数据科学与机器学习
Master of Science in Data Science & Machine Learning
专业介绍
新加坡国立大学理学院数据科学与机器学习理学硕士项目旨在满足不断增长的对大数据人才的需求。新加坡国立大学数据科学与机器学习理学硕士项目融合了计算机科学、数学和统计学的跨学科知识，将数据分析与机器学习相结合。除了学习知识，学生还有机会将机器学习和数据分析综合应用到金融行业、医疗保健、政府和社区。
专业要求
学制
1-2年
申请费用
100新加坡元
学费
2024/2025学年51,000新加坡元
申请要求
8月入学；定量科学（如数学、统计学和物理学）、工程学或计算机科学的学士学位，托福85或雅思6.0
相关数据分析
录取学生主要来自
985/211
录取学生的专业背景
录取学生的标化成绩
平均GPA
88
雅思/托福平均成绩
-/106
GRE/GMAT平均成绩
-/-
录取学生的实习/工作经历
录取学生中具有
全职工作经历占比
<1个月
录取学生平均实习时长
*以上数据会因录取样本采集数量产生一定偏差及波动，仅供参考
课程/
Curriculum
Curriculum
- 必修：工业大数据概论Compulsory：Introduction to Big Data for Industry
- 必修：数据建模的优化算法Compulsory：Optimization Algorithms for Data Modelling
- 必修：数据管理与检索原理Compulsory：Principles of Data Management and Retrieval
- 必修：机器学习原理Compulsory：Principles of Machine Learning
- 必修：DSML行业咨询与应用项目Compulsory：DSML Industry Consulting and Applications Project
- 选修：机器学习高级主题Elective：Advanced Topics in Machine Learning
- 选修：视觉数据处理与解释Elective：Visual Data Processing and Interpretation
- 选修：深度学习及其应用Elective：Deep Learning and Applications
- 选修：量化金融中的数据科学Elective：Data Science in Quantitative Financ
- 选修：电子数据科学高级主题Elective：eAdvanced Topics in Data Science
- 选修：机器学习的文本处理和解释数据科学的可扩展分布式计算Elective：Text Processing & interpretation with Machine LearningScalable Distributed Computing for Data Science
- 选修：矩阵计算Elective：Matrix Computation
- 选修：图论专题Elective：Topics in Graph Theory
- 选修：建模与数值模拟Elective：Modelling and Numerical Simulations
- 选修：数量金融中的数值方法Elective：Numerical Methods in Quantitative Finance
展开查看全部课程
