在线数据分析澳门威尼斯人注册网站研究生证书

原名CS 544 Foundations of Analytics with R.本课程的目标是为学生提供数据分析领域所需的数学和实践背景。概率论和统计学的概念，以及R工具的统计计算和图形将被审查。澳门威尼斯人注册网站研究了不同类型的数据以及数据汇总技术和绘图。使用离散、连续和多元分布的数据总体进行了探索。在测量和计算过程中的误差分析。置信区间和假设检验主题也进行了检查。本课程所涵盖的概念将使用r语言进行演示。前提条件：MET CS546和（MET CS520或MET CS521），或同等知识，或导师同意。(4学分)

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学分)

先决条件：MET CS 544，或MET CS 555或同等知识，或澳门威尼斯人注册网站的同意。Web挖掘和图形分析课程涵盖了Web挖掘、机器学习基础、文本挖掘、聚类和图形分析等领域。这包括学习机器学习算法的基础知识、如何评估算法性能、特征工程、内容提取、情感分析、距离度量、聚类算法的基础知识、如何评估聚类性能、图分析算法的基础知识、基于图的链接分析和社区检测。实验室课程。(4学分)

先决条件：MET CS 521和MET CS 546；MET cs579或MET cs669；或导师同意。-学习数据挖掘的基本概念和技术。主题包括数据准备、分类、性能评估、关联规则挖掘、回归和聚类。学生将在课堂上学习数据挖掘算法的基本理论，并通过作业和使用r的一个学期的课堂项目来实践这些算法。完成本课程后，学生将能够独立执行数据挖掘任务来解决实际问题。(4学分)

本科先决条件：学术背景，包括大学代数标准c课程所涵盖的材料。本课程的目标是为学生提供成功定量分析问题所需的数学基础。课程的第一部分介绍理解概率和统计的数学先决条件。主题包括组合数学、函数、微分与积分的基本原理。课程的第二部分集中于基本概率论、离散分布和连续分布的澳门威尼斯人注册网站研究。前提条件：学术背景，包括大学代数标准课程或澳门威尼斯人注册网站同意的内容。对于本科生：本课程不能与MET MA 213一起参加，这些课程中只有一门将计入学位课程要求。参加MET MA 113和MET MA 123的学生也不允许将MET CS 546计入学位要求。(4学分)