约翰霍普金斯大学数据科学专业课程设置有哪些要学习?看完本文汇总就懂了

　　大数据时代早已到来随着数据衍生出来的专业也很多，数据科学就是其中之一，数据科学专业旨在培养社会急需的具备大数据处理及分析能力的高级复合型人才，在美国有一所大学的数据科学专业十分杰出，那就是约翰霍普金斯大学，那么接下来小编就带着大家一起来了解下约翰霍普金斯大学数据科学专业课程设置有哪些要学习?看完本文汇总就懂了的相关介绍。

　　约翰霍普金斯大学数据科学专业课程

　　先决课程

　　Introduction to Python Python简介

　　Intro to Programming Using Java Java编程简介

　　Data Structures 数据结构*魏同学西北大学生物技术成功案例

　　Discrete Mathematics 离散数学

　　General Applied Mathematics 通用应用数学

　　Multivariable Calculus and Complex Analysis 多变量微积分和复杂分析

　　Introduction to Ordinary and Partial Differential Equations 常微分方程和偏微分方程介绍

　　Linear Algebra 线性代数

　　基础课程

　　Statistical Methods and Data Analysis 统计方法与数据分析

　　Algorithms for Data Science 数据科学算法

　　必修课程

　　Principles of Database Systems or Introduction to Machine Learning 数据库系统原理或机器学习导论

　　Data Visualization 数据可视化

　　Introduction to Optimization * or Computational Statistics 优化或计算统计简介

　　Statistical Models and Regression 统计模型和回归

　　Data Science 数据科学

　　选修课程

　　SELECT ONE 以下课程选一

　　Large-Scale Database Systems 大型数据库系统

　　Advanced Machine Learning 高级机器学习

　　Semantic Natural Language Processing 语义自然语言处理

　　Big Data Processing Using Hadoop 使用Hadoop进行大数据处理

　　SELECT ONE 以下课程选一

　　Introductory Stochastic Differential Equations with Applications 随机差分微分方程及其应用

　　Probability and Stochastic Process I 概率与随机过程I

　　Probability and Stochastic Process II 概率与随机过程II

　　Theory Of Statistics I 统计理论I

　　Theory of Statistics II 统计理论II

　　Queuing Theory with Applications to Computer Science 排队论及其在计算机科学中的应用

　　Data Mining 数据挖掘

　　Game Theory 博弈论

　　Stochastic Optimization & Control 随机优化与控制

　　Modeling, Simulation, and Monte Carlo 建模，仿真和蒙特卡洛

　　ADDITIONAL SELECTIONS 额外选修课

　　Probabilistic Graphical Models 概率图形模型

　　Applied Topology 应用拓扑

　　Graph Analytics 图形分析

　　Social Media Analytics 社交媒体分析

　　Cloud Computing 云计算

　　Artificial Intelligence 人工智能

　　Neural Networks 神经网络

　　Introduction to Machine Learning 机器学习简介

　　Applied Game Theory 应用博弈论

　　Queuing Theory with Applications to Computer Science 排队论及其在计算机科学中的应用

　　Game Theory 博弈论

　　Real Analysis 真实分析

　　Matrix Theory 矩阵论

　　Computational Methods 计算方法

　　Discrete Hybrid Optimization 离散混合优化

　　Mathematical Methods for Signal Processing 信号处理的数学方法

　　Introduction to Operations Research: Probabilistic Models 运筹学概论：概率模型

　　Monte Carlo Methods 蒙特卡洛方法

　　Graph Theory 图形论

　　Neural Networks 神经网络

　　Mathematics of Finance 金融数学

　　Mathematics of Risk, Options, and Financial Derivatives 风险，期权和金融衍生工具数学

　　Design and Analysis of Experiments 实验设计和分析

　　Multivariate Statistics and Stochastic Analysis 多元统计与随机分析

　　Bayesian Statistics 贝叶斯统计

　　Cryptography 密码学

　　Applied Topology 应用拓扑

　　Computational Complexity and Approximation 计算复杂度和近似值

　　Probabilistic Graphical Models 概率图形模型

　　Time Series Analysis 时间序列分析

　　Advanced Differential Equations: Partial Differential Equations 高级微分方程：偏微分方程

　　Advanced Differential Equations: Nonlinear Differential Equations and Dynamical Systems 高级微分方程：非线性微分方程和动力学系统

　　Theory of Probability 概率论

　　INDEPENDENT STUDY 自主学习

　　Capstone Project in Data Science 数据科学实案项目

　　Independent Study in Data Science I 数据科学I自主学习

　　Independent Study in Data Science II 数据科学II自主学习

　　约翰霍普金斯大学数据科学专业录取条件

　　•本科前置课程必须包括多元微积分，离散数学，java或C++课程，和数据结构的课程。带有编程方法学课程的Python也将接受作为编程语言的要求。线性代数或微分方程将代替离散数学。这些前置课程需要取得B−或更好的成绩。

　　•必须提交详细的工作简历。

　　•如果你没有修读本科前置课程，你可以通过完成指定的课程满足入学要求，成绩需要达到B−或更好。

　　•英语语言成绩要求：托福较低分要求是600 (paper-based), 250 (computer-based), or 100 (web-based)，送分代码是7561。雅思较低分要求是7.0。

　　以上就是小编整理的约翰霍普金斯大学数据科学专业课程设置有哪些要学习相关资讯，希望对你有所帮助。出国留学是一个具有挑战性的过程，除了不断提高自己的各项水平之外，找准时间点，掌握关键信息，也是成功获得Offer的通关秘籍。成立50余年，协助10余万名学生成功留学的IDP中国竭力为您提供专业的申请指导，助您实现留学梦！