MS in Data Science

Data Science Afdelingskurser

• DATS 6101 Introduktion til datavidenskab
• DATS 6102 Datavarehousing og analyse
• DATS 6103 Introduktion til Data Mining
• DATS 6201 Numerisk lineær algebra og optimering
• DATS 6202 Machine Learning I
• DATS 6203 Machine Learning II
• DATS 6401 Visualisering af komplekse data
• DATS 6402 Computing og parallel computing med høj ydeevne
• DATS 6450 Emner i datavidenskab

Eksempler på kurser der skal vælges i samråd med din rådgiver

• MATH 6522 Introduktion til numerisk analyse
• STAT 6207 Metoder til statistisk beregning
• STAT 6214 Anvendte lineære modeller
• STAT 6242 Regressionsgrafik / Ikke-parametrisk regression
• ECON 8375 Econometrics I
• ECON 8376 Econometrics II
• ECON 8377 Econometrics III
• ECON 8378 Økonomisk prognose
• GEOG 6304 Geografiske informationssystemer I
• GEOG 6306 Geografiske informationssystemer II
• GEOG 6307 Digital billedbehandling
• PSC 8120 ikke-lineære modeller
• PSC 8132 Netværksanalyse
• PSC 8185 Emner i empirisk og formel politisk analyse

Capstone Project

Som en kulmination på kandidatuddannelsen tilmelder de studerende sig til et tre-credit capstone-kursus og bruger deres sidste semester på at anvende de færdigheder og viden, de lærte i dataanalyse. Som slutsten arbejder eleverne i grupper på en praktisk anvendelse af datalogiske principper. Capstone teamprojekter vælges i samråd med kursuslæreren.

Læringsmål

Studerende, der gennemfører MS i datavidenskab, er udstyret til at anvende datavidenskabsteknikker til at løse problemer i den virkelige verden, kommunikere fund og effektivt præsentere disse fund ved hjælp af datavisualiseringsværktøjer.

Specifikt uddanner studerende med:

• Grundigt arbejdskendskab til statistiske dataanalyseteknikker
• Erfaring med data-mining software værktøjer
• Erfaring med banebrydende værktøjer og teknologier til analyse af big data
• Praktiske færdigheder til at visualisere og transformere data
• Kommunikationsevner og effektivt arbejde i teams

Fokusområder

Både kandidatuddannelsen og kandidatcertifikatprogrammet kombinerer kurser fra fire områder:

• Metoder: Grundlæggende om datastyring og dataanalyse; dyb ekspertise inden for programmeringssprog, der er afgørende for datavidenskab, herunder Python, JavaScript og R
• Ansøgninger: Valgfrie kurser i datavidenskab anvendt på et specifikt vidensdomæne, såsom astrofysik, statsvidenskab og geografi
• Færdigheder: Teamwork, projektledelse og kommunikationsevner
• Teknologi: Praktisk eksponering for data og visualiseringssoftware og sprog