布朗大學數據科學碩士學什么課程？

　　布朗大學數據科學碩士被認為是用于OPT延期目的的STEM 計劃。一般為期十二個月(九月至八月)即可完成。所有學生都在九月開始課程，沒有選擇從春季學期開始。學生可以選擇在16、21或24個月內完成課程。在某些情況下，準備特別充分的學生可能會在9個月內完成作業(yè)。

　　1、FALL：(4 學分)

　　DATA 1010. 概率、統(tǒng)計和機器學習(數據科學的數學基礎，2學分)

　　通過結合計算探索、可視化和理論介紹數據科學的數學方法。學生將學習科學計算基礎知識、數值線性代數、數學概率(概率空間、期望、條件、共同分布、大數定律和中心極限定理)、統(tǒng)計(點估計、置信區(qū)間、假設檢驗、最大似然)估計、密度估計、引導和交叉驗證)和機器學習(回歸、分類和降維，包括神經網絡、主成分分析和 t-SNE)。

　　DATA 1030. 數據科學實踐(練習數據科學管道，從數據探索和清理到展示，1學分)

　　開發(fā)數據科學管道的所有方面：數據采集和清理、處理缺失數據、數據存儲、探索性數據分析、可視化、特征工程、建模、解釋、在現實世界數據集的背景下呈現。強調了數據分析的基本考慮因素(偏差-方差權衡、訓練、驗證、測試)。包括用于分類和回歸的經典模型和技術(線性回歸、嶺和套索回歸、邏輯回歸、支持向量機、決策樹、集成方法)。使用 Python 數據科學生態(tài)系統(tǒng)。

　　DATA 1050. 數據工程(數據科學的計算機科學，1 個學分)

　　介紹計算機科學和數據科學編程。覆蓋范圍包括數據結構、算法、算法分析、算法復雜性、使用測試驅動設計的編程、調試器和分析器的使用、代碼組織和版本控制。其他主題包括數據科學 Web 應用程序、SQL 和非 SQL 數據庫以及分布式計算。

　　2、SPRING (4 學分)

　　DATA 2023. 統(tǒng)計學習(回歸分析和統(tǒng)計學習的推理方法，1學分)

　　對回歸分析和統(tǒng)計學習的推理方法的現代介紹，重點是在從觀察數據中學習關系的背景下在實際環(huán)境中的應用。主題將包括線性回歸的基礎知識、變量選擇和降維，以及非線性回歸的方法。還將介紹對其他數據結構的擴展，例如縱向數據和因果推理的基礎知識。在課程結束時，學生將能夠(1) 描述基于回歸的數據分析方法的統(tǒng)計基礎，(2)使用R對真實數據實施基本和高級回歸分析，(3)制定書面解釋用于在上下文中回答科學問題的數據分析，以及(4)提供對常見統(tǒng)計分析的批判性評估，

　　DATA 2040. 數據科學中的深度學習和專題(深度學習與大數據，1學分)

　　對神經網絡、強化學習和相關主題的動手介紹。學生將學習神經網絡的理論，包括常見的優(yōu)化方法、激活和損失函數、正則化方法和架構。主題包括模型可解釋性、與其他機器學習模型的連接以及計算注意事項。學生將分析各種現實問題和數據類型，包括圖像和自然語言數據。

　　DATA 2080.數據與社會(倫理和社會影響，1 學分)

　　一門關于數據科學理論和實踐引發(fā)的社會、政治和哲學問題的課程。探索數據科學如何不僅改變我們對科學和科學知識的認識，而且還改變我們對自己和社區(qū)的認識，以及我們對人類事務和機構的總體承諾。學生將根據科學技術哲學、知識社會學和科學研究提供的視角審視數據科學領域，并探索數據科學對 21 世紀上半葉生活的影響。

　　Elective. (與個人興趣相關的領域知識，1學分)

　　3、SUMMER (1 學分)

　　DATA 2050.數據實習(工業(yè)或學術界的真實世界數據項目)

　　學生與行業(yè)實習主管(通常在實習期間)或學術研究人員(通常作為正在進行的研究計劃的一部分)一起工作，并解決實際數據問題，從而鍛煉在該計劃中開發(fā)的技能。學生將提交提案、每周狀態(tài)報告以及最終論文和演示文稿。要獲得學分，該項目必須至少需要 180 小時的工作時間，通常需要 5 到 12 周才能完成。

　　以上是布朗大學數據科學碩士學什么課程完整介紹，要想獲取更多關于美國留學資訊或者申請建議，歡迎您在線咨詢51出國留學留學老師，也可添加微信：51liuxuenn！