芝加哥大学统计学硕士项目将专业型与学术型硕士相结合,不仅能够帮助学生在这些新兴统计学领域就业,同时也能够让学生在统计学或数据科学的任一领域继续攻读博士学位。芝加哥大学统计学理学硕士项目的理论与应用统计学课程将教授学生广泛的知识,以及帮助学生了解统计学方法和其实际用途。芝加哥大学统计学院不仅在统计学方法论、机器学习、生物统计学和概率论等领域成就颇高,同时也积极涉猎各类跨学科研究领域,比如遗传学、数理金融、计量经济学、环境统计学、计算机神经学、计算化学、机器学习与模式鉴别、科学计算和调查方法等。芝加哥大学统计学理学硕士项目的学生将通过研讨会和专业课了解领域内的前沿研究。芝加哥大学统计学理学硕士项目可以在1-2年内修完,具体时间取决于学生的专业背景和学习计划。
序号 | 课程介绍 | Curriculum |
1 | 统计分析 | Consulting in Statistics |
2 | 高维统计学1 | High-Dimensional Statistics I |
3 | 统计学研讨会 | Master's Seminar: Statistics |
4 | 随机微积分1 | Stochastic Calculus-1 |
5 | 概率论理论方法1 | Measure: Theoretical Probability-1 |
6 | 非参数推论 | Nonparametric Inference |
7 | 一般线性模型 | Generalized Linear Models |
8 | 预测与模型构建时间序列分析 | Time-series Analysis for Forecasting and Model Building |
9 | 因果推论导论 | Introduction to Causal Inference |
10 | 概率论模型导论 | Introduction to Probability Models |
11 | 应用随机过程 | Applied Stochastic Processes |
12 | 应用函数分析 | Applied Functional Analysis |
13 | 数学计算:非线性优化 | Mathematical Computation IIB: Nonlinear Optimization |
14 | 凸优化 | Convex Optimization |
15 | 数学统计1 | Mathematical Statistics 1 |