宾夕法尼亚大学-数据科学硕士介绍

宾夕法尼亚大学简介：宾夕法尼亚大学（University of Pennsylvania ），常春藤盟校之一，位于宾夕法尼亚州费城，是由美国著名科学家和政治家、开国元勋、《独立宣言》起草人之一，避雷针的发明者本杰明·富兰克林创办。宾夕法尼亚大学是北美大学协会AAU 14所创始成员之一；美国第一所从事科学技术和人文教育的现代高等学校；全美第一所医学院；全美第一所商学院；全美第一个学生会组织；人类历史上第一台通用计算机的诞生地。

数据科学硕士简介：据科学硕士（Master of Science in Engineering (MSE) in Data Science (DATS)）开设在工程与应用科学学院，计算机与信息科学系（Department of Computer an Information Science，缩写CIS系）下。课程通常需要1.5年-2年的时间完成。完成学位课程需要修读10门课程，包括基础课、核心课、技术和深度领域选修课。

2门基础课程：

编程语言和技术（PL）：CIT590 编程技语言和技术(或者CIT591-软件开发简介)。

算法：CIT596算法与计算。

3门核心课程：

数学：数学统计( STAT 512） 或 线性代数/优化(CIS 515)或 数据科学STAT(ESE 542）。

大数据分析：大数据分析(CIS 545)。

挖掘和学习：机器学习入门(CIS 519) 或机器学习(CIS 520) 或现代数据挖掘(STAT 571 )或  数据驱动的建模和概率科学计算（ENM 531）或数据挖掘：从海量数据集（ESE）中学习545）。

深度领域在数据科学应用领域中提供预备课程和论文或实践。

A 专题论文/实习

需要注册DATS 597-硕士论文(2学分)或DATS 599-硕士独立学习(2学分)。项目建议将提供给学生。学生可以从这些建议的项目中进行选择，或者也可以提出他们自己的项目/顾问的想法。学生将由项目主任和项目领域的顾问共同指导，并必须获得教务主任的批准。

B 生物医学

脑机接口（BE 521）

网络神经科学（BE 566）

建立生物系统的数学计算方法（BE 567）

计算生物学和生物学建模简介（CIS 536）

生物医学图像分析（CIS 537）

理论与计算神经科学（PHYS 585）

生物信息学（STAT 953）

C 社会/网络科学

计量经济学I-基础知识（ECON 705）

计量经济学III：截面计量经济学的高级技术（ECON 721）

计量经济学IV：时间序列计量经济学的高级技术（ECON 722）

市场营销中的应用概率模型（MKTG 776）

D 以数据为中心的编程

软件系统  （CIS 505）

数据库（CIS 550）

高级编程（CIS 552）

互联网和Web系统（CIS 555）

编程和问题解决（CIS 559）

软件工程（CIS 573）

计算机系统编程（CIT 595

E 调查和统计方法

预测和时间序列分析（STAT 910）

抽样调查方法（STAT 920）

观察性研究（STAT 921）

社会，行为和生物科学的现代回归（STAT 974）

加速回归分析（STAT 621）

F 数据分析和人工智能

人工智能（CIS 521）

数据科学深度学习（CIS 522）

计算语言学（CIS 530）

机器感知（CIS 580）

计算机视觉（CIS 581）

ML中的高级主题（CIS 620）

计算机视觉高级主题（CIS 680）

机器人技术学习（ESE 650）

现代数据挖掘（STAT 57 1）

G 自然科学/工程学的仿真方法

分子建模与仿真（CBE 525）

能量和化学转化计算科学（CBE 544）

有限元分析（MEAM 527）

计算力学（MEAM 646）

材料科学中的原子建模（MSE 561）

生物系统的多尺度建模（BE 599）

建立生物系统的数学计算方法（BE 567）

由课程也可以看出宾大的数据科学硕士为学生提供了一系列以数据为中心的职业培训，无论是技术和工程，咨询，科学，政策制定还是文学，艺术或通信模式。

申请要点：

具备很强的数学和统计能力以及掌握一些编程经验

录取案例：

案例1：美本TOP 40，统计+CS 3.7+；

案例2：TOP 985，GPA：3.90+，TOEFL：110+，GRE：330+ ；

案例3：美本TOP 40，GPA：3.9+，GRE：325+