Data Science, MSc
数据科学,理学硕士硕士
数据科学硕士课程旨在培养学生将复杂数据转化为可操作的洞察力。随着人工智能、大数据和预测分析技术的迅速发展,各组织迫切需要能够不仅分析数据,还能利用数据指导商业决策的专业人才。本课程超越了传统的统计学范畴,教授机器学习、逻辑思维和计算机算法,以解决各行业中的实际问题。课程欢迎来自科学、工程、医学、人文学科、商业和社会科学等不同背景的学生,并与Wolfram Research等行业合作伙伴共同开发,确保课程内容紧贴实际需求。学生将通过Wolfram Mathematica等工具获得实践经验,并掌握Python和R等编程语言的核心技能。课程结束时,学生将具备必要的数学、计算和沟通能力,能够提供有意义的洞察,帮助组织提升绩效。
申请要求
申请者需持有任何学科的二等二(2:2)荣誉学士学位或同等学历。中国学生通常需均分70%以上(相当于英国2:2),75%以上相当于2:1。工程学院要求均分至少65%(顶尖院校可酌情降至60%);商学院要求至少75%(顶尖院校可酌情降至70%)。来自211高校的学生若分数略低,亦可能被考虑。
语言要求
总分 - 6.5,其中:听力 - 5.5;阅读 - 5.5;口语 - 5.5;写作 - 6.0
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
雅思 | 6.5 | 5.5 | 5.5 | 5.5 | 6.0 |
总分 - 90,其中:听力 - 17;阅读 - 18;口语 - 20;写作 - 21
总分 - 62,其中:听力 - 59;阅读 - 59;口语 - 59;写作 - 59
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
PTE | 62 | 59 | 59 | 59 | 59 |
开学与申请日期
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|
| 2026-09 | - | 2026-08-02 21天 | - |
| 2026-01 | - | 2025-12-01 0天 | 已截止 |
课程描述
阿伯丁大学研究生课程包括以下五门课程,均为必修或核心课程,适用于授课型硕士研究生:
1. 《在阿伯丁大学启程》(PD5006):所有授课型研究生必须完成的在线课程,耗时约5-6小时,内容涵盖校园导览、平等与多样性、健康安全、网络安全以及职业发展。完成情况将记录在增强成绩单上,显示为“已完成”。
2. 《编程导论》(PX5007):15学分,重点教授Wolfram语言(Mathematica),涵盖符号与数值计算、模拟、与R、Python、mySQL和Mongo等语言的连接,应用于数据分析与建模。
3. 《数据可视化》(PX5019):15学分,讲授标准与前沿的数据可视化技术,强调以叙事方式清晰传达数据分析结果。
4. 《图像分析》(PX5023):15学分,介绍图像处理工具,包括图像增强、滤波、分割、形态学分析及基于卷积神经网络的图像分类。
5. 《Python与R导论》(PX5026):15学分,面向数据科学硕士开设,介绍Python和R的基础知识及其在数据科学中的常用包与编程结构。
所有课程均属于2024年研究生课程体系,提供详细课程信息链接。