611年数据数据科学与分析
本课程的目的是让学生对数据科学和分析在决策过程中所扮演的角色有一个良好的概念理解。大量数据的可用性、分析方法的改进以及计算能力的大幅提高,都导致了数据科学和分析方法使用的急剧上升。本课程适用于以前学过基本统计方法课程的学生以及以前没有学过统计学课程的学生。主题包括总结、可视化和理解历史数据的模型,以帮助获得使用描述性、预测性和规范性数据分析技术预测可能的未来结果的见解。例子包括在金融、人力资源、市场营销、医疗保健、供应链、政府和非营利组织以及体育领域的应用。
先决条件:数学,数学教育,统计学或相关领域的学士学位。注意:这与MATH 611有重叠。注意:系统未确定先决条件的学生应联系数学和统计部门,在MATH@metrostate.edu上进行重写。
特殊的信息
3
研究生学分
自2019年12月15日起生效
学习成果
一般
- 描述数据科学中的数学和统计方法,以及它们背后的理论。
- 描述各种数据科学任务的算法,如分类、回归、聚类和推荐。
- 使用数据可视化技术和工具分析数据并识别重要的关系和模式。
- 用监督和无监督机器学习算法分析数据。
- 使用训练、验证和测试集构建和评估模型。
- 使用统计软件分析真实世界的数据,并传达结果和建议