兴的企业风险分析方法，重点是理解和实施企业风险管理框架，即如何利用企业周围的机会来增加企业价值。将讨论企业风险管理的主要风险类别，如财务风险、战略风险和操作风险，并涵盖每种风险的风险分析方法。学生将学习如何使用相互关联的数据输入、分析模型、商业统计、优化技术、模拟和决策支持工具。集成的企业风险分析方法将通过来自企业不同功能领域的示例进行演示。本课程使用R， SQL和Power BI软件。[4]

熟悉现代营销分析的基础，培养你选择、应用和解释澳门威尼斯人注册客户购买行为、新客户获取、当前客户保留和营销组合优化的现成数据的能力。本课程探讨了支持管理决策过程的方法和技术，以及使用最先进的统计和分析工具的技能。学生将有机会对交易和描述性数据如何用于构建客户细分模式、构建和校准预测模型以及量化特定营销澳门威尼斯人注册行动的增量影响有一个基本的了解。本课程使用Python， R， SQL和Power BI软件。[4]

preeq AD100, ADR100， AD571探索web分析，文本挖掘，web挖掘和实际应用领域。本课程的网络分析部分澳门威尼斯人注册网站研究网站的指标、内容、用户行为和报告。谷歌分析工具用于收集网站数据并进行分析。文本挖掘模块涵盖了文本分析，包括内容提取、字符串匹配、聚类、分类和推荐系统。网络挖掘模块介绍了网络爬虫如何处理和索引网站的内容，如何搜索工作，以及如何对结果进行排名。挖掘社交网络和游戏参数的应用领域将得到广泛调查。本课程使用R， SQL和Power BI软件。[4]

企业、组织和个人正在创建、收集和使用大量的结构化和非结构化数据，目的是将信息转化为知识，提高决策过程的质量和效率，从而在竞争激烈的市场中更好地定位自己。数据挖掘是在复杂的数据分析方法的帮助下，从小型和大型数据集中发现、提取、可视化和报告有用信息和见解的过程。它是业务分析的一部分，业务分析指的是利用不同形式的分析技术，通过要求业务相关性、可操作的洞察力、性能管理和价值管理来实现期望的业务结果的过程。本课程的学生将学习数据挖掘的基本原理和技术。他们将学习如何将先进的模型和软件应用程序应用于数据挖掘。最后，学生将学习如何检查组织或项目的整体业务流程，以了解(i)要识别和捕获隐藏的内部和外部价值的业务环境，以及（ii）所选择的数据挖掘方法的确切作用。本课程使用R， SQL和Power BI软件。[4]

先决条件：PY100 （Python入门）Python是一种现代的高级编程语言。作为最流行的编程语言之一，它的使用在许多行业中稳步增长。本课程向学生介绍Python环境，并教授基本语法和结构的坚实基础。结构化查询语言（SQL）是全球最常用的与关系数据库交互的语言。雇主们表示，SQL知识是应届毕业生进入职场时最重要的技能之一。即使处理异构数据类型的数据库技术和语言有所进步，SQL仍然是与数据交互的核心技能。本课程介绍了这两种语言，以使学生具备在分析和数据可视化领域取得成功所必需的技能。本课程的结果将是Python和SQL主题的重点调查，旨在装备分析专业人员，而不是深入关注技术编程主题。[4]

预修课程：MET AD 599 （Python和SQL商业分析入门）或MET CS 521 （Python信息结构）或同等学历（例如MET AD 587， MET AD 654）或讲师批准。神经网络已经彻底改变了商业领域。在许多任务中，它们比传统的预测模型表现得更好，后者很快成为核心业务分析组件。根据市场趋势，本课程旨在让学生掌握与商业相关的神经网络实现知识。本课程涵盖的主题包括神经网络架构、技术、模型，以及它们在时间序列预测、情绪分类和推荐系统中的商业应用。每个模块首先解释神经网络模型的核心概念，并指导学生编写Python脚本。请注意，本课程不是为了从头开始开发神经网络模型，而是为了理解和使用TensorFlow和Keras中用于商业应用程序的模型。[4]

预修课程：至少三门ABA专业课程AD616， AD654, AD688, AD699。商业分析顶点项目提供了宝贵的学习经验和机会，应用应用商业分析硕士项目中所有核心和专业课程完成后获得的一套技术，能力和程序。本课程的目的是获得对业务的见解，从而改进数据驱动的决策，从而在企业的不同层面上创造价值。包括应用统计、随机和动态建模、数据挖掘、预测和运筹学技术来分析企业组织和绩效问题。本课程使用R， Python， SQL和Power BI软件。解决不同规模公司面临的实际问题被分配给学生小组，并由我们的课程顾问委员会、美国律师协会教员和来自各行各业的商业伙伴监督。[4]

本课程通过统计物理和机器学习的跨学科方法扩展金融理论的基础。该课程为学生提供Python工具来解决定量财务分析中的广泛问题，并将相关财务概念的澳门威尼斯人注册网站研究与计算实现相结合。学生将学习使用Numpy、Pandas、statmodels和Scikit等软件包，这些软件包在澳门威尼斯人注册网站研究和行业中都很常用。先决条件：MET AD 685或py355或同等学历或经讲师同意。[4]

本课程涵盖了使用Python进行软件设计和开发的面向对象方法的概念。它包括对编程概念的详细讨论，从数据类型、控制结构、方法、类、数组和字符串的基础开始，然后继续到高级主题，如继承和多态性、创建用户界面、异常和流。完成本课程后，学生将能够应用软件工程原理来设计和实现可用于分析和大数据的Python应用程序。从2021年秋季开始，本课程将满足以下BU中心领域的单个单元：定量推理II，创造力/创新，批判性思维。

先决条件：任何语言的编程经验。或导师的同意。[4]

原名CS 555 Data Analysis and Visualization with R.本课程概述了最常用于处理、分析和可视化数据的统计工具。主题包括简单线性回归、多元回归、逻辑回归、方差分析和生存分析。使用统计软件包R来探索这些主题，重点是了解如何使用和解释该软件的输出，以及如何将结果可视化。在每个主题领域中，都讨论了方法论，包括潜在的假设和它如何工作的机制以及对结果的适当解释。概念是在现实世界的例子背景下提出的。推荐的先决条件：MET CS 544或同等的知识，或澳门威尼斯人注册网站的同意。[4]

本科先决条件：（METCS231或METCS232）或导师同意。;本科先决条件：限制：本课程不能与CS 669或CS 469（本科）结合。这些课程中只有一门可以算入学位要求。-本课程提供了从数据和对象建模，关系代数和规范化到如何开发基于web的数据库应用程序等高级主题的数据库主题的理论但现代的介绍。其他主题包括：关系数据模型、SQL和操作关系数据；关系数据库应用程序编程；数据库的物理特性；实现数据库系统的性能和可靠性；面向对象的数据库系统。前提条件：MET cs231或MET cs232；或者得到老师的同意。限制：本课程不能与MET CS 469（本科）或MET CS 669一起进行。详情请向所属部门查询。[4]

本科先决条件：限制：仅限MS CIS。本课程不能与MET CS 469（本科）或MET CS 579同时进行。这些课程中只有一门可以计入学位要求。-学生学习最新的关系型和对象关系型工具和技术，用于持久数据和对象建模和管理。学生在学习结构化查询语言（SQL）以及设计和实现数据库时，将获得使用Oracle或Microsoft SQL Server的广泛实践经验。学生设计并实现一个数据库系统作为学期课题。限制:本课程不能与MET CS 469(本科)或MET CS 579一起进行。这些课程中只有一门可以计入学位要求。[4]

学生将学习主要的Python工具和数据分析技术。每周有作业和课堂主题的小项目。这些作业将有助于建立必要的统计、可视化和其他数据科学技能，以便在各种应用中有效地使用数据科学，包括金融、文本处理、时间序列分析和推荐系统。此外，学生将为期末项目选择一个主题，并在上课的最后一天提交。前提条件：MET CS 521或同等学历。或者，老师的同意。[4]