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
公共政策数据科学硕士
Master of Science in Public Policy Data Science
简介
课程
项目简介
专业方向
公共政策与事务
入学时间
秋季
项目时长
36学分
项目学费
1938美元/学分
就业方向
政府机构、公共关系部门、智库与研究机构、国际组织、非政府组织
岗位分布
公共事务专员、社会项目官员、政策分析师、咨询顾问、研究员
培养目标
<p>南加州大学公共政策数据科学硕士项目培养学生运用数据科学方法解决复杂公共政策问题，提升基于数据做决策的能力，并帮助学生把相关技能用于影响政策制定与政策评估。项目强调将数据科学工具与公共政策、项目评估方法结合起来，重点训练统计、计量经济学、机器学习、数据挖掘与数据可视化等能力。</p><p>项目还要求学生能够处理来自不同来源的大数据，形成证据基础上的政策建议，并将分析结果有效传达给决策者；同时，项目面向公共机构、非营利组织和私营公司等不同组织场景，培养学生运用数据提升组织透明度、问责性与决策效率的能力。</p>
展开全部
申请要求
The MPPDS program requires a foundational background in statistics for all students. Incoming MPPDS students must complete three prerequisites: a college-level statistics course and two pre-semester program labs.一般来说,成功的申请者在本科学习中的平均成绩至少为 B,数学和分析课程的成绩很好,GRE 的量化成绩也很高。欢迎具有统计学、经济学、数学、社会学、公共管理、会计或金融学学士学位的学生申请。
语言要求
托福
总分要求
90
小分要求
20
雅思
总分要求
6.5
小分要求
6
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
公共政策经济学
Economics for Public Policy
政策分析基础
Foundations of Policy Analysis
多元统计分析
Multivariate Statistical Analysis
公共政策制定与实施
Public Policy Formulation and Implementation
政策分析方法
Methods for Policy Analysis
风险分析
Risk Analysis
贫困、不平等与公共政策
Poverty, Inequality and Public Policy
项目评估应用计量经济学
Applied Econometrics for Program Evaluation
政策分析数据可视化
Data Visualization for Policy Analysis
数据科学编程原理
Principles of Programming for Data Science
计算思维与数据科学导论
Introduction to Computational Thinking and Data Science
大规模数据科学
Data Science at Scale
数据管理基础
Foundations of Data Management
数据科学机器学习
Machine Learning for Data Science
数据挖掘基础与应用
Foundations and Applications of Data Mining
数据可视化
Data Visualization
交互设计与可用性测试
Interaction Design and Usability Testing
用户体验设计与战略
User Experience Design and Strategy
数据科学专业实践
Data Science Professional Practicum
展开全部
在线咨询
电话咨询