统计与数据科学
统计与数据科学专业是为追求数据科学家或统计学家职业生涯的学生设计的. 它将数据科学的尖端技术与数学上严格的统计学相结合. 课程中的统计课程是项目驱动的,重点是使用强大的统计软件实现的统计方法分析现实世界的数据. 该课程为学生在商业或工业中利用统计或数据科学的职业生涯做好准备,但也足够严格,可以为学生在相关领域的研究生工作做好准备.
数字革命创造了大量的数据. 从雪崩般的信息中提取知识和见解是数据科学的目标, 一个快速发展的领域,应用于市场营销等领域, 教育, 和体育, 以及像基因组学这样的科学领域, 神经科学, 粒子物理.
职业发展机会
决策者获得的数据比以往任何时候都多, 但是,从这些数据中获得有意义和可操作的见解需要专门的工具和专业知识. 因此,拥有统计学和数据科学学位的毕业生需求量很大.
目前,全球数据科学家短缺. 据估计,在未来两年内, 数据科学工作岗位的数量将是填补这些职位的人数的两倍. 这意味着具有必要教育和技能的个人有广泛的工作机会.
课程
UE的统计和数据科学课程将数据科学领域的最先进工具和技术与经典应用统计学的数学严谨传统相结合. 这个项目的学生将……
- 参与项目驱动的课程. 整个课程中提供的数据分析项目使学生接触到预测建模的整个工作周期, 包括问题表述, 数据的获取和清理, 模型选择与拟合, 解释, 和报告.
- 掌握前沿统计软件. 学生可以熟练掌握目前在商业和工业中使用的统计软件, 包括R, Python, 和BigQuery.
- 接受一流的文科教育. 处理“大数据”需要的不仅仅是定量和技术技能,还需要构建问题的能力, 将不同的团队聚集在一起, 做出合乎道德和明智的决定, 并将结果传达给决策者. 我们的教育为学生提供艺术和科学方面的广泛基础知识, 以及雇主看重的批判性思维和沟通技巧.
有关课程要求和课程描述的详细信息也可在 目录.
额外的信息
从奇数年开始的4年计划样本
与Harlaxton
秋天 | 春天 | |
---|---|---|
大一新生 | 数学221 -微积分I 统计166 -数据科学R入门 |
数学222 -微积分II 统计266 -入门统计与R |
二年级学生 | CS 210 ——基金. 程序设计I 统计267 -实验设计 数学365 ——概率 |
数学341 -线性代数 数学466 ——统计 CS 215 ——基金. 程序设计学II |
初级 | 统计361 -线性模型 | Harlaxton |
高级 | 统计300 -现实世界中的数据分析 统计474 -大型数据集技术 |
统计362 -机器学习 统计493 -统计建模 |
没有Harlaxton
秋天 | 春天 | |
---|---|---|
大一新生 | 数学221 -微积分I 统计166 -数据科学R入门 |
数学222 -微积分II 统计266 -入门统计与R CS 210 ——基金. 程序设计I |
二年级学生 | 统计267 -实验设计 数学365 ——概率 CS 215 ——基金. 程序设计学II |
数学341 -线性代数 数学466 ——统计 |
初级 | 统计361 -线性模型 | 统计362 -机器学习 |
高级 | 统计300 -现实世界中的数据分析 统计474 -大型数据集技术 |
统计493 -统计建模 |
从偶数年开始的4年计划样本
与Harlaxton
秋天 | 春天 | |
---|---|---|
大一新生 | 数学221 -微积分I 统计166 -数据科学R入门 |
数学222 -微积分II 统计266 -入门统计与R CS 210 ——基金. 程序设计I |
二年级学生 | 统计267 -实验设计 数学365 ——概率 CS 215 ——基金. 程序设计学II |
数学341 -线性代数 数学466 ——统计 |
初级 | 统计361 -线性模型 统计474 -大型数据集技术 |
Harlaxton |
高级 | 统计300 -现实世界中的数据分析 | 统计362 -机器学习 统计493 -统计建模 |
没有Harlaxton
秋天 | 春天 | |
---|---|---|
大一新生 | 数学221 -微积分I 统计166 -数据科学R入门 |
数学222 -微积分II 统计266 -入门统计与R CS 210 ——基金. 程序设计I |
二年级学生 | 统计267 -实验设计 数学365 ——概率 CS 215 ——基金. 程序设计学II |
数学341 -线性代数 数学466 ——统计 |
初级 | 统计361 -线性模型 统计474 -大型数据集技术 |
统计300 -现实世界中的数据分析 统计362 -机器学习 |
高级 | 统计300 -现实世界中的数据分析 |
统计493 -统计建模 |
注:cs215 *可由电脑课程代替. Harlaxton: 统计361可以在大四的秋天上.
统计课程 | 频率 |
---|---|
统计166 -数据科学R入门 | 每年秋季 |
统计266 -入门统计与R | 每年春天 |
统计267 -实验设计 | 每年秋季 |
统计300 -数据分析在现实世界 | 每年秋季 |
统计361 -线性模型 | 每年秋季 |
统计362 -机器学习 | 每年春天 |
统计474 -大数据集技术 | 每一次均匀的坠落 |
统计493 -统计建模 | 每年春天 |
数学与计算机科学课程 | 频率 |
---|---|
数学221,222 -微积分 | 秋天,春天和夏天 |
数学365 -概率 | 每年秋季 |
数学466 -数理统计 | 每年春天 |
数学341 -线性代数 | 每年春天 |
cs210,215 -编程入门 | 每年秋天和春天 |