悉尼大学DATA2001 / DATA2901：数据科学课程作业辅导

　　悉尼大学DATA2001 / DATA2901数据科学的研究由理学院数学与统计学院和工程与信息技术学院的计算机科学学院联合提供。该专业的学习单元可提供标准和高级课程。

　　关于专业

　　数据在许多组织中是必不可少的资产，因为它可以在许多领域做出明智的决策，包括市场情报和科学。在数据科学专业中，您将学习源自统计和计算机科学的计算和分析技能，以管理，解释，理解，分析和从数据中获取关键知识。

　　您将对数据及其使用方法进行批判性思考，对所需的核心技术技能有深入的了解，并对数据收集的背景有所了解。在3000或更高水平的研究中，您将具备以下能力：理解许多学科的问题并将数据驱动的问题放入分析框架中，通过计算手段解决问题，解释结果并将其传达给客户或合作者。

　　完成要求

　　数据科学专业需要48个学分，其中包括：

　　(i)6个学分的1000级核心单元

　　(ii)6个学分的1000 级核心单元，根据以下规则*：(

　　a)6个学分选择性单位或

　　(b)统计单位3个信用点和计算单位3个信用点，或

　　(c)高级统计单位3个信用点和数学单位3个信用点，或

　　(d)高级统计单位3个信用点和3个数学点在数学科学课程中为学生提供的线性代数单位的学分^

　　(iii)2000级核心单元的12学分

　　(iv)2000级选择性单元的

　　6学分(v)3000级核心跨学科的6学分项目单位

　　(vi)3000级方法学单元的

　　6个学分(vii)3000级方法学或应用程序或跨学科项目选择学分的6个学分

　　*未入读BSc的学生可以用ECMT1010经济统计概论或BUSS1020定量业务分析

　　^如果选修课程允许，学生可以用DATA1001 / 1901的数据科学基础代替高级统计单元

　　。数据科学的未成年人需要36个学分，其中包括：

　　(i)6 个学分，每个1000级核心单元

　　(ii)6个学分根据以下规则*的1000级单位的积分：

　　(a)选择性单位6个积分或

　　(b)统计单位3个积分和计算单位3个积分，或

　　(c)高级统计单位3个学分，微积分和线性代数单位

　　3个学分(iii)2000级核心单元12学分

　　(iv)2000级选择性单元

　　6学分(v)6学分3000级方法学单元

　　第一年

　　DATA1001 / 1901数据科学基础是数据科学专业的基础单元。该单元致力于为所有学生发展批判性和统计性思维技能。

　　DATA1002 / 1902信息学：数据和计算是数据科学专业的基础单元。该单元涵盖计算和数据处理，将现有生产力软件(例如电子表格)的复杂使用与使用通用Python语言开发的自定义软件集成在一起。

　　强烈鼓励学生参加

　　DATA1001 / 1901数据科学基础课程和DATA1002 / 1902信息学：该专业的数据和计算。

　　但是，DATA1001有一些等效的选择单元，学生可以选择：ENVX1002统计方法概论，MATH1005统计思维与数据，MATH1015生物统计学，MATH1115查询数据，MATH1905统计思维与数据(高级)，MATH1021矢量微积分和微分方程，MATH1921一变量微积分(高级)，MATH1931一变量微积分(SSP)，MATH1023多变量微积分和建模(Adv)，MATH1933多变量微积分和建模(SSP)，MATH1002线性代数，MATH1902线性代数(高级)。

　　学生应参考表A以获得1000级的具体要求。

　　第二年

　　DATA2001 / 2901 –数据科学：规模和数据多样性侧重于有效探索和分析大型数据集合的方法和技术;

　　DATA2002 / 2902 –数据分析：从数据中学习重点在于开发针对各种问题和数据的数据分析技能。

　　学生还可以选择一个单元：COMP2123数据结构和算法，COMP2823数据结构和算法(Adv)，COSC2002 / 2902计算模型，STAT2011 / 2911概率和估计理论，QBUS2830精算数据分析，GEGE2X01遗传学和基因组学，QBIO2001分子系统生物学。

　　第三年

　　DATA3888 –跨学科数据科学项目是该专业的最高水平3000单元，将包括学科和跨学科项目。该单元的主要组成部分将是一个为期九周的项目，该项目将运用候选人的技能和知识来分析数据科学和统计之外的知识领域中真实的，混乱的数据集。

　　学生还将从以方法论为重点的DATA和STAT单元中选择6个学分，并从以方法论或应用以及学科为重点的单元中选择6个学分。对于所有以学科为重点的单元，学生应参考表A。

　　请注意，以下单元在3000级可用：COMP3308 / COMP3608人工智能简介，COMP3027 / COMP3927算法设计。

　　四年级

　　第四年仅在高级研究学士课程中提供。

　　进阶课程进阶

　　学士课程的高级课程包括48个学分，在4000级或以上的课程中，最少有24个学分。在这24个学分中，您必须完成至少12个学分的项目学习单元。

　　荣誉成绩

　　优异的学生可以在高级研究学士学位的学科领域内申请荣誉。录取荣誉需要事先完成学士学位的所有要求，包括开放学习环境(OLE)单元。如果您正在考虑申请荣誉学位，请确保您的学位规划考虑到荣誉开始之前完成第二专业和所有其他OLE要求。

　　数据科学领域的荣誉学习单元要求：完成项目工作的24个学分和课程工作的24个学分。

　　联系方式和更多信息

　　w ^ sydney.edu.au/science/schools/school-of-mathematics-and-statistics

　　Ë fy.maths@sydney.edu.au

　　所有查询电话：+61 2 9351 5787

　　地址：新南威尔士大学悉尼分校F07卡斯拉夫大楼5级

　　数学和统计学院2006年，新南威尔士大学教授Jean Yang T +61 2 9351 3012 电子邮件jean.yang@sydney.edu.au

　　学习成果

　　从数据科学专业毕业的学生将能够：

　　展示数据科学中广泛而连贯的知识体系，并能够描述特定于上下文的知识与数据之间的关系，并评估它们如何指导数据分析。

　　展示对实验设计，分析和数据输出的基本概念和原理，这些概念之间的关系以及潜在陷阱的深入了解。

　　对多种类型的数据使用定量模型或可视化方法。

　　使用适当的存储，访问和管理工具来管理数据，元数据和派生的知识。

　　使用基于证据的论点进行批判，通过多种方式针对各种目的和受众交流数据科学中的概念和发现。

　　在数据分析，基于仿真的建模或基于方程式的建模中，确定适合特定问题的分析方法。

　　使用编程技能来创建和使用数据库和图形信息系统。

　　在跨学科的协作团队中，以专业和道德的态度并考虑跨文化的观点，解决数据科学中的真实问题。