诺丁汉大学数据科学硕士选课途径

诺丁汉大学数据科学硕士课程的目的是发展学生在统计建模、机器学习和高级算法等关键主题方面的知识。学生将学习总共180学分的课程，分为120学分的必修和选修课程，以及一个60学分的个人项目。学生不需要计算机编程经验。根据学生的背景，诺丁汉大学数据科学硕士选课的具体途径如下：

一、面向所有学生的核心课程

1、研究项目60学分

2、拥有计算机科学学位或同等学历的学生需要从以下计算机科学课程列表中获得60学分：

机器学习20学分

高级算法和数据结构10学分

计算机视觉20学分

决策支持的模拟和优化20学分

数据建模和分析20学分

计算机职业道德10学分

可计算性10学分

线性和离散优化20学分

模糊逻辑和模糊系统20学分

信息可视化基础10学分

大数据10学分

高级算法和数据结构可以作为包含小组项目的20学分课程，或者作为不包含小组项目的10学分课程。

3、没有计算机科学背景的学生必须从以下课程入手：

(1)编程20学分

(2)然后需要从剩余的计算机科学课程列表中获得40学分：

数据建模和分析20学分

计算机视觉20学分

机器学习20学分

决策支持的模拟和优化20学分

数据库、界面和软件设计原则20学分

模糊逻辑和模糊系统20学分

信息可视化基础10学分

大数据10学分

二、数据科学课程

1、没有数学科学学位或同等学历的学生必须从以下课程开始：

(1)应用统计和概率20学分

(2)然后需要从下面列出的数学科学课程中获得40学分：

应用统计建模20学分

时间序列和预测20学分

应用多元统计20学分

2、拥有数学科学学位或同等学位的学生需要从以下数学科学课程列表中获得60学分：

应用多元统计20学分

应用统计建模20学分

计算统计学20学分

统计推断20学分

时间序列和预测20学分

统计机器学习20学分

想了解诺丁汉大学数据科学硕士课程具体内容的同学可以直接与我们联系，我们会逐一为同学进行介绍。同时，我们可以根据同学的学习基础、兴趣方向，以及课程的评估难度、导师情况等各方面因素，为同学提供有针对性的诺丁汉大学数据科学硕士选课方案。