Data-Intensive Analysis (MSc)

该课程包含必修课、选修课和一个毕业项目。必修模块包括：初级数据分析（涵盖商业分析中的基础统计概念与方法）、高级数据分析（针对不符合传统统计模型假设的数据进行建模）、知识发现与数据挖掘（从理论出发教授数据挖掘方法的实际应用）以及基于广义线性模型的应用统计建模（涵盖线性与广义线性模型的设定、选择、评估与诊断）。

选修模块提供多种方向，如统计计算编程、数据密集型系统（学习谷歌、亚马逊等公司使用的大规模分布式系统技术）、信息可视化、硕士编程项目、面向对象建模、设计与编程（需具备较强的编程背景）、编程原理与实践（面向无编程经验者）以及数据分软件（聚焦数据处理与可视化工具）。

在第二学期，学生将确定毕业项目主题，并在课程最后三个月完成一篇15,000字的论文。项目可为个人或小组形式，但评估独立进行，内容通常包括文献综述、理论拓展或创新、软件实现与测试、结果分析与评估，可能还需进行成果展示。每个项目由计算机科学或数学与统计学院的一至两名教师指导，许多课题与企业或外部机构合作开展。