美国数据科学专业名校推荐
斯坦福大学
统计学下面的数据科学track
课程:
数学和统计基础:
15学分
实验课:3学分
科学计算(软件开发+大规模计算):6学分
实践课:3学分
数据科学课程:剩余学分可选
哈佛大学
MASTER'S IN DATA SCIENCE
计算机和统计学院老师授课
12门课,一年半的项目
不限制本科背景,但更喜欢录取有足够计算机、数学或统计学背景的学生。
课程要求:
概率论与线性代数;概率论与统计推论课程;熟练掌握python或R,掌握基本的计算机概念。
12月1日截止
申请时不需要GRE
宾夕法尼亚大学
MSE in Data Science
一年半到两年可完成的项目。
11.1提前批截止,一月中旬出结果
4、卡内基梅隆大学
MCDS:Master of computational data science
12月13截止
该项目侧重于科学实验设计、数据收集、数据建模与分析、问题解决和人机交互等。
加州伯克利
运筹系下的机器学习和数据科学方向
一年的项目
20%的录取概率
500+的applicant,100入读
6、 哥伦比亚大学
数据科学学院下的项目:该项目由四个学院合作上课-文理学院、工程学院、计算机学院和运筹学院。
课程:
计算机:计算机系统、机器学习、算法 /9学分
工程:数据科学的大课程 3学分
统计学:概率论与统计、探索性数据分析和可视化、统计推断和建模 /9学分
选修课:剩余学分可选
7、 纽约大学
2013年成立的数据科学中心的MSDS项目
36个学分项目
录取学生本科专业:统计、计算机、数学、工程、经济、商科、生物、物理和心理学等。21秋入读的学生平均GPA3.87
先修课要求:微积分I、线性代数、计算机入门、会Python和R语言、微积分II、概率论与统计或含数学内容多的高阶物理、工程或计量经济的课程。
8、 西北大学
分析专业
每年入读人数在40左右
入读学生背景:数学和统计专业40%、工程和计算机30%、经济与社科19%、商科和管理6.5%
9、 杜克大学
MIDS 跨学科数据科学
Duke University Master in Interdisciplinary Data Science (MIDS)combines rigorous computational and technical training with field knowledge and repeated practice in critical thinking, teamwork, communication, and collaborative leadership to produce data scientists who can add value to any field.
去年录取数据
959申请者,录取率11.68,最后入读38人
42个学分的项目,两年完成
10、 密歇根安娜堡大学
Data Science
录取学生本科背景多元化:统计、数学、计算机科学、物理、工程、信息和数据科学等等。课程要求:
两个学期的微积分
一个学期的线性代数或矩阵代数
一门计算机入门课程
一般学生两年完成。
2.1截止,无需GRE
大概会发100个offer,最终70人左右报道
11、 约翰霍普金斯大学
工程学院下的MSE in Data Science项目
课程:
一门数据科学入门,4门核心课程,4门选修,1个数据科学大项目、一门数据科学伦理课。
该项目提供应用数学、统计学和计算机科学方面的培训,以作为理解和领会现有数据科学工具的基础。
12、 南加州大学
计算机学院下的数据科学项目对于计算机要求比较高
其他可以选择的项目还有工程学院下的分析、应用数据分析、通信数据分析等等,难度会比计算机学院下的项目要小一些。
13、 弗吉尼亚大学
32个学分11个月的项目
班级人数 60人
平均GPA3.6
国际学生比例15%
录取背景多元
本科背景有航天、生物学、商业、计算机科学、工程、经济、广告、语言学、数学、护理、公共政策、统计学等等。
希望申请者有很强的量化背景、高效的沟通能力和解决问题的思维方式。
14、塔夫茨大学
数据科学
30个学分,可一到两年完成。
1月15截止,无需GRE
猜你喜欢内容
-
怎样提高阅读理解能力
首先,我们要对“阅读理解能力”及对四级阅读理解的具体要求作一定的了解。教学大纲要求 “较强的阅读能...
-
怎样使句子多样化
句子是由词或短语按语法规则组成,表达一个完整意思的语言单位。好的英语句子应该是结构意思正确完整,...
-
我是如何过六级的
不管四级还是六级,真题绝对重要!!!那些乱七八糟的模拟题或是其他的什么资料纯粹是浪费钱,我第一次...
-
如何充分利用好听力真题
根据听真题的不同层次,基本上,可以把听题分为以下五个阶段: 1. 初听 众所周知,听真题时的第一感觉...
-
如何进行判断和推理
在阅读中,人们首先理解的是语言的字面意义。然而,语言所表达的内容常常超过其字面意义。这就需要我们...
-
如何抓主题思想
主题思想(the Main Idea)。也称作中心思想,是作者在文章中要表达的核心内容,也是作者自始自终要说明的...
-
如何确定作者的观点或态度
一篇文章不可避免地反映了作者的观点、态度和情绪。能否正确把握作者的观点和态度也是体现阅读能力的重...
-
如何找主要事实特定细节
在文章中,作者总是要通过许多具体内容(Details)来说明、解释、证明或分析文章的主题思想。在通读全文、...
-
如何猜测词义
在阅读中,我们往往会遇到一些不认识的单词或短语,或者认识的单词在文章中有了新意义。如果这些词或短...
-
我的跨跨跨专业考研
这是本人第一次发贴。偶从hj上发掘资源供自己使用已久,今年又勉强获得读硕的机会,因此对hj上的xdjm心...






















