數據科學碩士課程將為您提供理解和應用適當分析方法的知識和技能，從而幫助組織轉變實現目標的方式;有效處理大型數據管理任務;掌握數據分析的基礎 – 統計學和機器學習;以及評估和傳達新技術的有效性。

由于數據科學的興起是一項全球性現象，本課程將為您做好國際職業生涯的準備。您將獲得有關當代數據管理和分析技術的詳細知識，包括數據收集和存儲、可視化、基于互聯網的應用程序以及軟件項目管理等方面。您還將獲得高性能計算方面的重要技能。除了學習計算機和統計學的進階單元之外，您還可以從不同領域的眾多單元中進行選擇，并了解如何在跨學科領域應用您的數據科學知識和技能。

一、輔導成果

利用現有的數據科學技術來管理和分析大型或復雜的數據集。

評估新興數據科學技術和技巧及其對各種問題的潛在應用。

應用適當的技術進行數據管理、表示、分析和呈現。

使用新組件和現有組件的組合來確定規劃新數據管理項目時要考慮的權衡。

二、輔導內容

1.計算數據分析[CITS4009]

該裝置響應了一項緊急呼吁，即利用我們日常生活各個方面所產生的前所未有的數據量通過將數據科學作為一門處理收集、表示、操作和可視化數據的學科來介紹生活。

參加該單元的學生學習編寫計算機程序來提取、轉換和集成數據。包括傳統關系數據庫和基于 Web 的資源。數據不同表示格式(例如 XML、JSON 和 HDF5)以及存儲選項(包括 SQL 和 NOSQL 類型)，數據庫進行了介紹和比較。另一個核心目標是發展編程技能，以實現有效且有意義的數據可視化。學生有機會運用所學知識通過項目將數據采集、數據處理、數據表示和探索性可視化付諸實踐與現實世界的數據分析高度相關。

2.自然語言處理 [CITS4012]

在本單元中，我們從使用正則表達式的傳統文本處理技術開始，討論文本處理和規范化的需求。然后，我們介紹自然語言處理(NLP)的基本流程，包括詞性標記和各種句子解析方式，旨在為情感或文檔分類等更高級別的任務引入傳統的文本特征收集技術。基于對基于特征的 NLP 管道方法的優缺點的理解，該單元轉向 NLP 深度學習的現代方法，重點關注 NLP 的詞向量表示、神經語言模型和循環神經網絡。該單元圍繞主要 NLP 任務定位技術，包括信息提取、情感檢測、對話系統和機器翻譯。

3.開源工具和腳本 [CITS4407]

本單元向學生介紹支持和促進開源軟件成功的理念、設計、工具和實踐，開源軟件運行著世界上大部分的計算機基礎設施。涵蓋的重要主題包括使用 shell 作為編程語言、使用文件系統和管道來支持進程間通信、基本軟件組件、支持軟件開發和維護過程的工具以及支持軟件集成的一致接口的重要性。

4.數據倉庫 [CITS5504]

本單元介紹數據倉庫和 OLAP 的關鍵機制。它討論了數據倉庫的邏輯和物理設計，包括星型模式、雪花模式、數據集市、分區和物化視圖。學生通過學習 OLAP 技術來學習數據倉庫的使用，包括多維 OLAP (MOLAP) 和關系 OLAP (ROLAP) 架構、OLAP 操作以及對 OLAP 的結構化查詢語言 (SQL) 支持。

5.機器學習 [CITS5508]

在本單元中，學生將了解適用于科學和商業數據的機器學習技術。從大量數據中提取有意義的知識已成為商業和科學領域的首要任務。機器學習為數據分析提供了核心基礎理論和技術，其中算法迭代地從數據中學習以發現隱藏的見解。本單元涵蓋經典監督和無監督機器學習技術。

6.應用預測建模 [STAT4064]

本單元涵蓋了一組用于對復雜數據集進行建模、理解和預測的工具。這些工具選自統計和機器學習自然融合的主題，并通過應用示例進行激勵和演示。以學生容易理解的水平討論基本的一般概念和基本理論。使用統計包 R 分析數據集，并且該單元提供了該軟件的介紹。主題選自統計推斷、線性回歸、模型選擇、分類、重采樣方法、基于樹的方法、支持向量機和機器學習。

7.貝葉斯計算和統計 [STAT4066]

本單元介紹貝葉斯統計的概念，并說明如何將其應用到科學研究的各個領域。介紹了自行實現的算法和概率編程語言(WinBugs、JAGS 和/或 Stan)，并討論了后者與統計計算和圖形環境 R 的接口。討論了這些概率編程語言背后的一些計算方面，以證明這些算法框架的合理性。這些算法可以直接使用，也可以通過 R 接口，將貝葉斯框架內的統計模型與工程、科學(例如農業、生物、環境、醫學和物理)、社會科學、經濟、金融和天文學。

海馬課堂專業課程輔導

1.擁有4000+嚴選碩博學霸師資。針對學生的薄弱科目和學校教學進度，匹配背景相符的導師。

2.根據學生情況進行1V1專屬備課，上課時間靈活安排。

3.中英雙語詳細講解課程中的考點、難點問題，并提供多方位的課后輔導，輔助學生掌握全部課程知識，補足短板。