在当下数字和数据丰富的时代，工业、公共部门和学术界急需大量统计学毕业生，而当前这类毕业生数量极少。近年来，随着数据科学的发展，人们越来越认识到统计的重要性，对数据的分析和对结果的解释已成为该领域的研究重点。

爱丁堡大学统计学与数据科学理学硕士项目旨在培训新一代统计学家，在数据科学领域发挥社会价值。课程大纲结合了严谨的统计学理论及将统计模型应用于数据的实践经验，具体课程包括：经典与贝叶斯理论、计算统计数据、回归分析、数据分析的模型和应用。多数学生毕业后作为私人和公共机构的统计学家，提供统计咨询意见。

1、Bayesian Data Analysis

2、Bayesian Theory

3、Generalised Regression Models

4、Incomplete Data Analysis

5、Statistical Programming

6、Statistical Research Skills

7、The Analysis of Survival Data

8、Biomedical Data Science

9、Credit Scoring

10、Fundamentals of Operational Research

11、Fundamentals of Optimization

12、Genetic Epidemiology

13、Large Scale Optimization for Data Science

14、Machine Learning and Pattern Recognition

15、Machine Learning in Python

1、贝叶斯数据分析

2、贝叶斯理论

3、普通回归模型

4、不完全数据分析

5、统计编程

6、统计研究技能

7、生存数据分析

8、生物医学数据科学

9、信用评分

10、运筹学基础

11、优化基础

12、遗传流行病学

13、数据科学的大规模优化

14、机器学习与模式识别

15、Python机器学习