• 简介
  • 课程
  • 案例
  • 资讯
  • 统计学(数据科学)理学硕士 - 帝国理工学院
    MSc Statistics (Data Science)
    申请难度:高 就业前景:优 消费水平:高
    7 4
    项目简介
    入学时间 项目时长 项目学费
    9月 1年 £34,350
    申请时间
    2024Fall
  • - 开放时间
  • 已截止 Round1
    2024Fall Round1 开始时间:- 结束时间:已截止 距申请截止还剩-20048天
  • 语言要求
    类型 总分要求 小分要求
    雅思 6.5(标准) 7.0(高级) L:6.0 | R:6.0 | W:6.0 | S:6.0(标准) L:6.5 | R:6.5 | W:6.5 | S:6.5(高级)
    托福 92(标准) 100(高级) L:20 | R:20 | W:20 | S:20(标准) L:22 | R:22 | W:22 | S:22(高级)
    其它要求

    土木工程、自然科学、地球科学或其他数理学科二等一级学位

    多邻国英语测试:

    标准水平:总分 115 分,任何分数段均不低于 105 分

    高水平:总分 125 分,任何分数段均不低于 115 分

    国际 ESOL 语言证书

    标准:ESOL B2 测试(听力、阅读、写作、口语),高分通过

    高级:ESOL C1(听力、阅读、写作、口语),所有部分均及格。

    培养目标

    在本硕士课程中,您将学习数据科学技术及其在统计学中的应用。 您将探索数据科学中使用的各种统计方法,并探索该领域的最新发展。 本课程将探讨这些方法在各个领域的应用。这些领域包括科学、政府、工业和商业环境。 您还将利用课程中掌握的研究技术,在数据科学的某个领域开展独立调查。

    帝国理工学院统计学(数据科学)理学硕士专业官网
    主要课程
    序号 课程介绍 Curriculum
    1 统计概率 Probability for Statistics
    2 统计推断基础 Fundamentals of Statistical Inference
    3 应用统计学 Applied Statistics
    4 计算统计学 Computational Statistics
    5 机器学习 Machine Learning
    6 数据科学 Data Science
    7 大数据 Big Data
    8 高级模拟方法 Advanced Simulation Methods
    9 高级统计金融 Advanced Statistical Finance
    10 贝叶斯方法 Bayesian Methods
    11 生物统计学 Biostatistics
    12 当代统计理论 Contemporary Statistical Theory
    13 深度学习 Deep Learning
    14 统计金融导论 Introduction to Statistical Finance
    15 多元分析 Multivariate Analysis
    16 非参数统计 Nonparametric Statistics
    17 统计遗传学和生物信息学 Statistical Genetics and Bioinformatics
    18 随机过程 Stochastic Processes
    19 生存模型 Survival Models
    20 时间序列分析 Time Series Analysis
    21 机器学习的数学基础 Mathematical Foundations of Machine Learning
    22 统计学研究 Statistics Research
    成功率评估 电话咨询 联系我们