-
课程介绍
伦敦大学学院数据科学硕士课程由统计学系开设，将计算和统计技能相结合，用以解决数据驱动的问题。 在金融、医学和管理等领域，数据科技的需求正在不断增加。本课程将为学生提供分析工具，利用现代计算方法设计复杂的技术解决方案，强调严谨的统计思维。具体来说，结合了核心统计和机器学习方法，从入门级课程开始，以及统计计算和建模方面更专业的一系列课程。学生将选择计算机科学方面的一个必修课和最多两个额外课程，其余课程(包括研究项目)主要来自统计科学领域。
课程设置
学生需要成功完成共180学分的课程，包括一个基础课程(不计学分)，四个核心课程（共60学分）、选修四个选修课程（共60学分）和一篇研究论文（60学分）。
核心课程
Introduction to Machine Learning 机器学习概论
Statistical Design of Investigations 调查的统计设计
Statistical Computing 统计计算
Introduction to Statistical Data Science 统计数据科学导论
基础课
Foundation Fortnight基础课两周
选修课程
Affective Computing and Human-Robot Interaction 情感计算和人机交互
Graphical Models 图形化的模型
Information Retrieval and Data Mining 信息检索与数据挖掘
Statistical Natural Language Processing 统计自然语言处理
Stochastic Systems 随机系统
Forecasting 预测
Decision and Risk 决策和风险
Stochastic Methods in Finance 金融学中的随机方法
Selected Topics in Statistics 统计学专题
Stochastic Methods in Finance II 金融随机方法2
Quantitative Modelling of Operational Risk and Insurance Analytics
操作风险和保险分析的定量模型
Applied Bayesian Methods应用贝叶斯方法
研究项目
Research Project研究项目
专业录取率
该专业的申请竞争激烈，根据招生统计，该专业的录取比大约为40:1, 即每40个申请中会发放一个录取。达到该专业的基础申请标准并不代表着能够被录取。另外，在每年的入学申请中，你最多能提交两个研究生课程的申请。
职业发展
随着统计和计算分析工具的整合在各种组织和企业中变得至关重要，数据科学专业人员可能会越来越受欢迎。 从业者应该对数据科学的基本原理有透彻的理解。 例如，在市场营销、医疗保健行业和银行业的应用中，除了具备专业的计算技能，也需要具备统计专业知识。数据科学家更需要广泛的背景知识，以便他们能够适应快速变化的挑战。
入学要求
学术要求：拥有数量学科相关背景，等同于英国二等以上学士学位。申请者需具备大学水平的数学方法和线性代数知识，熟悉概率论、统计学和计算机编程、具有高级编程语言(如R，matlab，python)经验。 针对中国学生的学术要求为总平均分不得低于85%。
语言要求：雅思总分至少6.5，单项不低于6.0，或者，托福总分至少92，其中单项成绩读不低于24，写不低于30，说不低于20，听不低于30。
