学科代码:MA5810:03

我们已经进入了大数据时代。获取数据的能力，能够理解数据，处理数据，从中提取价值，将其可视化，并与之交流，这将是未来几十年非常重要的技能。数据挖掘是一种利用数据分析方法和算法从大量数据中发现模式的技术。数据挖掘在数据科学中占有重要地位，在商业、医学、科学和工程等许多实际应用中得到了广泛的应用。

本主题将为您提供一系列广泛使用的算法和技术，以自动从数据中提取模式和模型。您将学习数据挖掘中最常见的描述性和预测性任务的经典技术，包括聚类、异常值检测和分类。算法和技术将在概念和实践层面进行研究。采用软件包对实际数据集进行动手数据挖掘。

软件平台:

---

学习成果

• 在数据科学及其应用中，整合和应用先进的实践、技术和理论知识，包括对最新发展和现代挑战的理解
• 从各种来源检索、分析、综合和评估复杂的信息、概念、方法或理论
• 通过选择和应用适合于数据和应用的定性和定量方法、技术和工具，计划和开展对数据集的适当调查
• 分析需求，并展示适当的计算语言和计算工具的有效应用，用于数据采集、查询、管理、分析和可视化
• 通过主动应用数据科学的知识和技能和专家判断，识别、分析和生成复杂问题的解决方案，特别是与热带、区域或土著环境相关的问题
• *通过先进的书面和口头英语语言技能和各种媒体，向专家和非专业观众清晰连贯地传达数据科学的数据概念和方法，以及数据科学应用的论点和结论
• 严格审查道德原则、数据安全和隐私问题，并在适当的情况下审查监管要求和文化框架，以便在不同的情况下有效、负责任和安全地工作
• 反思当前的技能、知识和态度，以自主和/或与他人合作管理他们的专业学习需求和表现
• 应用研究原理，方法，技术和工具的知识来计划和执行一个实质性的基于研究的项目，顶点经验和/或奖学金。

---

评估

本课程的评估将在七周的学习期间的不同时间进行。任务可能包括在线测验、讨论板活动、投资组合开发、案例研究、反思、文献综述演示和报告。我们将在整个学习期间向您提供反馈，并在学习期结束时给出最终成绩。

---

这是网上研究的交叉学科之一数据科学硕士。

请注意，课程结构和内容可能会有所更改。有关所有科目的资料，请下载课程指南。

下载课程指南