[스크랩] 데이터 사이언스 석사 과정

분류) Computer Science, Statistics, Math, Data Visualization, Data Analysis 

 

미리 들어야 되는 수업들

• Intro to Python
• Intro to Java
• Data Structures
• Discrete Mathematics
• General Applied Mathematics
• Multivariable and Complex Analysis
• Intro to Ordinary and Partial Differential Equations

또 들어야 되는 수업들 (Foundation courses)

• Foundations of Algorithms
• Statistical Methods and Data Analysis

필수 수업 (Required Courses)

• Principles of Database Systems
• Data Science
• Data Visualization
• Introduction to Optimization
• Statistical Models and Regression
• Computational Statistics

듣고 와야 하는 과목

 

학부 전공에 관계없이 높은 수준의 수학적인 훈련 (specific and substantial knowledge of certain mathematical competencies)에 기본적인 프로그래밍 지식을 요구 (some training in programming and basic computer science)

 

미분방정식, 선형대수학, 확률론 등에 대한 지식을 기본적으로 갖춘 상태에서, 약간의 프로그래밍 지식, Python과 R에 대한 깊이있는 경험을 제시

 

계량경제학, 수리통계학, 계산통계학

첫번째는 “응용통계학”이라고해서, 다른 사회과학 학문에서 쓸법한 수준의 통계학 지식을 실용적으로 활용하는 부분이 강조된다. 간단한 예시는 선거 전 여론조사할 때 적정한 샘플 추정 및 여론조사의 결과 해석이라고 보면 된다. 두번째는 “수리통계학”이라고해서, 수학을 이용한 모델링을 하는 학문에서 두루두루 쓰이는 지식인데, 이게 바로 NYU DS에서 요구하는 “Econometrics (계량경제학) with heavy mathematical content”라고 생각하시면 되겠다. 데이터 사이언스는 응용통계학 Line이 아니라, 수리통계학 지식을 기반으로 한 계산통계학