健康数据分析与机器学习理学硕士

本课程包含若干必修核心模块和一个独立研究项目。学生需完成所有核心模块，包括：健康科学中的人工智能（涵盖生成模型与大语言模型的应用）、统计思维与数据分析导论（强调流行病学、随机试验及公共卫生中的统计分析评估）、流行病学原理与方法（学习描述、分析与评价流行病学研究的能力）、分子流行病学（探讨生物技术进步对流行病学的革新）、转化数据科学第一部分（讲授GitHub、Bash脚本、并行编程与高性能计算等可重复研究的基础技能）、临床数据管理（涵盖医学数据特点、数据库设计、数据安全与匿名化，并通过SQL和Python进行实践）、机器学习（介绍核心方法与工具）以及计算流行病学（学习可解释数据分析与数据整合的新方法）。随后在转化数据科学第二部分中，学生将以小组形式开展为期较长的项目，运用所学技能处理真实大数据，完成达到发表水平的研究。第三学期将进行为期四个月的独立研究项目，在导师指导下应用高级技术分析实际数据集，并撰写论文形式的报告，通过口头答辩进行评估。