Leia mais sobre este programa no site da instituição
Descrição do programa
A Data Science é um campo emergente que visa extrair insights acionáveis de vastas matrizes de informações. Com base em técnicas e teorias da estatística, ciência da computação e matemática, o programa enfoca a análise e o uso eficazes de grandes dados nas ciências naturais e sociais.
A explosão de dados no mundo de hoje está moldando rapidamente o cenário de nossa vida. Isso levou a uma necessidade urgente de processar grandes quantidades de dados e obter informações significativas. Os cientistas de dados são treinados para enfrentar esses desafios. Por meio de um currículo estruturado que fornece conhecimento básico e habilidades de aplicação, nossos alunos aprendem a enfrentar os problemas mais complexos enfrentados pelo governo e pelo setor privado.
O Programa de Ciência de Dados designado pela STEM na GW é oferecido tanto no Foggy Bottom quanto no Virginia Science
O Programa de Pós-Graduação em Ciência de Dados da Universidade George Washington da GW Arts
Requisitos de admissão
Os candidatos devem atender aos seguintes requisitos mínimos:
Graduação em uma faculdade ou universidade credenciada com um sólido histórico acadêmico.
Cursos de nível universitário. Conclusão dos seguintes cursos: Cálculo multivariável (Math 2233 ou equivalente) e Estatística (Stat 1051 ou 1053 ou superior)
Programação de computador. Não há requisito formal para linguagens de programação específicas. No entanto, os candidatos são incentivados a demonstrar sua capacidade de dominar habilidades relacionadas à programação e software em seus aplicativos.
Cursos do Departamento de Ciência de Dados
DATS 6101 Introdução à ciência de dados
Data Warehouse e Análise DATS 6102
DATS 6103 Introdução à Mineração de Dados
Álgebra Linear Numérica e Otimização do DATS 6201
Aprendizado de máquina DATS 6202 I
Aprendizado de máquina DATS 6203 II
Visualização DATS 6401 de dados complexos
Computação de alto desempenho DATS 6402 e computação paralela
DATS 6450 Tópicos em ciência de dados
Exemplos de cursos a serem escolhidos em consulta com seu orientador
MATH 6522 Introdução à Análise Numérica
STAT 6207 Métodos de computação estatística
Modelos lineares aplicados STAT 6214
Gráficos de regressão STAT 6242 / regressão não paramétrica
ECON 8375 Econometria I
ECON 8376 Econometria II
ECON 8377 Econometria III
Previsão Econômica ECON 8378
GEOG 6304 Sistemas de Informação Geográfica I
GEOG 6306 Sistemas de Informação Geográfica II
Processamento de imagem digital GEOG 6307
Modelos não lineares PSC 8120
Análise de rede PSC 8132
PSC 8185 Tópicos em análise política formal e empírica
