Statistics with Data Analytics MSc

该课程为统计学与数据科学硕士项目，包含八个必修模块及一篇统计与数据分析方向的毕业论文。课程为期一年全日制或两年非全日制，每年9月开学。第一学期重点培养编程、统计与数据分析的核心技能，并通过行业嘉宾讲授的案例研究，引导学生关注实际商业与工业问题。

必修模块包括：

1. 数据挖掘与大数据人工智能分析：学习从异构数据中提取价值的方法，涵盖聚类、回归、支持向量机、决策树、神经网络等机器学习技术。


2. 机器学习基础：掌握现代回归与分类方法，应用于变量选择与模型构建。


3. 金融市场：理解金融市场基本概念与投资组合优化模型。


4. 概率与随机过程：学习测度论与概率基础，掌握基于布朗运动的随机微积分及其在金融建模中的应用。


5. 高级计算统计学：深入学习适用于大规模数据的计算密集型统计方法，开发参数与非参数回归算法。


6. 定量数据分析与可视化：掌握双变量与多变量分析、回归及图模型，评估不同方法的适用性。


7. 时间序列预测与风险管理：学习金融时间序列建模与风险预测技术，用于风险评估与决策。


8. 研究方法与案例研究：培养研究能力、批判性思维及对行业需求的理解，为论文写作做准备。

毕业论文：学生需在选定领域开展深入研究，综合运用所学理论与方法，展示独立分析与批判能力。

所有模块可能调整，具体以学校公布为准。