MSc Data Science with Placement

本课程的必修模块包括以下内容：

1. Python编程：面向零基础学生，讲授Python语言基础，为后续人工智能与编程学习奠定基础。
2. 机器学习：深入讲解机器学习核心算法，涵盖计算机如何通过数据自主学习与优化，应用于各类实际问题。
3. 数据科学基础：培养统计学与编程技能，内容包括概率、假设检验、线性回归、R语言编程、数据可视化及报告撰写，并强调数据科学家的伦理责任。
4. 贝叶斯机器学习：系统介绍贝叶斯推断、先验与后验分布、模型选择、变分贝叶斯与在线学习等，结合实际案例应用于回归与分类问题。
5. 数据建模与咨询：在前期基础上提升建模能力，使用主流编程语言处理真实世界数据，模拟咨询项目，从需求沟通到成果汇报全流程实践。
6. 深度学习：从人工神经网络基础出发，学习梯度下降、反向传播等算法，掌握卷积神经网络、递归网络、自编码器等结构，聚焦计算机视觉应用。
7. 数据科学项目：综合运用所学知识开展独立研究项目，可自选课题，在导师指导下完成数据分析、阶段性汇报与最终书面报告，成果可用于求职展示。

所有模块旨在理论与实践结合，全面提升学生在数据科学领域的技术能力与职业竞争力。