南加州大学Analytics研究生项目介绍

南加州大学Analytics研究生项目简介

分析学硕士是一个3至4个学期的全日制课程，使学生获得知识和技能，以解决现实世界的问题，在分析和数据科学方面获得成功。它是为接受过工程学科培训或来自其他职业的学生设计的，他们有兴趣深化他们在数据科学、统计学和数学的背景。

在该课程中，学生们将学习到作为数据分析师和数据科学家取得成功所需的技能，包括总结和展示复杂数据的能力，应用机器学习方法来预测不同复杂情况下的结果，并将数据转化为可操作的见解。该课程结合了统计学和机器学习建模，以解决当今数据驱动的世界中的实际问题。

南加州大学Analytics研究生项目课程设置

必修课程：

12学分

选修课：9学分

硕士生也可以选择从南加州大学的其他部门，如计算机科学、数据科学，或从南加州大学其他学院的课程作为选修课。

Core Courses (12 units)

DSCI 559 Introduction to Data Management:数据管理简介

ISE 529 Predictive Analytics 预测分析

ISE 530 Optimization Methods for Analytics分析的优化方法

ISE 535 Data Mining数据挖掘

Methodology Courses 方法学课程(6 units)

Select two courses：

ISE 533 Integrative Analytics 综合分析 I

SE 537 Financial Analytics 金融分析

ISE 538 Performance Analysis Using Markov Models使用马尔可夫模型的性能分析

ISE 540 Text Analytics文本分析

ISE 543 Enterprise Business Intelligence and Systems Analytics企业商业智能和系统分析

ISE 562 Decision Analysis决策分析

ISE 580 Performance Analysis with Simulation仿真性能分析

Project Course (3 units) Select one course：

ISE 533 Integrative Analytics综合分析

ISE 534 Data Analytics Consulting 数据分析咨询

ISE 580 Performance Analysis with Simulation仿真的性能分析

Electives (9 units)： subject to approval by adviser

ISE Elective工业和系统工程选修课 (3 units)

Additional electives 其他选修课(6 units)

南加州大学Analytics研究生项目申请要求

先修课要求：

在任何工程或工程相关学科的认可机构获得学士学位。欢迎拥有非工程学科的学士学位的学生申请，包括但不限于：数学、经济学、统计学、商业、会计和金融。

TOEFL：90，单项20

GPA：3.0+

截止日期：

2023 spring 2022年9月15日;

2023 fall 2022年12月15日