一、学生能力培养

　　建立统计模型，了解其力量和局限性

　　设计一个实验

　　使用机器学习和优化来决策

　　获取、清洁和管理数据

　　可视化数据，用于勘探、分析和通信

　　团队内部协作

　　提供可重复的数据分析

　　管理和分析大量数据集

　　组装计算管道，从广泛可用的工具支持数据科学

　　根据政策、隐私、安全和道德考虑开展数据科学活动

　　将解决问题的策略应用于开放式问题

　　二、课程设置

　　核心课程:

　　数据科学 1：数据科学导论

　　数据科学 2：数据科学的先进主题

　　高级科学计算：数据分析、推理和优化的随机方法

　　计算科学交流：系统开发

　　数据科学中的批判性思维

　　研究课程:数据科学顶石研究项目课程应用计算独立研究

　　热门选修课:数据系统可视化机器学习人工智能高级机器学习机器学习时间系列–预测线性模型通用线性模型统计机器学习

　　三、先休课程要求

　　学校表示建议具有自然科学、数学、计算机科学或工程学学士学位的学生申请。

　　对于哈佛大学数据科学专业硕士课程的申请人来说，没有正式的先修课要求。然而学校官网表示，成功的申请人确实需要有足够的计算机科学、数学和统计学背景，包括至少一种编程语言的流利程度以及微积分、线性代数和统计推理方面的知识。

　　以上就是哈佛大学数据科学项目介绍的相关内容。如果您对美国留学感兴趣，欢迎您在线咨询托普仕留学老师，托普仕留学专注美国前30高校申请，助力国内学子顺利获得美国藤校入读资格。