數據科學組
中山大學應用數學系數據科學碩士班
修課內容
(I)畢業學分為30學分。
(II) (必修)是書報討論二學分，但不計入畢業學分內。
(III)課程分為「核心課程」、「選修課程」。
(i)「核心課程」(至少12學分): 統計學習與資料探勘、迴歸分析、平行計算(應數所&電機所)、圖論與連接網路、數據科學實務專題 (or統計諮詢)。
(ii) 「選修課程」
(a)多變量分析、統計模擬、 存活分析、 離散資料分析、財務時間序列分析、隨機過程、數值分析、矩陣計算(應數所&通訊所)、最佳化理論(應數所&通訊所)、數學規劃、應數所專題研討(一) 、應數所專題研討(二) 。
(b)機器學習(通訊所&電機所)、巨量資料分析導論(資管所)、巨量資料分析實務(資管所)、資料庫系統(資工所&資管所) 、多媒體資料庫系統(資工所)。
(c)中山大學研究所層級的課程。
學生得憑大學、研究所時的修課記錄，抵免部分課程。
預備知識 : 建議學生應具備「程式語言」 (3學分) 、「應用統計方法」(3學分) 、「資料庫管理」 (3學分)等課程之相關知識。
碩一上學期 (12+1學分)
|
課名 |
學分數 |
建議課程 |
|
核心課程 |
3 |
統計學習與資料探勘 (Statistical learning and data mining) |
|
核心課程 |
3 |
迴歸分析 (Regression analysis) |
|
選修課(Data science elective) |
3 |
統計模擬、離散資料分析、數值分析、矩陣計算、應用數學特論 |
|
選修課(Data science elective) |
3 |
巨量資料分析導論、資料庫系統(資管所)、多媒體資料庫系統(資工所)、機器學習(電機所) |
|
書報討論(一) |
0 |
Seminar I(含旁聽大數據探索 Big data explorer通識課程) |
碩一下學期(9+1學分)
|
課名 |
學分數 |
建議課程 |
|
核心課程 |
3 |
平行計算 (Parallel computing) |
|
核心課程or選修課 |
3 |
(1)圖論與連接網路 (Graph theory and interconnection netwoeks) (2)財務時間序列分析、存活分析、最佳化理論(應數所&通訊所) (3)富立葉分析、稀疏矩陣 |
|
選修課 |
3 |
機器學習(通訊所) 、資料庫系統(資工所) |
|
書報討論(二) |
1 |
Seminar II |
碩二上學期(6學分)
|
課名 |
學分數 |
建議課程 |
|
核心課程 or選修課 |
3 |
(1)數據科學實務專題 (Capstone project) (or統計諮詢) (2)多變量分析、隨機過程、數值分析、矩陣計算、應用數學特論 (3)平行計算(電機所) |
|
選修課 |
3 |
(1)專題研討(一) (Independent studies in special topic I) (2)巨量資料分析實務、資料庫系統(資管所)、多媒體資料庫系統(資工所) |
碩二下學期(3學分)
|
課名 |
學分數 |
建議課程 |
|
選修課 |
3 |
(1)專題研討(二) (Independent studies in special topic II) (2)財務時間序列分析、存活分析、最佳化理論(應數所&通訊所)、稀疏矩陣、機器學習(通訊所) 、資料庫系統(資工所) |
