<p> 数据科学主要研究从数据中提取和构建知识的计算规范、方法和系统,以及计算规范的应用。从分子生物学到社会媒体,从可持续能源到健康保健,大型数据集现在多由科学、社会和商业活动产生。数据科学提出了如何高效在广泛数据流中找到固定模式的问题,而许多研究领域已解决了部分问题:机器学习的重点是根据数据寻找其中的固定模式并进行预测;算法和数据库中的数据被用以建立大规模数据流系统;单独的研究领域(如文本、图像、传感器的数据、视频和语音)已在不同类型的非结构化数据中发展壮大。近期,这些不同学科已开始合并成单一的领域——数据科学。</p><p>爱丁堡大学数据科学理学硕士项目适合于想要就职于产业或公共部门的学生,也适合于想要探索深入领域(如数据科学中的循环运动规约)的学生。通过爱丁堡大学数据科学理学硕士项目,学生将获得以下方面的拓展:</p><p>跨越数据科学领域的广泛知识; </p><p>至少一个数据科学领域的高级技术背景; </p><p>对现实世界中问题的理解,涉及工业、科学和公共部门中数据的使用; </p><p>数据科学领域的研究经验。 </p>
<p> 数据科学主要研究从数据中提取和构建知识的计算规范、方法和系统,以及计算规范的应用。从分子生物学到社会媒体,从可持续能源到健康保健,大型数据集现在多由科学、社会和商业活动产生。数据科学提出了如何高效在广泛数据流中找到固定模式的问题,而许多研究领域已解决了部分问题:机器学习的重点是根据数据寻找其中的固定模式并进行预测;算法和数据库中的数据被用以建立大规模数据流系统;单独的研究领域(如文本、图像、传感器的数据、视频和语音)已在不同类型的非结构化数据中发展壮大。近期,这些不同学科已开始合并成单一的领域——数据科学。</p><p>爱丁堡大学数据科学理学硕士项目适合于想要就职于产业或公共部门的学生,也适合于想要探索深入领域(如数据科学中的循环运动规约)的学生。通过爱丁堡大学数据科学理学硕士项目,学生将获得以下方面的拓展:</p><p>跨越数据科学领域的广泛知识; </p><p>至少一个数据科学领域的高级技术背景; </p><p>对现实世界中问题的理解,涉及工业、科学和公共部门中数据的使用; </p><p>数据科学领域的研究经验。 </p>