Matematyczna nauka o danych MSc

University of Surrey - University of Surrey

Dlaczego warto wybrać ten kurs Nauka o danych staje się coraz ważniejsza w wielu dziedzinach w ciągu ostatnich dwóch dekad. Należą do nich bankowość, finanse, ubezpieczenia, prognozowanie pogody, analiza obrazu, genomika, reklama, transport i wybory. Dyscyplina ta jest nawet wykorzystywana w policji i zapobieganiu przestępczości. Zbiory danych mogą ujawnić wszystkie rodzaje faktów, trendów, anomalii i wzorów - ale tylko z odpowiednimi umiejętnościami technicznymi!

Matematyczna nauka o danych jest interdyscyplinarną dziedziną matematyki stosowanej. Łączy ona metody i techniki z szerokiego zakresu czystych i stosowanych przedmiotów matematycznych, aby rozwinąć podejście, które pozwala nam badać duże zbiory danych. Techniki te obejmują:

Reprezentacja danych Teoria informacji Optymalizacja uczenia maszynowego Modelowanie Metody numeryczne Analiza statystyczna Stochastyka. Celem naszego MSc in Mathematical Data Science jest poprowadzenie cię przez szereg wyrafinowanych matematycznych idei leżących u podstaw współczesnej nauki o danych. Zrozumiesz mechanizmy modelowania zjawisk dynamicznych wytwarzających dane. Wyposażymy cię również w zarówno teoretyczne, jak i obliczeniowe umiejętności analizowania i wydobywania informacji z dużych zbiorów danych.

To, czego będziesz się uczył Nasz MSc korzysta z szerokiego zakresu badań prowadzonych na Wydziale Matematyki. Dostępne dla Ciebie kursy i tematy prac dyplomowych są ściśle związane z niektórymi obszarami badawczymi Wydziału. Należą do nich:

Nauka o danych i dynamika Matematyka w naukach przyrodniczych i społecznych Fale nieliniowe i geometryczna dynamika płynów. Podczas pierwszych dwóch semestrów wybierzesz szereg nauczanych modułów. Po nich nastąpi rozszerzony projekt badawczy prowadzony przez lato pod nadzorem członka wydziału. W niektórych przypadkach będzie on realizowany we współpracy z drugim zewnętrznym promotorem, a jego zwieńczeniem będzie napisanie pracy magisterskiej.

Moduły, których będziesz się uczył, są wymienione poniżej:

Moduły podstawowe Nauka o danych dla systemów dynamicznych Zasady i praktyki nauki o danych Matematyka w nauce o danych Tematy z dziedziny statystyki stosowanej. Moduły opcjonalne Wnioskowanie bayesowskie dla nauki o danych Dynamiczna teoria wyceny aktywów Przetwarzanie obrazu i głębokie uczenie Uczenie maszynowe i eksploracja danych Matematyczne modelowanie łańcucha Markowa Monte Carlo Metody statystyczne z zastosowaniami finansowymi. Uwaga: te informacje mogą ulec zmianie.

Nasz Wydział Matematyki ma silne powiązania z National Physical Laboratory, Biurem Meteorologicznym i innymi zewnętrznymi partnerami współpracującymi przy wielu tematach badawczych związanych z nauką o danych. Prowadzimy również grupę badawczą w Data Science and Dynamics, skupiającą się na badaniu systemów dynamicznych, które generują duże zbiory danych.