登录遇到问题
Q：长时间接收不到验证码怎么办?
A：您可以拨打我们的客服热线400-987-6697进行语音辅助
没找到相关问题？点此联系客服
Hi
登录后即可查看全站内容～
+86
发送验证码
?登录遇到问题
登录
手机密码登录
一键登录
指南者留学
选校/定位/规划 必备工具
打开App
简介
课程
解析
资讯
案例
领取宾夕法尼亚大学硕士留学申请手册
项目简介
专业方向
数据科学
入学时间
秋季
项目时长
1.5-2年
项目学费
23324美元/ 学期
项目规模
40人
就业方向
咨询公司、政府机构、互联网科技公司、保险公司、电商平台
岗位分布
机器学习工程师、数据工程师、数据科学家、算法工程师、数据分析师
申请要求
建议有较强的数学和统计能力以及编程经验。
语言要求
托福
总分要求
100
小分要求
无要求
雅思
总分要求
7.5
小分要求
无要求
GRE
总分要求
无要求
小分要求
无要求
申请时间
{{ `${per_time.year}年${per_time.enroll_time}季入学${per_time.children.length == 1 && per_time.children[0].head == 1 ? '（提前批）' : per_time.children.length == 1 && per_time.children[0].head == 2 ? '（夏令营）' : ''}` }}
{{ per_tab.label }}
{{ per_time_dot.label }}
{{ per_time_dot.time }}
on hold
国际生
夏令营
{{ apply_time_arr[apply_time_arr.length - 1].camp_desc }}
提前批次
{{ apply_time_arr[apply_time_arr.length - 1].ahead_desc }}
进行中
{{ per_time.children[per_time.active_tab_idx].endInfo }}
on hold
申请量过大，相应的申请有延迟或者无法拿到offer的风险。
国际生
本条是指国际生截止日期
课程设置
编程语言与技术
Programming Languages and Techniques
软件开发导论
Introduction to Software Development
线性代数与优化基础
Fundamentals of Linear Algebra and Optimization
计算线性代数
Computational Linear Algebra
数据科学统计学
Statistics for Data Science
大数据分析
Big Data Analytics
应用机器学习
Applied Machine Learning
机器学习
Machine Learning
现代数据挖掘
Modern Data Mining
数据驱动建模与概率科学计算
Data-driven Modeling and Probabilistic Scientific Computing
数据挖掘：从海量数据集中学习
Data Mining: Learning from Massive Datasets
硕士论文研究/硕士论文
Master's Thesis Research/Master’s Thesis
硕士独立研究/硕士独立研究
Master's Indep Study/Master’s Independent Study
脑机接口
Brain-Computer Interfaces
网络神经科学
Networked Neuroscience
机器学习的高级方法与健康应用
Advanced Methods and Health Applications in Machine Learning
健康领域自然语言处理
Natural Language Processing for Health
计算生物学基础
Fundamentals of Computational Biology
生物医学图像分析
Biomedical Image Analysis
理论与计算神经科学
Theoretical and Computational Neuroscience
伦理算法设计
Ethical Algorithm Design
计量经济学 I：基础
Econometrics I: Fundamentals
计量经济学 III：横截面计量经济学高级技术
Econometrics III: Advanced Techniques of Cross-Section Econometrics
计量经济学 IV：时间序列计量经济学高级技术
Econometrics IV: Advanced Techniques of Time-Series Econometrics
营销中的应用概率模型
Applied Probability Models in Marketing
软件系统
Software Systems
数据库与信息系统
Database and Information Systems
高级编程
Advanced Programming
互联网与 Web 系统
Internet and Web Systems
编程与问题解决
Programming and Problem Solving
软件工程
Software Engineering
计算机系统编程
Computer Systems Programming
营销决策中的数据与分析
Data and Analysis for Marketing Decisions
商业分析
Business Analytics
抽样调查方法
Sample Survey Methods
观察性研究
Observational Studies
社会、行为与生物科学的现代回归
Modern Regression for the Social, Behavioral and Biological Sciences
面向商业的加速回归分析
Accelerated Regression Analysis for Business
管理预测方法
Forecasting Methods for Management
面向商业的预测分析
Predictive Analytics for Business
人工智能
Artificial Intelligence
面向数据科学的深度学习
Deep Learning for Data Science
自然语言处理
Natural Language Processing
机器感知
Machine Perception
计算机视觉与计算摄影
Computer Vision & Computational Photography
机器学习高级专题
Advanced Topics in Machine Learning
机器学习理论
Theory of Machine Learning
机器感知高级专题
Advanced Topics in Machine Perception
图神经网络
Graph Neural Networks
机器人学习
Learning in Robotics
深度学习原理
Principles of Deep Learning
分子建模与模拟
Molecular Modeling and Simulations
能源与化学转化的计算科学
Computational Science of Energy and Chemical Transformations
化学与生物系统的多尺度建模
Multiscale Modeling of Chemical and Biological Systems
有限元分析
Finite Element Analysis
计算力学
Computational Mechanics
材料科学原子建模
Atomic Modeling in Materials Science
高级线性代数
Advanced Linear Algebra
算法分析
Analysis of Algorithms
算法与计算
Algorithms and Computation
算法与复杂性高级专题
Advanced Topics in Algorithms and Complexity
数值方法与建模
Numerical Methods and Modeling
仿真建模与分析
Simulation Modeling and Analysis
现代凸优化
Modern Convex Optimization
信息论
Information Theory
随机模型
Stochastic Models
高级统计推断 I
Advanced Statistical Inference I
贝叶斯统计理论与方法
Bayesian Statistical Theory and Methods
展开全部
顾问解析
<p>宾夕法尼亚大学数据科学UPenn MSE in Data Science （DATS）是18fall新开，18fall仅对SEAS内部招收transfer项目学生。19fall放开招生。</p><p>
课程设置：一共10节课，1年半或者2年，两门Foundations、三门Core以及5门Technical & Depth Area选修课。基于宾大工学院的优势，课程不仅融合了DS核心知识，涵盖机器学习，大数据分析和统计学等，更重要的是选课自由度很大（1/2的课程是选修课已经很不容易了），而且提供的选修课DS应用领域的广度也很够，算是DS项目非常全的了。宾大的workload非常大！有科研兴趣的成绩好的学生，有机会跟着导师做Thesis/practicum，但真的要high proficient student。</p><p>
录取方面：项目不算大，招收人数30-40人左右，其中60+%中国人；就发的录取来看，陆本录取的几乎都是清北华五级别的Top学生，而且宾大非常看重GPA，几乎都是3.8+/3.9+。建议申R1。</p>
展开全部
登录后查看全部
录取分析
指南者留学收录该专业申请案例43个（数据来源：老阿姨微博和第三方数据库），其中申请成功案例数17个。
西北大学
GPA：3.96
计算机和统计双专业
托福：/
GRE：329
PASS
纽约大学
GPA：3.9
计算机与工商管理
托福：/
GRE：330
PASS
印第安纳大学伯明顿分校
GPA：3.8
金融
托福：/
GRE：330
PASS
加州大学圣塔巴巴拉分校
GPA：4
应用数学与统计学/经济学双专业
托福：/
GRE：335
PASS
伊利诺伊香槟分校
GPA：3.9
统计/Minor CS
托福：/
GRE：327
PASS
香港中文大学（深圳）
GPA：85.5
统计学
托福：106
GRE：321
FAIL
App查看更多申请案例
预约咨询
电话咨询