改善社会功能的方式将涉及分析大量数据并开发基于工程应用领域的算法和机器学习功能。该专业将使毕业生为金融，医疗保健，城市系统，商业，制药和其他工程领域的应用程序中的创新机会做好准备。
数据分析专业化的要求
所有硕士学位要求至少8个班级。专业化的指定要求依次包括四门课程（16学分），包括：
1.数据科学支柱（a）的
一门课程（4学分）–（请参阅以下课程）2.下列课程的一门课程（4学分）：
优化支柱（b）
概率与统计支柱（c）
算法支柱（）
3.两门选修课程（8学分）未用于满足支柱a或应用程序（e）或其他选修课（f）的要求（1）或（2）。
4.通过以下手段之一完成数据科学中明确定义的实践部分：
任期项目可满足实习要求的指定课程
特定学位的项目，论文或独立研究。
该实习课程必须经过专业协调员的批准，并且必须将适当的批准表提交给研究生课程办公室。实习结束后，还必须提交项目的书面摘要以供批准（有关更多信息，请参见下面的实习批准表）。
数据科学支柱（a）
ec 503数据学习
ec 523深度学习*
ec 719统计模式识别*
cs 506数据科学计算工具*
cs 542机器学习*
cs 565算法数据挖掘
ma 751统计机器学习
优化支柱（b）
ec / se 524（ms跟踪）或ec / se 674（ph跟踪）优化理论和方法
ec / se / me 724高级优化理论和方法*
ec / se 732组合优化和图算法
ec / se 710动态编程和随机控制
cs 507计算和机器学习优化入门
cs 531高级优化算法
概率统计支柱（c）
ek 500概率与统计应用
ec 505随机过程
se 714高级随机建模和仿真
ma 614统计方法2
算法支柱（）
ec 504高级数据结构和算法
高性能计算的ec 526并行算法
具有多核和gpu的ec 527高性能编程
ec 602软件设计
cs 530高级算法
应用（e）
ec 520数字图像处理和通信
ec 528云计算
ec / me / se 544将物理世界和物联网联网
me 570机器人运动计划
be 562计算生物学：基因组，网络，进化
cs 505自然语言处理入门
ec 720数字视频处理
me / se 740视觉，机器人与规划
cs 562高级数据库应用程序
cs 585图像和视频计算
ma 770生物信息学的数学和统计方法
其他选修课（f）
ec 517信息理论导论
c 702递归估计和最佳滤波
se / ec / me 733离散事件和混合系统
图算法和网络分析中的cs 59x方法
cs 59x机器学习和数据分析中的隐私
cs 660数据库系统简介
ma 703网络数据的统计分析
*其学期项目可能满足实践要求的课程
更多信息，欢迎随时联系我哦！
