大数据在工程学与应用科学中日益增强的重要性推动力统计学系和计算与数学工程研究所联合办学。斯坦福大学统计学理学硕士项目(数据科学方向)不仅提供数据科学领域的专业训练,还注重对学生计算能力的培养。斯坦福大学统计学理学硕士项目(数据科学方向)的课程设置是基于现行的统计学硕士项目以及计算与数学工程研究所硕士项目的教学结构。斯坦福大学统计学理学硕士项目(数据科学方向)依据一般硕士学位的核心课程设计要求,致力于培养学生的数学、统计、计算与编程能力。此外,斯坦福大学统计学理学硕士项目(数据科学方向)拥有一套基础的数据科学教育体系,在数据科学与相关领域内为学生提供普通与重点选修课程。
序号 | 课程介绍 | Curriculum |
1 | 数值线性代数 | Numerical Linear Algebra |
2 | 离散数学与算法 | Discrete Mathematics and Algorithms |
3 | 最优化 | Optimization |
4 | 工程随机方法 | Stochastic Methods in Engineering |
5 | 随机算法与概率分析 | Randomized Algorithms and Probabilistic Analysis |
6 | 统计推断导论 | Introduction to Statistical Inference |
7 | 回归模型与方差分析导论 | Introduction to Regression Models and Analysis of Variance |
8 | 统计建模导论 | Introduction to Statistical Modeling |
9 | 现代应用统计学:学习 | Modern Applied Statistics: Learning |
10 | 现代应用统计学:数据挖掘 | Modern Applied Statistics: Data Mining |
11 | 科学家与工程师的高级软件开发 | Advanced Software Development for Scientists and Engineers |
12 | 分布式算法与优化 | Distributed Algorithms and Optimization |
13 | 数值分析并行方法 | Parallel Methods in Numerical Analysis |
14 | 并行计算 | Parallel Computing |
15 | 并行计算机架构与编程 | Parallel Computer Architecture and Programming |