版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、数据科学专业硕士研究生培养方案2019年9月一、 培养目标与学制及应修学分培养目标:大数据专业型和研究型人才。硕士学制:3年硕士应修学分: 30学分,其中必修22学分(公共必修5学分、专业必修17学分),选修8学分。专业课程包括统计学习、应用与计算数学、信息科学、领域专题研讨四个模块,学生可根据研究方向,在导师指导下选择必修课和选修课。 二、专业能力与水平及学位论文的基本要求 硕士生专业能力与水平的基本要求: 掌握本专业的基础理论和专业知识,具有本专业和相关领域的复合型专业知识结构;能够综合运用数据科学相关的理论,以及大数据分析方法、技术和工具解决领域应用中的实际问题;了解大数据相关的技术和产
2、业发展趋势,具有项目协调能力和团队合作精神;能从事大数据处理与分析、大数据关键技术与系统研发,以及面向医疗健康、生命科学、社会调查、环境、能源、时空、交通、金融与电子商务等领域的大数据建模、分析、决策和管理等工作。要求硕士生在北京大学前沿交叉学科研究院数据科学研究中心、各院系相关实验室,以及北京大数据研究院等实践基地从事为期至少1年的科研实践和企业实习。在读期间,硕士生发表的论文、软著、专利等,须署名北京大学或北京大学大数据科学研究中心。硕士生学位论文的基本要求: 硕士学位论文,要求对所研究的课题有创新的科研成果或创新的实践成果,并对本学科发展或经济建设、社会进步有一定意义;表明作者掌握坚实的
3、基础理论和系统的学科知识,具有从事学术研究或担负专门技术工作的能力。学位论文应在导师指导下,由硕士研究生本人独立完成。 研究生毕业学位论文必须是一篇系统完整的学术论文,严格按北京大学研究生手册中“北京大学研究生学位论文及论文摘要的基本要求与书写格式”的规定撰写,并打印。学位论文一般应依次包括下述几部分:封面、声明、题目、中文摘要、英文摘要、目录、序言、正文、结论、参考文献、附录、作者的致谢、后记或说明、学位论文原创性声明和授权使用说明、封底。三、指导方式在硕士研究生培养过程中,应合理安排课程学习、社会实践、科学研究、学术交流等各个方面,着重培养硕士研究生的优良学风、学术探索精神、创新意识、独立
4、科学研究能力。导师为学生培养的第一责任人,在指导学生期间,不论是课程指导导师,还是科研实习和论文指导导师,导师为学生的第一责任人。四、研究生的课程学习要求 1. 一外英语2学分(硕士必修课)时间:第一学年内 2. 中国特色社会主义理论与实践,2学分(硕士必修课)马克思主义与社会科学方法论,或自然辩证法概论,1学分(硕士必修课)3. 专业必修课和选修课时间:第一、二学年内; 专业必修课学分:17学分,其中:数据科学导引(3学分);教学实习(2学分);“论文写作指导类课程”(或)(1学分),为本专业所有研究方向的必修课;另12个学分的专业必修课,分别从统计学习、应用与计算数学、信息科学三个课程模块
5、中选择(3+1)。 领域专题研讨选修课限选2门。 从北大课程表中,可任选一门2学分以上(含2学分)课程作为选修课。4. 研究生每学期的课程选择需征得导师指导小组同意。5. 必修课学分超额部分可作为选修课学分。6. 课程成绩以60分为及格。7. 先修课:对于本科没有修过高等数学、线性代数、统计学、数据结构与算法、数据库管理系统、等部分课程的研究生,需要在导师小组指导下先修(补修,不计学分)以上课程。选修其他院系和学校的课程,服从具体相关条例管理。五、研究生课程 数据科学交叉学科研究生课程(公共必修课以研究生院选课通知为准)序号课程编号课程名称课程类别学分任课教师1中国特色社会主义理论与实践研究必
6、修课(硕士)2研究生院2马克思主义与社会科学方法论必修课(硕士)1研究生院(2选1)自然辩证法概论必修课(硕士)13国际交流英语视听说必修课(硕士)2研究生院(4选1)研究生英语影视听说美国文化美式英语语音4教学实习必修课2导师小组5论文写作指导必修课1(2选1)如何撰写学术论文?6数据科学导引必修课3鄂维南朱占星7机器学习必修课(至少任选一门)3统计学习模块8机器学习39深度学习:算法与应用310强化学习311贝叶斯理论与算法选修课312高等统计学313建设中因果推断314高等深度学习215数值代数2必修课(至少任选1门)3应用与计算数学模块16大数据分析中的算法317最优化方法318最优化理论与算法319凸优化选修课320并行计算321偏微分方程数值解322自然语言处理导论必修课(至少选1门)3信息科学模块23数据库原理与技术324网络大数据管理理论和应用325计算语言学326网络信息体系结构327海量图数据的管理和挖掘328数据库与知识库系统原理329数据可视化330大数据安全与隐私保护231暂无课程号文本检索332视频编码与理解333 算法分析和复杂性理论334数据、模型与决策335云计算与大数据平台336服务计算与大数据技术专题237应用密码学338030506专题研讨一:医学科研数据挖掘选修课(限选2门)1领域专题研讨模块39030500专题研讨二:医学
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论