MS Data Science
The George Washington University - Columbian College of Arts & Sciences
Nyckelinformation
Välj plats
Campus läge
Washington, Amerikas förenta stater
språk
Engelsk
Studieformat
På Campus
Varaktighet
3 terminer
Takt
Heltid, Deltid
Studieavgifter
USD 1 885 / per credit *
Ansökningstiden
Begär info
Tidigaste startdatum
Begär info
* per kredit. Ytterligare avgifter kan tillkomma
Introduktion
Med utgångspunkt i statistik, datavetenskap och matematik fokuserar Master of Science i datavetenskap på effektiv användning av ett brett spektrum av information hämtad från natur- och samhällsvetenskap. På grund av läroplanens tvärvetenskapliga karaktär och unik tillgång till samverkande externa byråer och organisationer, erbjuder programmet en rik, praktisk erfarenhet.
Eleverna är utrustade med de senaste verktygen för analys och datavisualisering och är fördjupade i komplexa ämnen, till exempel hur man identifierar mönster från stora delar av data. Kurserna omfattar även maskininlärning och programmeringsspråken Python, JavaScript och R.
Antagningar
Läroplan
Data Science Institutionskurser
- DATS 6101 Introduktion till datavetenskap
- DATS 6102 Datavarehousing och analys
- DATS 6103 Introduktion till Data Mining
- DATS 6201 Numerisk linjär algebra och optimering
- DATS 6202 Machine Learning I
- DATS 6203 Machine Learning II
- DATS 6401 Visualisering av komplexa data
- DATS 6402 High-Performance Computing and Parallel Computing
- DATS 6450 Ämnen i datavetenskap
Exempel på kurser som ska väljas i samråd med din rådgivare
- MATH 6522 Introduktion till numerisk analys
- STAT 6207 Metoder för statistisk beräkning
- STAT 6214 Tillämpade linjära modeller
- STAT 6242 Regression Grafics / Nonparametric Regression
- ECON 8375 Econometrics I
- ECON 8376 Econometrics II
- ECON 8377 Econometrics III
- ECON 8378 Ekonomisk prognos
- GEOG 6304 Geografiska informationssystem I
- GEOG 6306 Geografiska informationssystem II
- GEOG 6307 Digital bildbehandling
- PSC 8120 icke-linjära modeller
- PSC 8132 Nätverksanalys
- PSC 8185 Ämnen i empirisk och formell politisk analys
Capstone Project
Som en höjdpunkt på masterprogrammet registrerar studenterna sig för en tre-kredit-kapellkurs och tillbringar sin sista termin med att tillämpa de färdigheter och kunskaper de lärt sig i dataanalys. Som grundsten arbetar eleverna i grupper med en praktisk tillämpning av datavetenskapliga principer. Capstone teamprojekt väljs i samråd med kursläraren.
Programresultat
Lärandemål
Studenter som slutför MS i datavetenskap är utrustade för att tillämpa datavetenskapliga tekniker för att lösa verkliga problem, kommunicera resultat och effektivt presentera dessa resultat med hjälp av datavisualiseringsverktyg.
Närmare bestämt tar studenter examen med:
- Grundliga kunskaper om statistisk dataanalysteknik
- Erfarenhet av programvara för datautvinning
- Erfarenhet av banbrytande verktyg och teknologier för att analysera big data
- Praktiska färdigheter för att visualisera och transformera data
- Kommunikationsförmåga och att arbeta effektivt i team
Fokusområden
Både magisterexamen och examensprogrammet kombinerar kurser från fyra områden:
- Metoder: Grunderna i datahantering och dataanalys; djup expertis i de programmeringsspråk som är viktiga för datavetenskap, inklusive Python, JavaScript och R
- Tillämpningar: Valbara kurser i datavetenskap applicerade på ett specifikt kunskapsområde, såsom astrofysik, statsvetenskap och geografi
- Färdigheter: Lagarbete, projektledning och kommunikationsförmåga
- Teknik: Praktisk exponering för data och visualiseringsprogram och språk