约翰霍普金斯大学数据科学专业

　大数据时代早已到来随着数据衍生出来的专业也很多，数据科学就是其中之一，数据科学专业旨在培养社会急需的具备大数据处理及分析能力的高级复合型人才，在美国有一所大学的数据科学专业十分杰出，那就是约翰霍普金斯大学，那么接下来小编就带着大家一起来了解下约翰霍普金斯大学数据科学专业课程设置有哪些要学习？看完本文汇总就懂了的相关介绍。
　
　约翰霍普金斯大学数据科学专业课程
　
　先决课程
　
　Introduction to Python Python简介
　
　Intro to Programming Using Java Java编程简介
　
　Data Structures 数据结构
　
　Discrete Mathematics 离散数学
　
　General Applied Mathematics 通用应用数学
　
　Multivariable Calculus and Complex Analysis 多变量微积分和复杂分析
　
　Introduction to Ordinary and Partial Differential Equations 常微分方程和偏微分方程介绍
　
　Linear Algebra 线性代数
　
　基础课程
　
　Statistical Methods and Data Analysis 统计方法与数据分析
　
　Algorithms for Data Science 数据科学算法
　
　必修课程
　
　Principles of Database Systems or Introduction to Machine Learning 数据库系统原理或机器学习导论
　
　Data Visualization 数据可视化
　
　Introduction to Optimization * or Computational Statistics 优化或计算统计简介
　
　Statistical Models and Regression 统计模型和回归
　
　Data Science 数据科学
　
　选修课程
　
　SELECT ONE 以下课程选一
　
　Large-Scale Database Systems 大型数据库系统
　
　Advanced Machine Learning 高级机器学习
　
　Semantic Natural Language Processing 语义自然语言处理
　
　Big Data Processing Using Hadoop 使用Hadoop进行大数据处理
　
　SELECT ONE 以下课程选一
　
　Introductory Stochastic Differential Equations with Applications 随机差分微分方程及其应用
　
　Probability and Stochastic Process I 概率与随机过程I
　
　Probability and Stochastic Process II 概率与随机过程II
　
　Theory Of Statistics I 统计理论I
　
　Theory of Statistics II 统计理论II
　
　Queuing Theory with Applications to Computer Science 排队论及其在计算机科学中的应用
　
　Data Mining 数据挖掘
　
　Game Theory 博弈论
　
　Stochastic Optimization & Control 随机优化与控制
　
　Modeling, Simulation, and Monte Carlo 建模，仿真和蒙特卡洛
　
　ADDITIONAL SELECTIONS 额外选修课
　
　Probabilistic Graphical Models 概率图形模型
　
　Applied Topology 应用拓扑
　
　Graph Analytics 图形分析
　
　Social Media Analytics 社交媒体分析
　
　Cloud Computing 云计算
　
　Artificial Intelligence 人工智能
　
　Neural Networks 神经网络
　
　Introduction to Machine Learning 机器学习简介
　
　Applied Game Theory 应用博弈论
　
　Queuing Theory with Applications to Computer Science 排队论及其在计算机科学中的应用
　
　Game Theory 博弈论
　
　Real Analysis 真实分析
　
　Matrix Theory 矩阵论
　
　Computational Methods 计算方法
　
　Discrete Hybrid Optimization 离散混合优化
　
　Mathematical Methods for Signal Processing 信号处理的数学方法
　
　Introduction to Operations Research: Probabilistic Models 运筹学概论：概率模型
　
　Monte Carlo Methods 蒙特卡洛方法
　
　Graph Theory 图形论
　
　Neural Networks 神经网络
　
　Mathematics of Finance 金融数学
　
　Mathematics of Risk, Options, and Financial Derivatives 风险，期权和金融衍生工具数学
　
　Design and Analysis of Experiments 实验设计和分析
　
　Multivariate Statistics and Stochastic Analysis 多元统计与随机分析
　
　Bayesian Statistics 贝叶斯统计
　
　Cryptography 密码学
　
　Applied Topology 应用拓扑
　
　Computational Complexity and Approximation 计算复杂度和近似值
　
　Probabilistic Graphical Models 概率图形模型
　
　Time Series Analysis 时间序列分析
　
　Advanced Differential Equations: Partial Differential Equations 高级微分方程：偏微分方程
　
　Advanced Differential Equations: Nonlinear Differential Equations and Dynamical Systems 高级微分方程：非线性微分方程和动力学系统
　
　Theory of Probability 概率论
　
　INDEPENDENT STUDY 自主学习
　
　Capstone Project in Data Science 数据科学实案项目
　
　Independent Study in Data Science I 数据科学I自主学习
　
　Independent Study in Data Science II 数据科学II自主学习
　
　约翰霍普金斯大学数据科学专业录取条件
　
　•本科前置课程必须包括多元微积分，离散数学，java或C++课程，和数据结构的课程。带有编程方法学课程的Python也将接受作为编程语言的要求。线性代数或微分方程将代替离散数学。这些前置课程需要取得B−或更好的成绩。
　
　•必须提交详细的工作简历。
　
　•如果你没有修读本科前置课程，你可以通过完成指定的课程满足入学要求，成绩需要达到B−或更好。
　
　•英语语言成绩要求：托福较低分要求是600 (paper-based), 250 (computer-based), or 100 (web-based)，送分代码是7561.雅思较低分要求是7.0.
　
　以上就是本期的全部内容，更多内容请持续关注境华出国！