统计 & 数据科学
统计 & 数据科学(SDS)项目将整个学院有兴趣从数据中学习东西的教师和学生联系起来. 在澳门葡京博彩软件,学生们通过 做课堂时间强调解决问题和与数据的实际接触. 许多课程采用学生驱动的项目,让学生在经济学等领域追求自己的兴趣, 心理学, 政治科学, 社会学, 工程, 生物学, 环境科学, 神经科学和地质学.
部门更新
即将到来的会谈 & 讲座
统计 & 数据科学项目定期举办讲座 & 免费向公众开放的讲座. 假定没有事先接触过统计数据. 敬请关注 我们的活动页面 精彩的演讲即将到来!
断断续续的事件
请参阅 西方大众统计与数据科学会议 查看其他活动.
重复事件
- 联合统计会议: 8月
- 统计和数据科学领域的女性会议: 10月
- 五所大学数据测试3月下旬,马萨诸塞
亲自出席
这与澳门葡京博彩软件的核心身份和使命是一致的, 住宿学院, SDS确认学院政策(根据学院教务长和院长),学生将亲自上课. SDS课程不提供远程出勤选项. 被无障碍资源中心确定需要远程出勤住宿的学生将是此政策的唯一例外. 和其他美国残疾人法的规定一样, 请在上课的第一周通知你的老师,讨论我们如何满足你的住宿要求.
需求 & 课程
统计与数据科学专业目标
- 识别和使用各种数据类型(包括, 但不限于, 分类, 数值, text, 空间和时间)和格式(例如.g. CSV, XML, JSON,关系数据库,音频,视频等.).
- 从具有各种大小和格式的数据集中提取有意义的信息.
- 拟合和解释统计模型,包括但不限于线性回归模型. 使用模型进行预测, 评估这些模型的有效性和预测的准确性.
- 了解不同研究方法的优势和局限性, 分析和解释数据. 能够为各种目的设计研究.
- 注意并解释不确定性在推论统计程序中的作用.
- 阅读和理解研究报告中使用的数据分析. 在至少一门应用学科的研究项目中参与数据分析部分.
- 使用至少一种高级编程语言的数据进行计算, 分析复杂数据集的能力证明了这一点.
- 在多种语言和计算环境下工作.
- 以书面形式传达定量信息, 对技术和非技术受众进行口头和图形形式的交流.
- 评估基于数据的研究对社会的伦理影响, 分析, 以一种知情的方式使用技术. 使用资源, 比如专业指南, 院校评审委员会, 发表的研究, 告知道德责任.
统计与数据科学专业
需求
外加十门课程 SDS 100
- SDS 100
- 五门基础及核心课程:
- CSC 110 or CSC 120
- SDS 192
- m 211
- SDS 220 or SDS 201
- SDS 291
- 一门编程深度课程: SDS 270, SDS 271, CSC 210, or CSC 294
- 一、统计学深度课程: SDS 290, SDS 293, MTH 320/ SDS 320 或SDS 390的主题
- 一个数据背景课程: SDS 109/ CSC 109, 189年财政年度, CSC 235/ SDS 235, SDS 236 or SDS 237
- 一门应用领域课程. 学生和他们的指导老师应该尽早确定潜在的应用领域, 因为许多合适的课程都有先决条件. 正常情况下, 这应在第四学期或专业申报时进行, 先到者为准. 一门课程是否满足要求将由学生的专业指导老师决定. 该要求通常由下列其中一项来满足:
- SDS 300的一个主题
- 研究研讨会(通常为300级)或至少两个学分的特殊研究. 通常,该领域将在数学、统计学和计算机科学之外.
- 另一专业的部门荣誉论文(通常不是MTH或CSC).
- 一个顶点课程: SDS 410
- 选修课(为满足10门课程的要求):前提是满足上述要求, 以上所列的任何一门课程都可以算作选修课,以达到10门课程的要求. 统计学和计算机科学的五门大学课程可以作为选修课. 此外,任何课程 与SDS交叉切片 可以算进专业的结业吗.
额外的指导方针
- 除了… SDS 192, SDS 201, SDS 220, SDS 291, SDS 410 (或任何强制性的S/U课程), 学生可以将任何一门SDS课程从分级课程转到S/U课程. 如果学生在参加了S/U评分选项的核心课程后,从SDS辅修转为SDS主修, 该课程将被视为该学生主修的一门S/U课程.
- SDS 201 AP统计考试可能会被4分或5分取代吗. 用AP课程代替并不会减少主修或辅修课程的总课程数.
- m 211 在特殊情况下可否以呈请取代.
- 任何一个 220年生态, 政府203年, 201 or SOC 204 可以直接代替 SDS 220 不需要再选一门课,无论是主修还是辅修. 请注意, SDS 220 和 220年生态 需要微积分.
- 请注意,应用领域课程的非100级先决条件将计入主要学分.
- 在课程许可的情况下,五所大学的同等学历可以代替.
数理统计专业
有关跨部门数理统计专业的信息可在 数学科学 目录页.
统计与数据科学辅修
需求
外加六门课程 SDS 100
- SDS 100
- 四门基础及核心课程:
- CSC 110 or CSC 120
- SDS 192
- SDS 220 or SDS 201
- SDS 291
- 一门编程深度课程: SDS 270, SDS 271, CSC 210, or CSC 294
- 一个数据背景课程: CSC 109/ SDS 109, 189年财政年度, CSC 235/ SDS 235, SDS 236 or SDS 237
- 这三个要求是否应该少于六门课程来满足, SDS或CSC中任何算作主修课程的课程都可以算作辅修课程.
- 一般情况下,辅修科目不超过一门S/U成绩课程.
- 如果学生在参加了S/U评分选项的核心课程后,从SDS辅修转为SDS主修, 该S/U将被视为该学生该专业的唯一S/U.
应用统计学
应用统计学的跨部门辅修课程为学生提供了一个在学生感兴趣的应用领域中学习统计学的机会. 辅修课程的设计具有足够的灵活性,允许学生在许多可能的应用领域中进行选择.
需求
外加五门课程 SDS 100
- SDS 100
- 一门统计学入门课程: SDS 201, SDS 220, 201, 220年生态, SOC 204 or 政府203年
- SDS 290 和 SDS 291
- 两个应用领域课程. 学生和他们的指导老师应该尽早确定潜在的应用领域, 因为许多合适的课程都有先决条件. 课程是否满足要求将由学生的辅修导师决定. 该要求通常由以下两项来满足:
- SDS 300的一个主题
- 研究研讨会(通常为300级)或至少两个学分的特殊研究. 通常,该领域将在数学、统计学和计算机科学之外.
- 另一专业的部门荣誉论文(通常不是MTH或CSC).
- 在满足学生专业要求的课程中, 辅修科目最多可选两门课程.
- 只有一门统计学入门课程可以算在辅修课程中.
- 一般情况下,辅修科目不超过一门S/U成绩课程.
- 如果学生在参加了S/U评分选项的核心课程后,从SDS辅修转为SDS主修, 该S/U将被视为该学生该专业的唯一S/U.
- 在高中修过AP统计,AP统计考试成绩达到4或5分的学生, 或者在统计学方面有其他同等的准备, 不需要重复统计学入门课程, 但是他们必须完成五门课程.
课程
SDS 100实验室:可重复科学计算与数据(1学分)
数据科学的实践依赖于培养负责任的数据使用和可重复的科学调查的计算环境. 本课程培养学生运用现代工作流程从事数据科学工作的能力, 开源工具和道德实践. 学生将学习如何用轻量级标记语言编写科学报告.g.,降价),包括代码(e.g., R),数据,图形,text和其他媒体. 学生还将学习对数据科学中的道德实践进行推理. S / U只. 在下列任何一项需要同时注册: SDS 192, SDS 201, SDS 220, SDS 290 or SDS 291. 限制:已完成以下任何一项的学生不开放: SDS 192, SDS 201, SDS 220, SDS 290 or SDS 291. 报名人数限30人. 未注册必修课程的学生将不经通知而被退学.
秋天,春天
SDS 109/ CSC 109与数据通信(4学分)
作为 SDS 109 和 CSC 109. 世界越来越依赖于收集和分析信息来帮助人们做出决策. 正因为如此, 就数据进行有效沟通的能力是几乎所有学科未来就业前景的重要组成部分. 在本课程中, 学生将学习信息可视化的基础知识,并提高他们使用数据进行交流的技能. 本课程探讨决策的概念, 人类的感知, 色彩理论和讲故事在数据驱动的交流中的应用. 本课程帮助学生在如何与人谈论数据方面打下坚实的基础, 对于有抱负的数据科学家和想要学习新的信息呈现方式的学生. {M}
秋天,春天
SDS 192数据科学入门(4学分)
使用Python, R和SQL介绍数据科学. 学生们学习如何刮痧, process 和 clean data from the web; manipulate data in a variety of formats; contextualize variation in data; construct 点和区间估计 using re抽样 techniques; visualize multidimensional data; design accurate, clear 和 appropriate data graphics; create data maps 和 perform basic spatial analysis; 和 query large relational databases. 前提条件:并发注册 SDS 100 要求以前没有完成的学生 SDS 201, SDS 220, SDS 290 or SDS 291. {M}
秋天,春天
SDS - 201本科生统计方法(4学分)
(原MTH 201/ 201). 概述本科研究所需的统计方法, 强调数据收集的方法, 数据描述和统计推断, 包括对研究设计的介绍, 置信区间, 测试假说, 方差分析和回归分析. 讨论了定量数据和分类数据的分析技术. 强调应用程序,学生使用R进行数据分析. 本课程满足心理学专业的基本要求. 参加过 m 111 或者同等的 SDS 220,这也满足了基本要求. 前提条件:并发注册 SDS 100 需要学生谁还没有完成 SDS 192, SDS 220, SDS 290 or SDS 291. 限制:学生通常只能修一门以上的课程: 220年生态, 政府203年, MTH 220; 201, SDS 201, SDS 220 or SOC 204. 名额限制:40人. {M}
秋天,春天
SDS 220概论概率与统计(4学分)
(原MTH 220/SDS 220). 面向应用的现代统计推断导论:研究设计, 描述性统计, 随机变量, 概率和抽样分布, 点和区间估计, 假设测试, 重采样过程, 多元回归. 广泛应用于自然科学和社会科学. 本课程满足生物科学的基本要求, 工程, 环境科学, 神经科学, 和心理学. 先决条件: m 111,或同等; SDS 100 必须同时修读尚未修毕的 SDS 192, SDS 201, SDS 290 or SDS 291. 限制:学生通常只能修一门以上的课程: 220年生态, 政府203年, MTH 220; 201, SDS 201, SDS 220 or SOC 204. 名额限制:40人. {M}
秋天,春天
SDS 235/ CSC 235视觉分析(4学分)
作为 CSC 235 和 SDS 235. 可视化分析技术可以帮助人们从海量数据中获得洞察力, 动态, 模棱两可且经常相互矛盾的数据. 在本课程中, 学生学习新兴的基础知识, 视觉分析的多学科领域,并将这些技术应用于个人兴趣领域的重点研究问题. 选择将本课程作为编程强化课程的学生应该之前学习过CSC 212. 在这个轨道上, 学生学习使用R, Python和HTML5/JavaScript开发自定义可视化分析工具. 喜欢非编程密集课程的学生可以选择使用现有的可视化分析软件, 例如Tableau或Plotly. 名称:理论,编程. 先决条件: CSC 120 或同等. {M}
秋天,春天,变化无常
SDS 236数据新闻(4学分)
数据新闻是用数据讲述故事的实践. 本课程将侧重于新闻实践, 将数据作为来源进行访谈, 并在上下文中解释结果. 我们将讨论在新闻语境中观众的重要性, 并将着重于变异和偏差的统计概念. 本课程将包括数据的实际操作, 使用适当的计算工具,如R, Python, 和数据api. 此外,我们将探索使用可视化和讲故事的工具,如Tableau,情节.ly和D3. 不需要编程或新闻方面的经验. 先决条件:统计学入门课程(包括 SDS 220, SOC 204, 政府203年, 220年生态, 201). 报名人数限20人. WI {M}
秋天,春天,变化无常
SDS 237数据人种学(4学分)
本课程介绍数据人种学的理论与实践, 演示如何使用定性数据收集和分析来研究数据设置和工件. 学生将学习野外笔记写作技巧, 参与观察, 深入的采访, 文献分析和档案研究,以及如何将它们用于数据集的文化基础背景化. 学生将学习如何在R中以突出其社会政治来源的方式可视化数据集. 学生还将学习如何利用民族志方法来改进数据记录和交流. 本课程将介绍有关技术科学实地考察的政治辩论. 推荐的先决条件: SDS 192. 名额限制:40人. {S}
秋天,春天
SDS 270数据科学编程(4学分)
这门课不是关于数据分析的,而是, 学生将深入学习R编程语言. 主题可能包括数据结构, 控制流, 正则表达式, 功能, 环境, 函数式编程, 面向对象编程, 调试, 测试, 版本控制, 文档, 文学编程, 代码审查和包开发. 本课程的主要目标是为一个可行的, 协作, 开源, 可发布的R包. 先决条件: SDS 192 和 CSC 110,或同等. 名额限制:40人. {M}
秋天,春天
SDS 271数据科学Python编程(4学分)
本课程涵盖了处理所需的技能和工具, 使用Python分析和可视化数据,并在协作项目中工作. 主题包括Python中的函数式和面向对象编程, P和as中的数据争用, 可视化在Matplotlib在seaborn, 以及创建可重现的工作流:调试, 测试和记录程序, 有效地使用版本控制. 本课程的主要目标是创建一个可行的, 像Python包索引(PyPI)中的那些开源Python包. 先决条件: SDS 192 和 CSC 110. 名额限制:40人. (E) {M}
秋天,春天,变化无常
SDS 290研究设计与分析(4学分)
(原m /SDS 290). 对科学研究所需的统计方法的调查, 包括规划数据收集和数据分析,为研究假设提供证据. 这门课程可以包括方差分析的内容, 的相互作用, 对比, 多重比较, 多元回归, 因子分析, 观察性和随机研究的因果推理以及显示数据的图形方法. 特别注意分析学生项目的数据,如论文和专题研究. 统计软件用于数据分析. 前提条件:下列之一: 201, SDS 201, 政府203年, 220年生态, SDS 220 or a score of 4 or 5 on the AP 统计数据 examination or the equivalent; concurrent registration in SDS 100 需要学生谁还没有完成 SDS 192, SDS 201, SDS 220 or SDS 291. 名额限制:40人. {M}
秋天,春天
SDS 291多元回归(4学分)
(原MTH 291/ SDS 291). 回归技术的理论和应用:线性和非线性多元回归模型, 残差及影响分析, 相关, 协方差分析, 指标变量与时间序列分析. 本课程包括选择方法, 拟合, 评估和比较统计模型,并分析取自自然的数据集, 物理与社会科学. 先决条件: SDS 201, 201, 政府203年, SDS 220, 220年生态 或同等 or a score of 4 or 5 on the AP 统计数据 examination; concurrent registration in SDS 100 需要学生谁还没有完成 SDS 192, 201, 220 or 290. 名额限制:40人. {M}{N}
秋天,春天
SDS 293机器学习建模(4学分)
在“大数据”时代,统计模型变得越来越复杂. 本课程从线性回归模型开始,向学生介绍从数据中学习的各种技术, 以及评估和比较模型的原则方法. 主题包括偏方差权衡, 重新采样和交叉验证, 线性模型选择和正则化, 分类和回归树, 装袋, 提高, 随机森林, 支持向量机, 广义加性模型, 主成分分析, 无监督学习和k-means聚类. 重点放在统计计算的高级语言(如.g. R或Python). 先决条件: SDS 291 和 m 211 (m 211 可能并发). 名额限制:40人. {M}
秋天,春天,每年
SDS 300di研讨会:统计和数据科学应用的主题-残疾包容和数据分析(4学分)
学生将学习残疾的社会模式和批判性残疾理论,以及研究的设计和过程, 并参与一个研究项目,分析残疾包容的公共数据. 本课程涵盖的统计方法可能包括逻辑回归, 多变量分析, 因子分析, 等. 学生需要向期刊提交他们的期末项目, 在学期结束前参加会议或比赛. 先决条件: SDS 201, SDS 220 or 220年生态. 限制:仅限大三和大四学生. 报名人数限15人. 需要教练许可. {M}
秋天,春天,变化无常
SDS 320/ MTH 320数理统计(4学分)
作为 m 320 和 SDS 320. 介绍统计学的数学理论以及该理论在现实世界中的应用. 讨论包括随机变量的函数, 估计, 似然和贝叶斯方法, 假设检验和线性模型. 先决条件:统计学入门课程; m 212 和 m 246,或同等. 报名人数限20人. {M}
春天
SDS 338/ GOV 338政治网络研究研讨会(4学分)
作为 政府338年 和 SDS 338. 一个国家、政治家或利益集团的行为如何影响他人的行为? 马萨诸塞州将娱乐用大麻合法化的决定会影响佛蒙特州的大麻政策吗? 从宣战到决定谁是国会议员的投票联盟, 社会科学家越来越多地通过政治网络来认识世界的相互联系. 本课程介绍社会网络分析的基本要素,以及如何将其应用于美国政治. 先决条件: SDS 220 或者同等的统计学入门课程. 限制:仅限大三和大四学生. 报名人数限12人. 需要教练许可. {S}
秋天,春天,隔年
SDS 364/ PSY 364研究研讨会:群体间关系(4学分)
作为 364 和 SDS 364. 研究群体间关系,探索用于研究混合人际互动的理论和统计模型. 研究项目的例子包括检查性物化对女性和男性的影响, 种族间互动中的同理心准确性与家庭劳动中的性别不平等. 各种技能包括, 但不限于, 文献综述, 研究设计, 数据收集, 测量评价, 先进的数据分析和科学写作的发展. 先决条件: 201, SDS 201, SDS 220 或同等; 和 202. 限制:仅限大三和大四学生. 报名人数限12人. 需要教练许可. {M} {N}{年代}
秋天,春天,隔年
SDS 390be统计与数据科学主题-生物统计学和流行病学方法(4学分)
流行病学涉及人群中疾病的分布和决定因素, 而生物统计学侧重于统计方法的发展和应用,以广泛的主题在生物学, 医学和公共卫生. 本课程着重于流行病学的基本概念, 包括关联措施和常见流行病学研究设计, 以及公共卫生数据的统计方法. 讨论包括分类数据分析(列联表分析), 多项式回归, 序数回归和泊松回归)和生存分析(Kaplan-Meier估计和Cox比例风险模型). 不需要生物学背景. 先决条件: SDS 291 和[m 112 or (m 111 和 m 153)]. 限制:SDS 390可参加3次不同主题的考试. 报名人数限30人. {M}
秋天,春天,变化无常
统计与数据科学主题-分类数据分析(4学分)
分类数据分析统计方法的理论与应用. 本课程概述了分析离散数据(包括二进制数据)的统计方法, 多项和计数响应变量. 考虑了标称和序数响应. 讨论可能包括列联表和卡方分析, 物流, 泊松和负二项回归模型. 使用R统计软件. 先决条件: SDS 291 or SDS 290 或同等. 限制:SDS 390可参加3次不同主题的考试. 报名人数限30人.
秋天,春天,变化无常
SDS 400特殊研究(1-4学分)
通常是大三和大四的学生. 需要教练许可.
秋天,春天
SDS 410统计学顶点 & 数据科学(4学分)
这一学期的课程利用学生以前的课程来解决现实世界的数据分析问题. 学生在由学术界、政府或工业界赞助的项目中进行团队合作. 发展的专业技能包括:道德, 项目管理, 协同软件开发, 文档和咨询. 定期团队会议, 每周进度报告, 中期及最终报告, 并且需要多次演示. 仅对统计和数据科学专业开放. 先决条件: SDS 192, SDS 291 和CSC 111. 限制:仅限统计和数据科学专业. 报名人数限20人. 需要教练许可. {M}
秋天,春天
SDS 430D荣誉论文(4学分)
需要部门许可.
秋天,春天
Crosslisted课程
CSC 235/ SDS 235视觉分析(4学分)
作为 CSC 235 和 SDS 235. 可视化分析技术可以帮助人们从海量数据中获得洞察力, 动态, 模棱两可且经常相互矛盾的数据. 在本课程中, 学生学习新兴的基础知识, 视觉分析的多学科领域,并将这些技术应用于个人兴趣领域的重点研究问题. 选择将本课程作为编程强化课程的学生应该之前学习过CSC 212. 在这个轨道上, 学生学习使用R, Python和HTML5/JavaScript开发自定义可视化分析工具. 喜欢非编程密集课程的学生可以选择使用现有的可视化分析软件, 例如Tableau或Plotly. 名称:理论,编程. 先决条件: CSC 120 或同等. {M}
秋天,春天,变化无常
CSC 252算法(4学分)
涵盖算法设计技术(“分而治之”),动态规划, “贪心”算法, 等.), 分析技术(包括大0符号), 递推关系), 有用的数据结构(包括堆), 搜索树, 邻接列表), 各种问题的有效算法和np完备性. 名称:理论. 先决条件: CSC 210, m 111 和 m 153. 报名人数限30人. {M}
秋天,春天,隔年
计算机器学习(4学分)
从编程角度介绍机器学习. 培养学生对基本机器学习概念(包括欠拟合/过拟合)的理解, 模型复杂性的度量, 训练/测试集分割和交叉验证), 但明确关注机器学习系统设计(包括评估算法复杂性和编程架构的开发)和大规模机器学习. 通过包括决策树在内的一系列机器学习方法,演示了监督学习和无监督学习的原理, 再邻居, 集成方法和神经网络/深度学习, 以及降维, 聚类和推荐系统. 学生实现经典的机器学习技术,包括梯度下降. 名称:理论,编程. 先决条件: CSC 210, CSC 250, (m 112 or m 211),以及Python知识. 名额限制:40人. {M}
秋天,春天,每年
CSC 325研讨会:负责任的计算(4学分)
什么时候颠覆是好的? 谁负责确保一项创新产生积极的影响? 这些影响是否被公平地分享? 如果存在偏见,如何从算法中消除呢? 谁能对自己开发的技术做出什么保证呢? 职业道德的局限性是什么? 这个研讨会探讨了道德含义(例如.e.(伦理学、正义、政治哲学)计算和自动化. 参与者探索如何负责任地设计技术,同时为进步和增长做出贡献. Discussions include: intellectual property; privacy, security 和 freedom of information; automation; globalization; access to technology; artificial intelligence; mass society; 和 emerging issues. 先决条件: CSC 210. 限制:仅限大三和大四学生. 报名人数限12人. 需要教练许可. {S}
秋天,春天,变化无常
220年生态统计与计量经济学概论(5学分)
总结,解释和分析经验数据. 注意描述性统计和统计推断. 主题包括基本抽样, 概率, 抽样分布, 估计, 假设检验与回归. 作业包括使用统计软件分析劳动力市场和其他经济数据. 先决条件: 150年生态 or 153年生态. 限制:学生通常只能修一门以上的课程: 220年生态, 政府203年, MTH 220; 201, SDS 201, SDS 220 or SOC 204. 报名人数限55人. {M}{S}
秋天,春天,每年
ECO 240计量经济学(4学分)
本课程介绍计量经济学的基本原理以及用于呈现和分析经济数据的方法. 统计方法的知识对于理解和批判性地评估许多关于经济和社会政策的文章是必不可少的. 本课程的主要目标是让您将其作为实证研究的知情和关键消费者,并具有进行自己原创实证研究的基本技能. 先决条件: 150年生态, 153年生态, m 111 ,要么 220年生态, SDS 220 or SDS 291. {M}{S}
秋天,春天,每年
189年财政年度数据与社会正义(4学分)
学生们研究影响可用性的社会政治力量, 关于各种社会正义问题的数据结构和治理. 学生将学习数据呈现技术,使数据生产的背景更加突出,并对不同的社区负责. 关于卫生公平的数据集, 住房正义, 研究了环境正义和刑事正义, 分析和可视化. 学生识别参与数据生产的机构和利益相关者, 解开激活数据语义的既得利益, 考虑在数据结构中删除了哪些人和哪些问题,并评估数据科学家在计划数据表示时所面临的道德权衡. Restrictions: First years only; students are limited to one first-year seminar. 报名人数限16人. WI{年代}
秋天,春天,变化无常
政治学的实证方法(5学分)
总结、解释和分析经验数据的基本问题. 讨论包括研究设计和测量, 描述性统计, 抽样, 测试的意义, 相关与回归. 特别注意调查数据和使用计算机软件进行数据分析. 限制:学生通常只能修一门以上的课程: 220年生态, 政府203年, MTH 220; 201, SDS 201, SDS 220 or SOC 204. 名额限制:75人. {M}{S}
春天
GOV 338/ SDS 338政治网络研究研讨会(4学分)
作为 政府338年 和 SDS 338. 一个国家、政治家或利益集团的行为如何影响他人的行为? 马萨诸塞州将娱乐用大麻合法化的决定会影响佛蒙特州的大麻政策吗? 从宣战到决定谁是国会议员的投票联盟, 社会科学家越来越多地通过政治网络来认识世界的相互联系. 本课程介绍社会网络分析的基本要素,以及如何将其应用于美国政治. 先决条件: SDS 220 或者同等的统计学入门课程. 限制:仅限大三和大四学生. 报名人数限12人. 需要教练许可. {S}
秋天,春天,隔年
MTH 246概率(4学分)
概率论, 包括组合概率, 随机变量, 离散和连续分布. 先决条件: m 153 和 m 212 (可同时修读)或同等学历. {M}
秋天
MTH 320/ SDS 320数理统计(4学分)
作为 m 320 和 SDS 320. 介绍统计学的数学理论以及该理论在现实世界中的应用. 讨论包括随机变量的函数, 估计, 似然和贝叶斯方法, 假设检验和线性模型. 先决条件:统计学入门课程; m 212 和 m 246,或同等. 报名人数限20人. {M}
春天
深度学习数学(4学分)
人工智能(AI)的发展与整个社会对人类体验的前所未有的重塑息息相关, 影响艺术, 文学, 科学, 政治, 商务, 法律, 教育, 等. 尽管有这些后果,但对人工智能的理解大多是经验性的. 最近,深度学习的知识状态被比作炼金术之类的伪科学. 这方面的进展依赖于真正的跨学科方法,这些方法同样来自数学, 计算机科学, 统计与数据科学. 课程目标是:(1)理解深度学习的数学基础, (2)熟练运用数学工具分析深度学习算法, (3)应用数学概念实现深度学习的实际应用. 不推荐给一年级学生. 先决条件: m 211 和 m 212. 报名人数限12人. {M}
秋天,春天,变化无常
本科研究统计方法(4学分)
概述本科研究所需的统计方法,强调数据收集的方法, 数据描述和统计推断,包括研究设计的介绍, 置信区间, 测试假说, 方差分析和回归分析. 讨论了定量数据和分类数据的分析技术. 强调应用,学生使用R和其他统计软件进行数据分析. 本课程满足心理学专业的基础要求. 参加过 m 111 或同等学历或修过AP STAT的学生都应该修 SDS 220,也符合专业要求. 先决条件: SDS 100 必须同时修读尚未修毕的 SDS 192, SDS 220, SDS 290 or SDS 291. 限制:学生通常只能修一门以上的课程: 220年生态, 政府203年, MTH 220; 201, SDS 201, SDS 220 or SOC 204. 名额限制:40人. {M}
秋天,春天
PSY 364/ SDS 364研究研讨会:群体间关系(4学分)
作为 364 和 SDS 364. 研究群体间关系,探索用于研究混合人际互动的理论和统计模型. 研究项目的例子包括检查性物化对女性和男性的影响, 种族间互动中的同理心准确性与家庭劳动中的性别不平等. 各种技能包括, 但不限于, 文献综述, 研究设计, 数据收集, 测量评价, 先进的数据分析和科学写作的发展. 先决条件: 201, SDS 201, SDS 220 或同等; 和 202. 限制:仅限大三和大四学生. 报名人数限12人. 需要教练许可. {M} {N}{年代}
秋天,春天,隔年
SOC 204社会学统计与定量研究方法(5学分)
这门基于项目的课程涵盖了社会学数据分析的统计学研究,以及更广泛的社会学定量研究方法的研究. 统计学的主题包括描述性统计, 概率论, 相关, 演绎与归纳, 误差和偏差, 置信区间和简单线性回归. 研究方法的主题包括实证主义, 研究设计, 测量, 抽样方法和调查设计. 所有学生都参加了一个强调使用计算机软件分析真实数据的实验室. 学生在本学期的课程中设计并完成一项调查研究项目. 先决条件: SOC 101. 限制:学生通常只能修一门以上的课程: 220年生态, 政府203年, MTH 220; 201, SDS 201, SDS 220 or SOC 204. 名额限制:40人. {M}{S}
秋天
其他节目信息
澳门葡京博彩软件的学生有可能在五年内获得马萨诸塞大学阿默斯特分校的统计学硕士学位(四年在澳门葡京博彩软件,一年在马萨诸塞大学)。, 通过 统计学硕士课程第5年. 感兴趣的学生应咨询项目主任.
有兴趣从事统计或数据科学研究生工作的学生应该咨询他们的主要顾问,以计划适当的课程学习. 无论哪种情况, 扎实的数学基础(微积分), II, 和第三, 以及线性代数)是必不可少的.
统计学研究生课程
ASA维持 一些研究生项目的列表 在统计数据中,可以帮助你找到适合你需要的选项.
数据科学研究生课程
作为一门较新的学科,数据科学项目仍处于起步阶段. ASA维护一个列表 “大数据”研究生课程尽管这不应该与数据科学混为一谈. 一个更 数据科学学位课程的综合列表 是由数据科学维护的吗.社区.
顾问
Benjamin Baumer, 镇压曹, 凯特林的厨师, 兰迪加西亚, Albert Y. Kim, 凯瑟琳金奈尔德, 斯科特拉康姆猪, 林赛地方.
选择你的顾问
如果您希望申报SDS专业或辅修专业并需要指导老师,请填写以下表格 SDS主要/次要顾问申请表.
对统计学博士课程感兴趣的学生应该考虑 数理统计专业 由SDS和MTH联合运营.
在AP统计考试中获得4或5分的学生应该参加SDS 290(研究设计和分析)或SDS 291(多元回归)。.
其他课程信息
教师
项目委员会
统计处联络处 & 数据科学
赖特厅226
澳门葡京博彩软件
北安普顿,MA 01063