美国南加州大学公共卫生数据科学专业解析

                项目简介

公共卫生数据科学理学硕士（Master of Science in Public Health Data Science）为STEM 项目，课程结合了生物统计学，流行病学和计算机科学等三个学科的知识。当今社会环境下的职场中，急需运用数据分析来解决公共卫生和生物医学领域存在问题的专业人才，通过该课程的学习，学生可为其将来的职业发展做好充分准备。

课程目标

公共卫生数据科学理学硕士旨在为学生提供严格的定量方法培训，包括管理、分析和学习健康数据所需的统计和计算技能。学生将学习：

◈ 如何重组、抓取、创建和管理与健康相关的大数据集

◈ 汇总、可视化和解析数据

◈ 应用统计方法从数据中得出结论

◈ 运用机器学习揭示大型复杂健康数据集的特征

◈ 常用数据科学方法背后的统计理论

◈ 有效地将结果和发现传达给广大群众

☞ 该课程为终端学位，但也可为那些有兴趣继续在生物统计学、统计学、数据科学或计算机科学方面深造攻读博士学位的学生奠定基础。

申请要求

► 鼓励申请者拥有统计学、数学、计算机或其他定量领域相关学科的本科学位。本科课程建议包括微积分、统计学和基础计算机编程。

课程设置

核心科目（22学分）

PM512 流行病学原理 4学分

PM520L 高级统计计算 3学分

PM522b 统计学导论 3学分

PM566 健康数据科学导论4学分

PM591 面向健康科学的机器学习 4学分

PM592 健康数据科学的回归分析 4学分

【注：PM522a 在此项目中是可以免修的。但免修的学生必须在本科学习期间修过同等课程。】

计算机科学核心课程（4学分）

CSCI544 应用自然语言处理 4学分

CSCI561 人工智能基础 4学分

CSCI570 算法分析 4学分

CSCI585 数据库系统 4学分

CSCI587 地理空间信息管理 4学分

DSCI510 数据科学编程原理 4学分

DSCI550 数据科学规模 4学分

DSCI551 数据管理基础 4学分

DSCI553 数据挖掘基础和应用 4学分

DSCI554 信息可视化 4学分

选修课（至少3学分）

• 不可与计算机科学课程重复选择

CSCI544 应用自然语言处理 4学分

CSCI561 人工智能基础 4学分

CSCI570 算法分析 4学分

CSCI573 概率推理 3学分

CSCI585 数据库系统 4学分

CSCI587 地理空间信息管理 4学分

DSCI510 数据科学编程原理 4学分

DSCI550 数据科学规模 4学分

DSCI551 数据管理基础 4学分

DSCI553 数据挖掘基础和应用 4学分

DSCI554 数据可视化 4学分

MATH501 数值分析和计算 3学分

PM513 实验设计 3学分

PM534 统计遗传学 3学分

PM538 生物医学信息学概论 3学分

PM542 社交网络分析 4学分

PM552 临床试验中的统计方法 3学分

PM569 空间统计学 3学分

PM570 人类遗传学统计方法 4学分

PM579 高维数据统计分析 4学分

PMEP547 健康数据经验分析编程方法 4学分

实践课（3学分）

PM606 健康数据科学实践 3学分

上下滑动以查看课程设置

奖学金与就业服务

★ 全球健康研究奖学金

USC Institute on Inequalities in Global Health 为在本地和国外从事全球健康研究的学生提供了若干暑期研究奖学金。

★ 学术荣誉和研究奖学金

学术荣誉和研究奖学金将支持新生和在本校继续学习的学生角逐各类奖项、研究奖学金和毕业典礼荣誉。

★ 南加大公共卫生就业服务

公共卫生就业服务办公室支持学生和校友探索、发现及确定他们的个人职业道路。我们的服务是围绕职业发展框架构建的，指导学生做出明智的职业决策，并优化他们的职业机会。

温馨提示：毕业要求、课程设置、学位等信息可能会发生变化，请申请之前咨询我哦。