哈佛大学数据科学硕士介绍

基本介绍

哈佛大学数据科学硕士项目隶属SEAS工程与应用科学学院(School of Engineering and Applied Sciences)下的IACS(Institute for Applied Computational Science)学院内。这个项目成立于2018年，是一个相对较新的研究生项目，由统计系和计算机科学系联合开办。该项目重点关注可复制数据分析、协作问题解决、可视化与通信，以及数据科学涉及的安全和伦理问题等话题。从课程设置来看，包括“数据科学概论专题”、“计算机科学系统”、“统计推断”、“贝叶斯数据分析”、“数据结构与算法”、“机器学习”等。因而需要申请者有较强的数学基础，最好要有微积分、线性代数、概率统计等数学先修课背景。

课程设置

1.核心课程

1) 数据科学 1：数据科学导论

2) 数据科学 2：数据科学的先进主题

3) 高级科学计算：数据分析、推理和优化的随机方法

4) 计算科学交流：系统开发

5) 数据科学中的批判性思维

2.研究课程

数据科学顶石研究项目课程应用计算独立研究

3.热门选修课

数据系统可视化机器学习人工智能高级机器学习机器学习时间系列–预测线性模型通用线性模型统计机器学习

学习成果

1) 建立统计模型，了解它们的力量和局限性;

2) 设计一个实验;

3) 使用机器学习和优化来做决定;

4) 获取、清理和管理数据;

5) 可视化数据，用于探索、分析和交流;

6) 团队协作;

7) 提供可重复的数据分析;

8) 管理和分析海量数据集;

9) 从广泛可用的工具中组装计算管道来支持数据科学;

10) 根据政策、隐私、安全和道德考虑开展数据科学活动;

11) 将解决问题的策略应用于开放式问题;