Магистра в области анализа данных
Oxford Brookes University
Основная информация
Расположение кампуса
Wheatley, Великобритания
Языки
Английский
Формат исследования
В кампусе
Продолжительность
1 - 5 год
Шаг
На постоянной основе, Неполная занятость
Стоимость обучения
GBP 16 600 / per year *
Крайний срок подачи заявок
Запросить информацию
Самая ранняя дата начала
Запросить информацию
* Студенты из Великобритании, обучающиеся на дневном отделении: 1 080 фунтов стерлингов за один модуль | Иностранные студенты / студенты из ЕС на дневном отделении: 16 600 фунтов стерлингов
Стипендии
Изучите возможности получения стипендии, чтобы помочь финансировать учебу
Введение
Получив степень магистра в области анализа данных, вы изучите фундаментальную теорию и практику математического и статистического моделирования. Особое внимание уделяется анализу и визуализации данных.
Благодаря последним достижениям в области цифровых технологий общество вступило в эру «больших данных». Правительство Великобритании считает большие данные одной из восьми великих технологий. У него есть приоритеты в финансировании и исследованиях, и он будет играть ключевую роль в восстановлении и укреплении экономики.
Бурный рост и обилие доступных данных в широком спектре областей применения порождают новые проблемы и возможности во всех областях. Одна из основных проблем - как воспользоваться беспрецедентным объемом данных. И как получить дополнительную информацию и знания для улучшения качества предлагаемых продуктов и услуг.
Мы разработали степень магистра в области анализа данных для тех, кто в настоящее время работает. И работать вместе с магистром в области аналитики данных для правительства. Он доступен для всех студентов и не ограничивается каким-либо конкретным сектором занятости.
Галерея
Прием
Стипендии и финансирование
Учебный план
Учебные модули
Обязательные модули
- Методы исследований и обучения (10 кредитов)
Этот модуль вооружит вас навыками, необходимыми для проведения исследований и использования эффективных методов обучения, которые лягут в основу вашей диссертации. - Основы науки о данных (10 кредитов)
Этот модуль представляет собой обзор основных концепций и инструментов науки о данных, фокусируясь на реальных исследовательских вопросах науки о данных с практическим знакомством с программированием на R и/или Python в качестве неотъемлемой части курса. - Основы опроса (10 кредитов)
В этом модуле дается обзор основ выборки и оценки. - Статистическое программирование (10 кредитов)
Этот модуль представляет основные методы программирования на языке R, необходимые для выполнения манипулирования данными, обработки данных и анализа данных из традиционных и альтернативных источников данных с помощью практических занятий. - Введение в исследование опросов (10 кредитов)
Этот модуль знакомит с этапами планирования и проведения опросов. В нем будут рассмотрены методологические вопросы, которые могут возникнуть, включая ошибки, и обсуждены варианты минимизации воздействия с помощью плана исследования. - Регрессионное моделирование (10 кредитов)
Этот модуль знакомит с базовой регрессионной моделью - анализ остатков, построение и выбор модели, а также работа с категориальными переменными. Также будет введена логистическая регрессия (регрессия бинарного ответа), оценка соответствия модели, построение и выбор модели. Наконец, будут представлены моделирование множественной регрессии и многомерной регрессии. - Продвинутое статистическое моделирование (10 кредитов)
Этот модуль знакомит с широким классом линейных и нелинейных статистических моделей и принципами вывода вероятности для различных часто встречающихся проблем анализа данных в различных дисциплинах. - Анализ временных рядов (10 кредитов)
Этот модуль знакомит вас с временными рядами и методами прогнозирования. - Введение в машинное обучение (10 кредитов)
Этот модуль познакомит вас с принципами машинного обучения и его приложениями. Он охватывает основы методологии машинного обучения, реализации и методы анализа, подходящие для приложений машинного обучения. - Продвинутое машинное обучение (10 кредитов)
Этот модуль основан на модуле "Введение в машинное обучение". Он фокусируется на продвинутых навыках программирования и нейронных вычислениях как расширении машинного обучения, обработке естественного языка & мультимедиа. В нем рассматриваются контролируемые и неконтролируемые алгоритмы машинного обучения (случайные леса, нейронные сети, кластеризация, лог-регрессия и машины опорных векторов) наряду с более продвинутыми алгоритмами обработки изображений и мультимедийных данных. - Введение в распределенные системы (10 кредитов)
Этот модуль дает представление об обработке данных в больших масштабах и параллельной обработке. Он знакомит с Hadoop и Spark и использованием парадигм параллельной обработки данных. - Визуализация данных (10 кредитов)
Этот модуль основывается на базовой визуализации данных, представленной в обязательных модулях. Он будет охватывать информационный дизайн, дизайн взаимодействия и вовлечение пользователей; современные инструменты для создания полезных визуализаций для различных типов наборов данных и сценариев применения.
Окончательный проект
- Диссертация по аналитике данных (60 кредитов)
Студенты программы MSc также должны сдать диссертацию по теме, связанной с наукой о данных, относящейся к их программе обучения.
Точное содержание каждой диссертации будет варьироваться в зависимости от ее названия, но будет включать в себя завершение обзора литературы и исследование темы на продвинутом уровне, подготовку проектного предложения, применение аналитических методов и академических подходов к генерации альтернативных решений и синтезу решения для рассматриваемой сложной проблемы, а также представление решения в устной и письменной форме.
Обучение и преподавание
Наш курс имеет поддерживающую стратегию преподавания и обучения, основанную на активном вовлечении студентов.
Мы используем различные методы обучения и оценки, такие как:
- отчеты о критической оценке
- отчеты по анализу данных
- анализ данных с использованием программных приложений
- презентации и тематические исследования.
Методы обучения включают:
- смешанное обучение
- официальные лекции
- практические занятия по решению проблем
- самостоятельное обучение под руководством
- использование компьютерной виртуальной учебной среды "Moodle
- независимое исследование
- программный анализ данных
- эксперименты.
Стоимость обучения по программе
Карьерные возможности
Эта программа позволяет выпускникам выполнять широкий спектр функций в области науки о данных. Распространенными профессиями в этой области являются:
- инженеры по обработке данных
- бизнес-аналитики
- менеджеры данных
- специалисты по машинному обучению
- специалисты по анализу данных.
О школе
Вопросы
Похожие курсы
Магистр наук о данных и аналитика больших данных
- Wrexham, Великобритания
Магистр наук в области аналитики данных
- New York, Соединённые Штаты Америки
Магистр технологий и бизнес-анализа данных
- A Coruña, Испания
- Vigo, Испания