Data Science and Analytics, MS

Generelt

Program beskrivelse

Mission statement

Missionen for College of Charleston 's kandidatuddannelse i datavidenskab og analysegrad er at udfylde det voksende behov for kandidater med datadrevet, kvantitativ, analytisk og computerværdighed - dvs. en datavidenskabsmand.

Programbeskrivelse

Der er flere overlappende, men forskellige måder at identificere og definere en datavidenskabsmand. I hjertet af datavidenskab er målet om videnopdagelse fra data. Dette kræver en kerne af specialiserede færdigheder fra domænerne i datalogi og matematik suppleret med betydelig eksponering for et specialiseringsområde (f.eks. Erhverv, videnskab, samfundsvidenskab og humaniora).

Kandidater fra dette uddannelse behersker følgende kernefærdigheder: Datamodellering, Datavangling, eksperimentel design, statistik, optimering, maskinlæring og datavisualisering. Kernefærdighederne suppleres med domænespecifikt valgfrit kursusarbejde. Der tilbydes anbefalede valgfrie pakker, som specifikt forbereder de studerende til følgende karrieremål: Maskinlæring af datavidenskabsmand, modellering og softwareteknologi Datavidenskabsmand, Computational Data Scientist, Scientific Computing og en Business Analytics Data Scientist. Alle studerende i dette program vil anvende deres kerne- og domænespecifikke færdigheder og viden til enten en erhvervspraksis eller en specialeerfaring.

Programmets specifikke læringsmål er:

  1. Kandidater vil demonstrere avanceret og anvendt viden om computerprogrammering, dataorganisation, data mining, datavisualisering og algoritmer.
  2. Kandidater vil demonstrere en avanceret forståelse af kerneområdet i matematik og statistik, herunder optimering, maskinindlæring, regression og lineær algebra.
  3. Kandidater vil demonstrere en anvendelse af deres kandidatuddannelser inden for datavidenskab gennem færdiggørelsen af en Practicum Experience eller Research Thesis.

Påkrævede kurser

  • CSIS 604 Distribueret computersystemarkitektur (3)
  • CSIS 638 Implementering af databasestyringssystemer (3)
  • DATA 505 Computational Data Science and Analytics (3)
  • DATA 506 Matematisk datavidenskab og analyse (3)
  • DATA 507 Videnskabelig beregning i datavidenskab (3)

eller

  • MATH 540 Statistisk læring I (3)
  • DATA 510 Rengøring af data, organisering og visualisering (3)
  • DATA 534 Machine Learning, Data Mining og Analytics (3)
  • MATH 550 Lineære modeller (3)

Valgfrie kurser

  • Komplet 6 kredit timer fra følgende:
  • BIOL 612 Conservation Genetics (4)
  • BIOL 649 Comparative Genomics (4)
  • CSIS 602 Fundament of Software Engineering (3)
  • CSIS 618 programmeringssprog (3)
  • CSIS 632 Datakommunikation og netværk (3)
  • CSIS 654 Software Krav Analyse og specifikationer (3)
  • CSIS 690 Specialemner i computing (3)
  • DATA 590 Særlige emner i datavidenskab og analyse (3)
  • EVSS 549 Geografiske informationssystemer (4)
  • EVSS 569 Avanceret GIS: Miljø- og faremodeller (4)
  • MATH 541 Statistical Learning II (3)
  • MATH 545 Numerisk analyse I (3)
  • MATH 551 Lineær programmering og optimering (3)
  • MATH 552 Operations Research (3)
  • MATH 555 Bayesiske statistiske metoder (3)
  • MBAD 503 Økonomistyring (3)
  • MBAD 516 økonomisk modellering (3)
  • MBAD 521 Forbrugermarkedsstrategi (3)
  • MBAD 522 Markedsundersøgelser og analyse til beslutningstagning (3)
  • MBAD 525 Marketing Management (3)

Speciale eller praktisk mulighed

Komplet 6 kredit timer med enten DATA 698 Practicum i Data Science and Analytics (3) eller DATA 699 Thesis in Data Science and Analytics (3).

For praktikumuligheden er den studerende ansvarlig for at foreslå et Practicum-projekt hos en virksomhed, der udfører datavidenskab og analysearbejde. Hans / hendes praktik skal direkte relateres til datavidenskab og analytiske koncepter på kandidatniveau. Studerende, der allerede er ansat i et datavidenskabsfelt, skal udføre yderligere datavidenskabelige opgaver uden for deres nuværende ansvar. Practicum-oplevelser skal godkendes af både programdirektøren og den praktiske kursusinstruktør inden tilmelding til DATA 698.

Specialet kræver et traditionelt forskningsprojekt, der er kendetegnet ved en omfattende artikel om et forskningsemne. Den studerendes identifikation af en specialevejleder. Rådgiveren er leder af et kandidatafhandlingskomité med mindst tre fakultetsmedlemmer, der skal omfatte datalogi og analyseprogramleder. Udvalget skal godkende specialeforslag inden en studerende tilmelder sig DATA 699. Udvalget beslutter også i sidste ende, om den studerende med succes har forsvaret hans / hendes afhandling, der kræves for at gå videre.

Overfør kreditpolitik

Ingen programspecifikke retningslinjer.

Adgangskrav

Institutionelle krav

  • En udfyldt ansøgningsskema med et refunderbart ansøgningsgebyr på $ 50.
  • Officielle udskrifter af alle undervisnings- og kandidatuddannelser. Der kræves en optjent bachelorgrad fra et akkrediteret universitet eller universitet.
  • Internationale ansøgere skal henvise til området Internationale studerende i afsnittet "Oplysninger om optagelse" i kataloget for at få oplysninger om, hvordan du leverer passende dokumentation til ansøgningen.

Programkrav

  • GRE. Indsendelse af en officiel (GRE) testresultat. Testen skal udføres inden for fem år efter påføring. Acceptabel GRE-minimums score er en verbal og kvantitativ kombination af 300 og 4.0 i den skriftlige vurdering.
  • Bestå en indgangseksamen. Før de begynder deres første kandidatkurser, skal alle studerende, der deltager i dette program, bestå en færdighedstest, der demonstrerer forudsætning for viden inden for områderne grundlæggende programmering, datalogi, matematik og statistik. Testen administreres af programdirektøren. Beregnede emner, der er dækket af færdighedstesten, inkluderer: forgrening og iteration, strengmanipulation, gæt og kontrol, tilnærmelser, bisektion, nedbrydning, abstraktioner, funktioner, tupler, lister, aliasing, mutabilitet, kloning, rekursion, ordbøger, test, debugging, undtagelser, påstande, objektorienteret programmering, klasser og arv, forståelse af programmets effektivitet, søgning og sortering. Statistiske emner, der er dækket af testen, inkluderer: tilfældige variabler, fordelinger, kvantiler, middelvarians, betinget sandsynlighed, Bayes teorem, grundfrekvensfejl, fælles fordelinger, samvariation, korrelation, uafhængighed, central grænse teorem, Bayesian inferens med kendte tidligere, sandsynlighed intervaller, konjugeret forudgående, Bayesisk inferens med ukendte forudgående, frekvensistiske signifikantest og konfidensintervaller, genprøvningsmetoder: bootstrapping, lineær regression. Kontakt programdirektøren for at få flere oplysninger om, hvordan du forbereder dig til optagelseseksamen.
  • Angiv formålserklæring. Der kræves en erklæring om formålet med 300-500 ord. Ansøgere skal diskutere deres mål efter at have opnået kandidatgraden, og hvad ansøgeren mener, at han / hun vil bidrage til programmet.
  • Giv anbefalingsbreve. Der kræves to anbefalelsesbreve, der skal indeholde detaljer om ansøgerens motivation og evne til at gennemføre programmet.

Ansøgningsfrister

  • Efterår: Intet faldoptagelse
  • Forår: Intet forår optagelse
  • Sommer: 1. februar
Senest opdateret Sep 2019

Om skolen

Located in the heart of historic Charleston, South Carolina, the College of Charleston is a nationally recognized public liberal arts and sciences university. Founded in 1770, the College is among the ... Læs mere

Located in the heart of historic Charleston, South Carolina, the College of Charleston is a nationally recognized public liberal arts and sciences university. Founded in 1770, the College is among the nation’s top universities for quality education, student life, and affordability. Its beautiful and historic campus, combined with contemporary facilities, cutting-edge programs and accessible faculty attracts students from across the U.S. and around the world. Minimer