悉尼大學的數據科學碩士專為數學或量化背景強大、熱衷于從數據中獲取有意義知識以推動業務決策或研究產出的專業人士量身定制。

課程學習內容

您可以選擇在此學位中進行以下專業方向之一：數據工程以及機器學習。

數據工程

我們的數據工程專業將探討數據如何以大規模進行存儲、訪問和處理。它涵蓋了各種不同的計算環境，包括云托管環境。

數據科學和機器學習正在為利用大量數據改進決策的機會打開無數可能。這一專業將為您在數據科學團隊中工作以及利用有效的硬件和軟件基礎設施做好準備。

高級數據模型 - COMP5338

這門課程全面介紹了后關系數據模型以及數據存儲技術的最新發展。特別強調空間、時間和NoSQL數據存儲。本課程廣泛涵蓋了SQL:2003的高級特性，以及一些主導的NoSQL存儲技術。除了在講座中講解，高級主題還將通過數據庫研究出版物的指定閱讀進行學習。

云計算 - COMP5349

這門課程涵蓋了在IT領域“云計算”中的積極和前沿研究主題。云計算是一種利用互聯網上的大規模計算服務的新興范式，將影響從小到大的個人和組織的計算需求。在過去的十年里，許多云計算平臺已經被谷歌、雅虎!、亞馬遜、微軟、Salesforce、Ebay和Facebook等公司建立。其中一些平臺通過各種定價模型向公眾開放。它們在不同的層次上運作，并使企業能夠從云中獲取不同的計算能力。在這門課程中，我們將描述云計算的重要啟用技術，探討現代平臺和現有服務，以及研究采用云計算所面臨的挑戰和機會。該單元將組織為一系列關于重要和及時的研究論文和文章的演示和討論。學生需要閱讀所有論文，主持一些論文的討論，并完成一個云編程實踐項目。

數據工程 - COMP5339

這門課程涵蓋了構建強大且可擴展的數據處理流水線的數據工程問題。雖然數據工程師可能不直接進行數據分析，但他們必須具備技術知識和技能，為數據分析師提供適當的數據分析架構，并為他們提供可靠且格式良好的數據，以便進行分析。涵蓋的主題范圍從各種來源進行數據攝取，包括數據庫、文本文件和Web服務，到數據清理和數據轉換方法，以及允許流水線高效自動運行的系統架構。特別關注使用大數據處理技術(包括數據流處理和分布式數據處理平臺，如Apache Spark)構建可擴展的數據分析解決方案。

機器學習

我們的機器學習專業將幫助您建立從數據中學習而無需明確編程的所需技能。

機器學習是實現人工智能的最流行方法之一。

因此，您將接觸來自現實世界各種類型的數據，學習識別、抽象和解決機器學習問題的概念和技術，并推動機器學習在社會中的應用邊界。

高級機器學習 - COMP5328

機器學習模型解釋并概括數據。該課程介紹了一些基本的機器學習概念、學習問題和算法，以提供對從數據解釋和概括中產生的許多問題的理解和簡單答案。例如，不同的機器學習模型為何有效?如何進一步改進它們?如何使它們適應不同的目的?

深度學習 - COMP5329

該課程介紹了深度機器學習，它迅速成為一組在各種應用中最成功和廣泛適用的技術之一。參加此課程的學生將接觸到機器學習領域的前沿研究，從理論、模型和算法到深度學習的實施和最新進展。具體的主題包括：深度神經網絡的經典架構，用于訓練深度神經網絡的優化技術，深度學習的理論理解以及深度學習在計算機視覺中的各種應用。

機器學習和數據挖掘 - COMP5318

機器學習是自動構建解釋和概括數據集的過程。它將統計學和算法開發的元素整合到同一學科中。數據挖掘是知識發現中的一個學科，旨在通過自動和半自動手段促進對大量數據的探索和分析。本課程為機器學習和數據挖掘提供了實際和技術上的介紹。要涵蓋的主題包括在數據中發現模式的問題、分類、回歸、特征提取和數據可視化。還包括對各種類型的機器學習技術和統計技術進行分析、比較和使用。

以上就是關于“悉尼大學數據科學碩士課程有哪些”的介紹，海馬課堂專業課程輔導，3500+嚴選碩博學霸師資，針對學生的薄弱科目和學校教學進度，匹配背景相符的導師，根據學生情況進行1V1專屬備課，上課時間靈活安排，中英雙語詳細講解課程中的考點、 難點問題，并提供多方位的課后輔導，輔助學生掌握全部課程知識，補足短板。