Applied Statistics and Data Science MSc

本课程分为两个学期和一个暑期项目。第一学期学习数据科学的数学基础与统计模型，包含两门必修课：《数据科学数学基础》（30学分）和《统计模型与随机过程基础》（30学分），为后续专业方向学习奠定基础。

第二学期可选择四个专业方向之一：

1. 全球健康与流行病学方向：学习传染病模型（如SIR/SEIR）、空间数据建模、疫情网络模拟及公共卫生影响评估。课程包括《传染病建模》《空间与结构异质性建模》《流行病学统计》各20学分。

2. 投资科学机器学习方向：聚焦金融趋势预测与风险管理，内容涵盖投资组合理论、信用风险建模、金融衍生品定价与无监督学习。课程为《量化风险管理》《数学金融》《金融机器学习》各20学分。

3. 社会金融方向：结合数据分析与金融建模，设计普惠金融产品，促进社会包容。课程包括《社会金融数学》《量化风险管理》《创业思维与创新》各20学分。

4. 统计学方向（仅限数学或理论物理背景学生）：深入数据科学数学方法与统计应用，课程为《流行病学统计》《金融机器学习》《数据科学随机理论与方法》各20学分。

暑期进行60学分的“顶点项目”（CAPSTONE PROJECT），可独立或组队完成应用统计或数据科学的研究或工业课题，可能涉及产业合作。

教学方式包括讲座、辅导课、视频、互动学习与项目指导；评估方式多样，含考试、作业、个人与小组项目。课程体现“利物浦三大特色”：科研融合教学、主动学习、真实评估，并注重数字素养、自信心与全球公民意识培养，秉持包容性教育理念。