Science des données - MS
Kent State University
Information clé
Emplacement du campus
Kent, États-Unis d'Amérique
Langues
Demande d'info
Format d'étude
Sur le campus
Durée
Demande d'info
Rythme
À plein temps
Frais de scolarité
Demande d'info
Date limite d'inscription
Demande d'info
Date de début au plus tôt
Demande d'info
introduction
Science des données - MS
Le Master of Science en science des données met l'accent sur le développement de scientifiques qui comprendront les théories, les méthodes et les outils de la science des données et appliqueront la science des données à la résolution de questions de recherche et de travail dans les sciences naturelles, de la santé et sociales pour les entreprises et les industries.
La science des données est une discipline STEM émergente fondée sur les principes des mathématiques et des sciences et développée grâce à une synthèse des mathématiques et de l'informatique. On peut penser à la science des données comme un mélange de méthodes et d'idées issues de l'analyse, des statistiques, des bases de données, du big data, de l'intelligence artificielle, de l'analyse numérique, de la théorie des graphes et de la visualisation dans le but de trouver des informations dans les données et d'appliquer ces informations à la résolution de problèmes réels. problèmes mondiaux.
Admissions
Bourses et financement
Plusieurs options de bourses sont disponibles. Veuillez visiter le site Web de l'université pour plus d'informations.
Curriculum
Principales exigences
- Conception de systèmes de base de données avancés
- Techniques d'exploration de données
- Analyse de Big Data
- Les statistiques appliquées
- Statistiques de calcul
- Apprentissage statistique
Exigence d'expérience culminante, choisissez parmi les options suivantes:
- Projet Capstone
- Projet Capstone et stage d'études supérieures
- Thèse I
- Thèse I
Major au choix, choisissez parmi les suivants:
- Statistiques biologiques
- Intelligence artificielle
- Sécurité et confidentialité des données
- Gestion du Big Data
- Gestion des données probabilistes
- Informatique de santé computationnelle
- Intelligence artificielle avancée
- Systèmes multimédias et biométrie
- Visualisation des informations
- Recherche ou
- Recherche
- Économétrie I
- Économétrie Ii
- Analyse des séries chronologiques
- Concepts de santé environnementale en santé publique
- Fondamentaux de l'épidémiologie de la santé publique
- Principes de la recherche épidémiologique
- Modèles d'observation pour la recherche clinique
- Modèles expérimentaux pour la recherche clinique
- Science de l'information géographique
- Science de l'information géographique avancée
- Gestion de l'informatique de la santé
- Analytique clinique
- Facteurs humains et utilisabilité en informatique de la santé
- Analyse clinique II
- Principes fondamentaux de la gestion des connaissances
- Le paysage de l'information
- Organisation de l'information
- Théorie des probabilités et applications
- Sujets en théorie des probabilités et processus stochastiques
- Modèles actuariels stochastiques
- Analyse statistique quantitative I
- Analyse statistique quantitative II
Résultat du programme
Les diplômés de ce programme pourront:
- Posez les questions pour que les problèmes dans une situation commerciale ou industrielle particulière deviennent évidents.
- Déterminez si le problème peut être résolu avec des méthodes et des outils de science des données, et si oui, proposez des méthodes potentielles pour résoudre les problèmes.
- Faire des suggestions sur la manière dont la science des données peut être utilisée pour améliorer la qualité et la valeur des produits existants (qu'il s'agisse de produits physiques ou de méthodes) et sur la manière dont la science des données peut être utilisée dans le développement de nouveaux produits.