MQ麦考瑞大学—— 数据科学
麦考瑞大学【数据科学】是跨学科类课程，学生将通过包括：
①计算机科学
②数学
③统计学
④商科在内的课程
将【数据科学】应用到解决现实世界的实际问题中。
数据科学，到底主要学什么呢？麦考瑞大学【数据科学】学科主要涵盖以下3个方面：
1、模型，算法
2、数据结构
3、可视化
期间学生将学习如何有效的运用 IT、统计和数学知识测算、模拟、总结和处理决策，让决策变得更精准、更高效、更简单。
数据科学，解决你的选择困难
移动互联网使得信息比以往更加碎片化、中心化，而数据的体量、频率、维度都在爆发式地增长，这使得信息收集在很大程度上困难重重，决策也变得愈发复杂且困难。
麦考瑞大学【数据科学】课程设置涉及当前使用最广泛的算法和模型，包括：
①朴素贝叶斯分类器(Naive Bayes classifier)
②线性回归
③逻辑回归(Logistic regression)
④神经网络
⑤K-平均聚类(K-Means Clustering)
等，让学生有能力灵活运用不同算法和模型处理大规模数据。
课程举例
STAT3175-Linear Moels
COMP6200-Data Science
STAT8111-Generalize Linear Moels
STAT3102-Graphics,Multivariate Methos an Data Mining
数据可视化，助你洞若观火
数据可视化能够更清晰的传递信息，让决策者更容易解决业务问题。数据可视化在现实中的应用可谓非常广泛，比如运用关系网络识别、侦查社保/基金犯罪、走私、诈骗等。
在培养学生掌握数据可视化技能方面，课程结合多方法全方位打造学生灵活运用工具制作数据可视化视图的能力。
①Excel
②Python
③R语言
④Java
⑤MongoDB
⑥VirtualBox
⑦Robomongo
⑧SAS University Eition
除此之外，学生可运用Python、R语言基础上探索运用ggplot2、Bokeh、matplotlib等实现数据可视化。
数据科学+ 赋能未来
麦考瑞大学【数据科学】重视培养学生逻辑、创造和拓展能力。学生有充足的选修课选择空间，通过选修课，学生可灵活拓展个人学习边界。
本专业中，在学习大数据技术(Big Data Technologies)、多变量分析(Multivariate Analysis)和市场调研预测(Market Research an Forecasting)外，学生还将提升：
①云端数据管理
②机器学习
③统计建模
④数据安全管理
⑤数据挖掘
⑥分布式系统
等知识，提高学生就业竞争力。
MQ数据科学课程精选
麦考瑞大学开设多种【数据科学】相关课程，学生可根据自身情况申请不同阶段课程，且学生还有机会结合其他课程生成符合个人发展&社会需要的双学位课程。
本科课程
Bachelor of Information Technology
with a Major in Data Science
信息技术学士（数据科学方向）
课程时长：3年
入学时间：2月，7月
入学要求：
ATAR：75 或其他可承认的国际高中课程
高考：海南 540、江苏 270
上海 380、 其他 420
雅思总分 6.5 单项不低于6.0
可通过MUIC预科课程和国际大一课程衔接入学
Bachelor of Avance Information Technology
with a Major in Data Science
高级信息技术学士（数据科学方向）
课程时长：3年
入学时间：2月，7月
入学要求：
ATAR：90 或其他可承认的国际高中课程
高考：海南 621、江苏 331
上海 460、 其他 548
雅思总分 6.5 单项不低于6.0
硕士研究生课程
Master of Data Science
数据科学硕士
课程时长：1-2年
入学时间：2月24日，7月27日
语言要求：雅思总分 6.5 单项不低于6.0
入学要求：
1年学制：
数据科学或相关领域本科学位或同等学历，且达到 WAM 65。
2年学制：
相关领域本科学位或同等学历。
