我们的高级数据科学理学硕士课程面向数学基础扎实、希望在数据科学领域发展高级技能的学生。您将通过使用R和Python等工具，在数据分析、机器学习、大数据处理和预测建模方面获得实践经验。本课程还涵盖机器学习及其他预测算法背后的理论。完成课程后，您将为在医疗、保险、金融和商业等领域的统计学家或数据科学家职业做好充分准备。
国家/地区
英国
学校
思克莱德大学
专业大类
工科
专业阶段
专业细分类
数据科学
学制
在校内，全日制12个月
学费
25,500英镑
语言要求
雅思成绩最低要求为6.0分（各单项不低于5.5分）。 我们为雅思成绩低于6.0分的学生提供全面的[英语语言课程](https://www.strath.ac.uk/studywithus/englishlanguageteaching/pre-sessionalacademicenglishandstudyskillsprogramme2025-2026/)。 除雅思外，大学目前还接受更多种类的英语语言测试成绩，适用于海外申请人，例如托福（TOEFL）和培生英语考试（PTE）剑桥英语考试等。请查看完整的[认可英语语言测试列表](https://www.strath.ac.uk/studywithus/englishlanguagerequirements/recognisedenglishlanguagequalifications/)。
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
雅思 | 6.0 | 5.5 | 5.5 | 5.5 | 5.5 |
托福（ibt）：总分73分，各单项最低分数要求如下：听力17分，阅读18分，口语20分，写作18分。
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
托福 | 73 | 18 | 17 | 20 | 18 |
培生学术英语考试（PTE Academic，UKVI认证）：总分60分，各单项不低于59分。
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
PTE | 60 | 59 | 59 | 59 | 59 |
课程描述
本课程包含以下必修模块：
1. R语言数据分析（20学分）：介绍R计算环境，涵盖数据导入、统计检验、最小二乘多元回归、广义线性模型、变量变换与选择、模型比较等内容；学习使用R函数与包、tidyverse进行数据处理，以及利用基础R和ggplot2进行数据可视化。
2. 大数据基础（10学分）：介绍大数据分析的挑战，重点讲解数据分析解决方案中的算法与技术；掌握Python在大数据技术中的应用，理解经典统计方法在现代数据分析中的运用及其工具局限性。
3. 大数据工具与技术（10学分）：深入理解大数据带来的挑战，学习可扩展的数据存储与使用方案；内容包括云NoSQL系统的设计与实现、设计权衡的影响，以及Map-Reduce编程范式。
4. 多变量分析（10学分）：提供多种应用于职业场景的多元数据分析技术，涵盖统计与机器学习方法；主题包括多元数据的图形探索、逻辑回归与判别分析、线性与二次判别分析、非参数分类、层次与非层次聚类、主成分分析。
1. R语言数据分析（20学分）：介绍R计算环境，涵盖数据导入、统计检验、最小二乘多元回归、广义线性模型、变量变换与选择、模型比较等内容；学习使用R函数与包、tidyverse进行数据处理，以及利用基础R和ggplot2进行数据可视化。
2. 大数据基础（10学分）：介绍大数据分析的挑战，重点讲解数据分析解决方案中的算法与技术；掌握Python在大数据技术中的应用，理解经典统计方法在现代数据分析中的运用及其工具局限性。
3. 大数据工具与技术（10学分）：深入理解大数据带来的挑战，学习可扩展的数据存储与使用方案；内容包括云NoSQL系统的设计与实现、设计权衡的影响，以及Map-Reduce编程范式。
4. 多变量分析（10学分）：提供多种应用于职业场景的多元数据分析技术，涵盖统计与机器学习方法；主题包括多元数据的图形探索、逻辑回归与判别分析、线性与二次判别分析、非参数分类、层次与非层次聚类、主成分分析。
联系我们
