约翰霍普金斯大学数据科学硕士课程详解 约翰霍普金斯大学数据科学申请条件
约翰霍普金斯大学数据科学硕士的课程严格，侧重于计算机科学、统计学和应用数学的基础知识，同时结合实际例子。毕业生们成功地从事从数据管道和存储到统计分析和数据引出在内的所有专业工作。接下来为大家介绍：约翰霍普金斯大学数据科学硕士课程详解 约翰霍普金斯大学数据科学申请条件
一、约翰霍普金斯大学数据科学硕士课程设置
必修课：
5门必修课，除Introduction to Data Science这门课，学生需从以下4个core areas里各选一门课。
4个core areas和其供选的课分别是：
统计：Statistics
Introduction to Statistics 统计概论
Bayesian Statistics 贝叶斯统计
Statistical Theory I 统计理论 I
Statistical Theory II 统计理论 II
机器学习：Machine Learning
Statistical Machine Learning: Methods, Theory, and Applications统计机器学习：方法、理论与应用
Machine Learning 机器学习
Statistical Machine Learning 统计机器学习
Machine Learning 机器学习
优化：Optimization
Nonlinear Optimization I 非线性优化 I
Nonlinear Optimization II 非线性优化 II
Convex Optimization 凸优化
计算：Computing
Data Processing 数据处理
Parallel Programming 并行编程
深入研究课程：
当然除了5门必修课之外，学生就可以在以下7个方向里选择1个深入学习了
Computational Medicine 计算医学：一个结合了数学、计算机科学、医学和工程学来分析和解释生物和医学数据的交叉学科领域。
Computational Machine Learning 计算机器学习：让学生使用线性代数、统计学和优化的方法来构建能够学习从数据进行预测的机器。
Computer Vision 计算机视觉：这是挺热门的方向了。有些本科读电子工程、通信工程、电气工程、信息工程、电气自动化还有计算机工程的同学，硕士想往机器学习上转，会选这个方向。
Computational Finance 计算金融：这基本就是金工了……
Mathematics of Data Science 数据科学中的数学：我仿佛又看到了熟悉的蒙特卡洛方法
Language and Speech：这应该和自然语言处理
Statistical Theory：这个方向偏理论
选修课：
按约翰霍普金斯大学的描述，同学们可以选择任意一门数据科学有关的课。选修课之后，同学们或者选择上一门叫做Big Data Design或其他一门带有项目的课程。然后同学们还必须写一篇相关论文，且论文会在每个学期期末的poster session期间被总结成学术海报。另外，现在特别时兴混合制的教学方式。
数据道德网课：
约翰霍普金斯大学数据科学硕士课程，还要求学生必须在大名鼎鼎的edx平台上一门有关数据道德的网课。最后，同学们还要完成一个在线的研究训练。
二、约翰霍普金斯大学数据科学硕士申请条件
1.前置课程
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。
2.工作经历
必须提交详细的工作简历。
3.成绩要求
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(无论是约翰霍普金斯工程学院或其他机构)，成绩需要达到B−或更好。
4. 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硕士课程相关信息。希望对你有所帮助。如果你想申请出国留学，欢迎联系IDP资深顾问。IDP资深顾问将用最专业的知识和多年一线留学服务经历，帮你量身打造留学规划：从专业的选择，到院校的确定，从PS指导，到CV精修，一切留学相关问题统统帮你找到最佳解决方案。IDP祝所有准留学生都能梦想成真!
