MSc i datavidenskab Michigan State University

Forbered dig på de datadrevne beslutningstagningskrav i enhver branche ved en førende amerikansk offentlig institution med Michigan State University s 4-semesters MS-grad i datavidenskab. Denne nye tværgående professionelle uddannelse, der deles af College of Engineering og College of Natural Science, forbereder eleverne i grundlæggende og anvendte emner, undervist af førende fakultet inden for datavidenskab, statistik, datalogi og beregningsmatematik. Du kan være en del af den indledende kohorte med optagelser i efteråret 2023.

MS-programmet i Data Science rekrutterer studerende med stærk bachelor-baggrund inden for et af kerneområderne inden for statistik, beregningsmatematik, datalogi og informationsvidenskab, eller nært beslægtede tekniske områder, og giver dem avanceret tværfaglig uddannelse på tværs af disciplinerne statistik, matematik, computer- og beregningsvidenskab, på niveauer, der er passende for MS-studerende i disse respektive discipliner. Uddannelsen er spredt over to akademiske år med undervisning; som sådan ville enhver dedikeret to-årig MS-grad inden for en af disse discipliner dykke mere i dybden i den retning end den to-årige MS-grad i Data Science.

Typiske studerende kommer ind med tilstrækkelige programmeringskompetencer. Disse kan omfatte praktisk erfaring med sprog fra de matematiske videnskaber, såsom MATLAB eller R, eller klassisk objektorienteret programmering.

Hvem leder vi efter:

• Du har en fireårig teknisk grad, og du skal lære mere om dataanalysemetoder for at fremme din professionelle karriere.
• Du nyder de matematiske videnskaber, og du kan programmere, især når du kan se, hvordan den praktiske side kan gøre en forskel i virkelige problemer.
• Du ønsker at blive dygtig til at forklare datavidenskabelige metoder til dine ikke-tekniske kollegaer og hjælpe med at formulere datadrevne teambaserede beslutninger.
• Du ser dig selv som potentielt i stand til at opfinde nye principielle datavidenskabelige metoder, som er tilpasset dit professionelle miljøs behov.

MS-graden i datavidenskab er en 30-kredit graduate-grad, der består af 18 krævede point, 9 valgfrie point og et 3-kredit hovedstenskursus. Besøg MSU Registrar kursus søgeside for MSU katalog kursusbeskrivelser.

Seks obligatoriske kurser (18 point) for dette program er afbalanceret mellem de tre enheder:

• STT 810, et kursus om sandsynlighed og matematisk statistik for dataforskere på MS-niveau
• STT 811, et kursus om anvendt statistisk metodologi for dataforskere på MS-niveau
• CSE 482, et datalogisk kursus i big data-analyse, som omfatter indsamling, lagring, forbehandling og analyse af store mængder data.
• CSE 881, et datalogisk kursus om data mining, på MS-niveau.
• CMSE 830, et grundlæggende kursus i algoritmer og metoder i Data Science på MS-niveau
• CMSE 831, et grundlæggende kursus i anvendt og beregningsmæssig optimering for datavidenskabsfolk, herunder implementering, på MS-niveau.

9 point valgfag trækker fra et bredt sæt af kurser i de tre enheder. Studerende med de 6 obligatoriske kurser ovenfor er velforberedte til at tage valgfag. Listen over valgfag omfatter følgende og kan omfatte andre kurser godkendt af MS DS-udvalget:

• STT 802, statistisk beregning ved hjælp af den specialiserede software R.
• STT 812, et kompakt kursus om moderne statistisk dataanalyse, herunder statistisk læring
• STT 873, et kursus om statistisk læring og datamining
• STT 874, et kursus i Bayesiansk analyse
• STT 875, et kursus i R-programmering til statistik
• CSE 802, et kursus om mønstergenkendelse
• CSE 830, et kursus i design og analyse af algoritmer
• CSE 847, et kursus om maskinlæring
• CSE 849, et kursus om dyb læring
• CMSE/CSE 822, et fælles kursus om parallel computing
• CMSE 402, et kursus om kommunikation i datavidenskab.
• Andre CMSE valgfag, som er ved at blive udviklet på MSU, hvoraf nogle er emnekurser, som allerede er blevet undervist i CSME, og som kunne undervises sammen med andre enheder. Der er planer for følgende emner:
  • CMSE 890 Uncertainty Quantification (er blevet undervist)
  • CMSE 890 Applied Topology (er blevet undervist)
  • CMSE 890 probabilistiske grafiske modeller (planlagt)
  • CMSE 890 Matematisk billedbehandling (planlagt)
  • CMSE 890 Biomedicinsk videnskabsdata (planlagt)
  • CMSE 890 Applied Machine Learning for Biomedicin (planlagt)
  • CMSE 890 beregningsmetoder til maskinlæring (planlagt)
  • Andre statistik-emner kurser STT 890 godkendt af MS DS-udvalget.
  • Andre datalogiske emner kurser CSE 890 godkendt af MS DS udvalget.
  • Ethvert MSU-kursus på kandidatniveau, der dækker datavidenskabelige emner, som kan godkendes af MS DS-udvalget.

Et 3-kredit hovedstenskursus involverer færdiggørelse af et anvendt, industrielt eller statsligt datavidenskabsprojekt. Kredit for dette kursus kan optages som et af de tre emner:

• STT 890
• CSE 890
• CMSE 890

Programmet bygger en portefølje af casestudier ved at byde på hovedstensprojekter drevet af industri-, regerings- eller akademiske kunder.

Med deres beregningsmæssige og analytiske færdigheder kan programmets kandidater:

• Assimiler, bearbejd og fortolk data fra rige og forskellige kilder eller fra store og potentielt distribuerede datasæt.
• Byg beregningsmæssige, matematiske og statistiske modeller, som udleder meningsfulde relationer i data og kan bruges til fortolkning og forudsigende analyse.
• Opret visualiseringer for at hjælpe med forståelsen af deres data og modeller.
• Kommuniker deres resultater og indsigt til en række forskellige målgrupper, så der kan træffes beslutninger, og der kan sættes ind.