墨尔本大学data science专业的课程结构是怎样的?(硕士生)

　　最近有同学问墨尔本大学的data science数据科学硕士课程，想了解具体的课程结构。这个项目是墨大的重点项目之一，课程为学生提供坚实的数据科学基础，帮助学生锻炼管理和解释大型复杂数据集合的关键技术和分析能力。下面我们将介绍具体的课程结构安排。

　　一、学分要求

　　这个硕士项目要求学生完成200分的总学分，其中包含37.5学分的核心统计科目，三门课程。还有37.5学分的核心计算机科学科目，也是三门课程。另外有50学分的选修科目，如果需要，也包含最多50学分的先修科目，以及数据科学或专业技能科目or一个研究项目。这200个学分里，也包括了25学分的顶点数据科学项目。

　　二、先修课程&选修

　　1.选修课程会根据你之前的学术背景以及个人兴趣为你量身定做。

　　2.在选择课程之前，你需要看自己是否需要完成先修课程：

　　①如果你之前学过统计学，你需要完成计算机科学的先修课程;

　　②如果你之前学过计算机科学背景，你需要完成统计学的先修课程;

　　③如果你学习过计算机科学和统计学的先修课程，就不再需要学习先修课程。

　　3.“特权”

　　如果你之前在美国拿到了数据科学研究生文凭or墨尔本大学数据科学本科专业/同等资格，你可能有资格参加一年半的加速计划(150学分)，获得高达50分的学分。

　　4.一旦你考虑了所有的先修课程，你就可以从一个多样化的列表中选择数据科学or专业技能选修课。

　　5.如果你想在科技工作场所or研究中获得经验，你可以学习80~100小时的实习科目or承担额外的研究计划。

　　6.顶点项目(数据科学)是所有学生都需要完成的项目，在一个学年内，学生单独或作为团队的一部分致力于一个实际的数据科学研究问题。

　　三、具体课程

　　1.先修课程

　　计算机科学背景：数理统计方法、统计学习的第一课

　　统计学背景：编程和软件开发、算法和复杂性、数据处理的要素、数据库系统和信息建模

　　2.核心课程

　　统计学核心：数据科学的统计建模、数据科学多元统计、计算统计学和数据科学

　　计算机科学核心：集群和云计算、统计机器学习、高级数据库系统

　　顶点项目：数据科学项目1、数据科学项目2

　　3.选修课

　　学科选修：空间数据管理、空间数据库、空间数据分析、信息可视化、高维数据的分析、高级统计建模、风险数学、行业优化、统计与数据科学实践、随机微积分及其应用、高级概率、随机过程、贝叶斯统计学习、数理统计、人工智能自主规划、高级理论计算机科学、生物信息学算法、计算基因组学、约束编程、密码学和安全性、声明式编程、分布式算法、分布式系统、互联网技术、移动计算系统编程、并行和多核计算、编程语言实现、自然语言处理、流计算和应用、知识管理系统、安全分析、计算机视觉、人工智能的伦理

　　专业技能选修：学校中的科学、科技实习、在工作中传播科学

　　以上是墨尔本大学data science硕士专业完整的课程结构介绍，还有问题，欢迎后台联系我们!