课程介绍：惠灵顿维多利亚大学之数据科学硕士

十五年前，数据科学家的角色是前所未闻的。今天，它已成为世界各地政府部门和企业中的一个常规职位。这个角色的性质随着数据源、软件工具和技术的变化而不断变化。武装自己，掌握最新的技能和知识，充分适应这些变化。

我们的学生在毕业时将会对以下方面有了进一步的了解：数据科学的技术，包括机器学习和统计方法以及它们在大数据世界中的应用。你将学会批判性地分析数据要求各种领域的数据来源，从科学、人文和社会科学，到商业和社会科学。

贡献于社会

数据科学可以通过解释和传播信息，协助实现公平的社会和经济成果。使社区能够了解自己和他人。

你还将了解由毛利人收集的、为毛利人收集的和关于毛利人的数据时的独特特点，以及《怀唐伊条约》的原则如何适用。特别是毛利人在数据收集、传输、储存和发布方面的主权考虑。

以研究为导向

本硕士课程以我们的研究为基础，学习在统计学、数据分析和机器学习领域的专业知识。

在学习期间，你将承担一个的研究项目，并获得与惠灵顿科学和工程学院的专家一起工作的宝贵经验。

问：入学要求有哪些呢？

答：拥有数据科学、计算机科学或统计学专业的学士学位。主修数据科学或主修计算机科学和统计学的考生可免修第一部分（60分），并可在三个学期（12个月）内完成学位。

◼ 要想在该课程中取得成功，你必须在构成学士学位的课程中取得B+或更高的平均成绩。

◼ 经副院长批准，如果你有丰富的实践、专业或学术经验，你可以在没有学士学位的情况下进入本课程。

◼如果你想报名参加本课程，但不符合某些入学要求，你可以与课程主任或管理员联系，以讨论你的选择。

问：能不能在课程中获得获得实践经验？

答：MDataSc有一个专业的重点就是你可以在我们的行业合作伙伴中完成一个为期五周的工作实习。这些合作伙伴包括一系列的数据科学咨询公司、政府部门和机构，以及私营公司。在这里，你将有机会把你所学到的知识应用到专业环境中，发展你的实践能力，磨练你的专业技能。

问：这个专业会提供哪些课程呢?

答：

AIML 421 机器学习工具和技术

本课程涉及机器学习工具的使用和技术来分析数据和自动生成应用程序。生成应用程序。该课程将探讨一系列的工具和技术。图像分析、聚类、文本挖掘和数据预处理。

AIML 425 神经网络和深度学习

AIML 426 进化计算和学习

AIML 427 大数据

本课程介绍了大数据工作的理论和实践。

AIML 429 概率机器学习

DATA 471 实用数据科学

该课程将介绍交互式显示。信息图表和仪表盘，重点是沟通、报告和可视化。

DATA 472 编程和数据管理

学生将应用编程和数据管理技巧，使用高级语言和SQL。学生将创建一个基于网络的应用程序来调查，分析和显示一个数据集。

DATA 473 数据科学的统计建模

该课程发展了支撑数据科学的统计建模和推理的各个方面，包括二进制和计数数据。

DATA 474 仿真和随机模型

随机系统的模拟和建模，包括涵盖运筹学和计算机科学中的例子。科学，包括队列，网络和计算机系统。系统。仿真系统的设计、分析和验证。

DATA 480 数据科学的研究准备

本课程为学生提供了一个机会发展他们在数据科学方面的研究技能，包括使用图书馆资源，构建文献回顾。开发研究问题，撰写研究建议，以及发展口头陈述的技能。

DATA 487和489研究项目

DATA 501 数据科学的高级技术

一门将数据科学技术应用于某个问题的课程。每个学生将开发一个可分发的软件包来处理、调查、分析、操作、总结和可视化来自数据源的数据。

DATA 581 数据科学实践

本课程使学生获得数据科学应用方面的专业工作经验。

STAT 432 计算统计学

介绍用于统计建模和推理的计算密集型方法。

STAT 438 广义线性模型

简要介绍广义线性模型理论、或然率表、二进制响应模型、对数线性模型（用于或然率表）、重复测量、GEE分析、多进制响应的Logit模型，以及序数响应模型。