帝国理工学院 应用数学 硕士

MATH70026 数据科学方法

帝国理工学院的MATH70026数据科学方法课程详细介绍了现代数据科学方法，目的是让学生掌握数据可视化和分析的方法，以及机器学习的基础知识和应用。

MATH70026 数据科学方法课程主要内容：

- 数据分析和可视化计算工具；

- 探索性数据分析；

- 从数据中学习的数学挑战：优化；

- 机器学习方法：有监督和无监督；神经网络和深度学习；基于图的数据学习；

- 机器学习实践：将常用方法应用于数据科学问题。方法包括：回归、k近邻、随机森林、支持向量机、神经网络、主成分分析、k均值、谱聚类、流形学习、网络统计、社区检测；

- 数据分析和机器学习以及相关数值方法中的当前研究问题。

MATH70026 数据科学方法课程学习成果：

- 使用计算工具可视化并探索数据；

- 理解从数据中学习的基本概念和挑战；

- 分析一些常用的学习方法；

- 比较学习方法并确定其是否适用于给定的问题；

- 描述有监督和无监督学习的原理和区别；

- 清晰简洁地传达数据分析或学习应用的结果；

- 评估和评价科学和数学期刊上介绍的新算法和计算方法；

- 设计并实施新开发的算法和方法。