วิทยาศาสตร์ข้อมูล MSc

"เนื่องจากการระบาดของ Coronavirus ที่กำลังดำเนินอยู่ การทดสอบอาจถูกแทนที่ด้วยรูปแบบการประเมินอื่นในช่วงปีการศึกษา 2021/2022 โปรดดูข้อกำหนดของโปรแกรมในหน้าเหล่านี้สำหรับรายละเอียดเพิ่มเติม"

ทำไมถึงเลือกเฮิร์ท?

• ความเป็นเลิศด้านการสอน : คุณจะได้รับการสอนโดยเจ้าหน้าที่วิจัยที่เป็นที่ยอมรับในระดับสากลที่มีความเชี่ยวชาญด้านคณิตศาสตร์ สถิติ ดาราศาสตร์ ฟิสิกส์การแพทย์ และวิทยาการคอมพิวเตอร์ (ดูเจ้าหน้าที่หลัก)
• โอกาสในการทำงานในตำแหน่ง : คุณมีตัวเลือกในการรับตำแหน่งในอุตสาหกรรมที่ได้รับค่าจ้างหนึ่งปี นักศึกษาได้ฝึกงานกับองค์กรต่างๆ เช่น NatWest, Sparta Global และ Sky
• การเชื่อมต่อในอุตสาหกรรม : รับประโยชน์จากการเชื่อมโยงที่แข็งแกร่งของเรากับอุตสาหกรรมคอมพิวเตอร์ เราทำงานร่วมกับนายจ้าง เช่น Microsoft และ Hewlett Packard เพื่อให้นักศึกษามีส่วนร่วมในงานมหกรรมอาชีพและภาคอุตสาหกรรม

เกี่ยวกับหลักสูตร

ข้อมูลเป็นสกุลเงินของทั้งหมด ยกเว้นการวิจัยทางวิทยาศาสตร์ที่อิงตามทฤษฎีมากที่สุด และยังสนับสนุนโลกสมัยใหม่ของเรา ตั้งแต่การไหลของข้อมูลผ่านเครือข่ายธนาคารระหว่างประเทศ และการแพร่กระจายของมีมในเครือข่ายสังคมไปจนถึงแบบจำลองที่ซับซ้อนของการพยากรณ์อากาศ การสร้างข้อมูลอย่างต่อเนื่องจากสังคมดิจิทัลของเราป้อนเข้าสู่ชีวิตประจำวันของเรา ส่งผลต่อวิธีที่เราได้รับการดูแลสุขภาพที่มีอิทธิพลต่อพฤติกรรมการจับจ่ายของเรา การสั่งซื้อเพื่อจัดการ ทำความเข้าใจ และใช้ประโยชน์จากข้อมูลที่มีอยู่จำนวนมากนั้นต้องการข้อมูลเชิงลึก การวิเคราะห์ และการแสดงภาพของมนุษย์ที่มีทักษะสูง ผู้เชี่ยวชาญที่ทำงานในสาขานี้เรียกว่า 'นักวิทยาศาสตร์ข้อมูล' ซึ่งผสมผสานทักษะทางคณิตศาสตร์และสถิติขั้นสูงเข้ากับการเขียนโปรแกรม การออกแบบฐานข้อมูล การเรียนรู้ของเครื่อง การสร้างแบบจำลอง การจำลอง และการสร้างภาพข้อมูลที่เป็นนวัตกรรมใหม่ ผู้เชี่ยวชาญเหล่านี้เป็นที่ต้องการอย่างมากทั้งในภาครัฐและเอกชนในสหราชอาณาจักรและทั่วโลก โปรแกรมนี้มีจุดมุ่งหมายและผลลัพธ์การเรียนรู้สร้างขึ้นจากหลักการชี้นำสองประการ:

• เพื่อให้เข้าใจอย่างครอบคลุมเกี่ยวกับแนวคิดทางคณิตศาสตร์และสถิติพื้นฐานที่เป็นพื้นฐานของวิทยาศาสตร์ข้อมูล และวิธีการนำไปใช้ในอัลกอริธึมและเทคนิคการเรียนรู้ของเครื่องเพื่อแก้ปัญหาการประมวลผลข้อมูลและการวิเคราะห์ที่หลากหลาย
• เพื่อให้การฝึกอบรมเกี่ยวกับทักษะการปฏิบัติที่เกี่ยวข้องกับวิทยาศาสตร์ข้อมูล ศูนย์กลางคือความสามารถในการเขียนโค้ดที่สะอาดและมีประสิทธิภาพในภาษาที่เป็นที่ยอมรับในอุตสาหกรรม (โดยเฉพาะ Python และ R) แต่ยังรวมถึงการจัดการข้อมูล การจัดการ การขุด และเทคนิคการสร้างภาพ .

ทำไมถึงเลือกคอร์สนี้?

• โปรแกรมนี้มีความโดดเด่นในปรัชญาของการขยายการมีส่วนร่วมและเป็นแนวทางในการรับทักษะและการฝึกอบรมด้านวิทยาศาสตร์ข้อมูลไปยังผู้ที่มาจากภูมิหลังที่ไม่เกี่ยวข้องกับธีม STEM ของคณิตศาสตร์ สถิติ และการเขียนโปรแกรม โปรแกรมนี้ได้รับการออกแบบมาเพื่อให้ดึงดูดนักศึกษาในวงกว้างที่ต้องการการฝึกอบรมหรือเพิ่มทักษะด้านวิทยาศาสตร์ข้อมูล
• คุณจะได้รับประโยชน์จากความเชี่ยวชาญของนักดาราศาสตร์ฟิสิกส์ นักฟิสิกส์ นักคณิตศาสตร์ และนักวิทยาศาสตร์คอมพิวเตอร์ที่มีผลงานวิจัยระดับนานาชาติ การวิจัยประจำวันของพวกเขาเกี่ยวข้องกับการประยุกต์ใช้และในบางกรณีการพัฒนาทักษะด้านวิทยาศาสตร์ข้อมูลใหม่ จากการวิเคราะห์ทางสถิติพื้นฐาน การใช้การคำนวณประสิทธิภาพสูงแบบกระจาย และการวิจัยเกี่ยวกับอัลกอริธึมปัญญาประดิษฐ์แบบใหม่
• เรามุ่งมั่นที่จะทำให้โปรแกรมมีความโดดเด่นในแง่ของการผสมผสานระหว่างทักษะทั้งแบบแข็งและแบบอ่อน และความสัมพันธ์ส่วนตัวที่ใกล้ชิดซึ่งเรากำลังพัฒนากับนายจ้าง ซึ่งจะป้อนเข้าสู่โปรแกรมผ่านการประเมินเครื่องมือล่าสุดที่เกี่ยวข้องกับอุตสาหกรรมอย่างต่อเนื่อง พัฒนาขึ้นเมื่อมีเทคโนโลยีและซอฟต์แวร์ใหม่ๆ
• คุณจะได้สัมผัสกับแนวทางสหสาขาวิชาชีพด้านวิทยาศาสตร์ข้อมูลโดยประสบกับความท้าทายในด้านวิทยาการคอมพิวเตอร์ ศิลปะสร้างสรรค์ การแพทย์และสภาพแวดล้อมทางธุรกิจ
• คุณจะมีโอกาสเข้าร่วมการสัมมนาที่เน้นการวิจัยที่หลากหลายเพื่อกระตุ้นและจุดประกายความอยากรู้ทางปัญญาของคุณ

ประสบการณ์นักศึกษา

ที่ University of Hertfordshire เราต้องการให้แน่ใจว่าเวลาของคุณเรียนกับเรานั้นปราศจากความเครียดและคุ้มค่าที่สุด เราเสนอบริการสนับสนุนที่หลากหลายรวมถึง; ความเป็นอยู่ที่ดีของนักเรียน การสนับสนุนด้านวิชาการ ที่พัก และการดูแลเด็กเพื่อให้แน่ใจว่าคุณใช้เวลาอย่างเต็มที่ที่ Herts และสามารถมุ่งเน้นไปที่การเรียนและความสนุกสนาน

ข้อมูลเพิ่มเติม

• ตำแหน่งแซนวิชหรือเรียนต่อต่างประเทศปี: n/a
• เปิดรับสมัครนักเรียนต่างชาติและนักเรียนสหภาพยุโรป: ใช่

ฉันจะเรียนอะไร

หลักสูตรมีโครงสร้างเพื่อให้แน่ใจว่าได้สัมผัสกับหลักการทางคณิตศาสตร์และสถิติพื้นฐานที่สนับสนุนวิทยาศาสตร์ข้อมูลทั้งหมด ชุดรูปแบบเหล่านี้จะมีความเกี่ยวข้องเสมอในสิ่งที่มีการพัฒนาอย่างต่อเนื่อง งานเชิงทฤษฎีจะได้รับการเสริมประสิทธิภาพด้วยการใช้งานจริงผ่านห้องปฏิบัติการและเวิร์กช็อปเชิงปฏิบัติ เพื่อให้คุณเข้าใจและชื่นชมว่าหลักการพื้นฐานนั้นสะท้อนให้เห็นในการประมวลผลและวิเคราะห์ข้อมูลในวงกว้างอย่างไร คุณจะมีความเชี่ยวชาญในทักษะการปฏิบัติที่สำคัญ (เช่น การใช้แพนด้าเพื่อทำงานกับโครงสร้างข้อมูลภายใน Python และ ggplot2 สำหรับการสร้างภาพข้อมูลใน Python และ R) โดยใช้ข้อมูล 'โลกแห่งความจริง' หากเป็นไปได้ ในบางกรณี ข้อมูลนี้สามารถมาจากโครงการวิจัยที่ดำเนินการโดยสมาชิกของอาจารย์ผู้สอน

โปรแกรมนี้เน้นที่การฝึกอบรมแบบ 'end-to-end' เพื่อให้คุณมีความสามารถไม่เพียงแต่ในการประมวลผลและวิเคราะห์ข้อมูลเท่านั้น แต่ยังรวมถึงการจัดการและเตรียมข้อมูลจากสถานะดิบตลอดจนการตีความผลลัพธ์และการสื่อสารสิ่งที่ค้นพบกับผู้อื่นอย่างมีประสิทธิภาพ สิ่งนี้จะช่วยให้คุณเตรียมพร้อมสำหรับความท้าทายและการประยุกต์ใช้ในโลกแห่งความเป็นจริง และจะช่วยให้คุณพัฒนาความเป็นอิสระในการคิดเชิงวิเคราะห์และการคิดเชิงวิพากษ์ของคุณ สิ่งนี้จะได้รับการอบรมฝึกฝนในห้องปฏิบัติการเพื่อให้คุณสามารถนำทฤษฎีของคุณไปปฏิบัติได้

ระดับ 6

• สถิติหลายตัวแปร II 15 หน่วยกิต II ไม่บังคับ
• การสร้างแบบจำลองเชิงเส้น II 15 หน่วยกิต II ตัวเลือก

ระดับ 7

• โครงข่ายประสาทเทียมและการเรียนรู้ของเครื่อง II 30 หน่วยกิต II ภาคบังคับ
• พื้นฐานของ Data Science II 30 หน่วยกิต II ภาคบังคับ
• วิทยาศาสตร์ข้อมูลประยุกต์ 2 II 15 หน่วยกิต II ภาคบังคับ
• โครงการวิทยาศาสตร์ข้อมูล II 60 หน่วยกิต II ภาคบังคับ
• Data Science Core Skills Bootcamp II 0 หน่วยกิต II ตัวเลือก
• การจัดการข้อมูลและการแสดงภาพ II 15 หน่วยกิต II ตัวเลือก
• การทำเหมืองข้อมูลและการค้นพบ II 15 หน่วยกิต II ตัวเลือก

เมื่อเสร็จสิ้นโปรแกรม คุณจะสามารถแสดง (และประยุกต์ใช้) ความเข้าใจในทักษะทางทฤษฎีและการปฏิบัติที่หลากหลาย ซึ่งจะช่วยให้คุณเข้าสู่สาขาวิชาและอุตสาหกรรมที่หลากหลาย คุณสามารถที่จะ:

• เข้าใจและสามารถประเมินจุดแข็งและจุดอ่อนต่าง ๆ ที่มีอยู่ในวิธีการทางวิทยาศาสตร์ข้อมูลที่แตกต่างกันอย่างมีวิจารณญาณ
• ออกแบบกลยุทธ์และวิธีแก้ปัญหาที่สร้างสรรค์เพื่อจัดการกับปัญหาวิทยาศาสตร์ข้อมูลที่ไม่คุ้นเคย และประเมินผลลัพธ์และผลลัพธ์อย่างมีวิจารณญาณผ่านการตรวจสอบความถูกต้องทางสถิติที่เหมาะสมและเทคนิคการประเมินประสิทธิภาพอื่นๆ
• สื่อสารปัญหา วิธีการ ผลลัพธ์ และข้อสรุปอย่างมีประสิทธิภาพผ่านการนำเสนอด้วยวาจาและเป็นลายลักษณ์อักษรแก่ผู้ฟังทั้งที่เป็นผู้เชี่ยวชาญและไม่ใช่ผู้เชี่ยวชาญ
• ชื่นชมทั้งงานวิจัยเบื้องหลังเทคนิควิทยาศาสตร์ข้อมูล (เช่น อัลกอริธึมล้ำสมัยและเทคนิคการคำนวณ) และความเกี่ยวข้องและการประยุกต์ใช้ในสาขาวิชาต่างๆ