美国留学经验：东北大学信息学硕士项目（下）

从设计决策支持系统到开发3D可视化、美国目下创建移动应用程序或管理信息和通信技术，留学信息学专业人士在处理信息的经验可用性、可靠性、东北大学隐私性、信息学硕安全性和保密性等挑战时，士项运用他们的美国目下技术专长应对这些问题。本篇小编继续带大家看看这个项目的留学相关课程。

相关课程

·         专业人士的经验体验式学习项目

本课程为学生提供了一个机会，利用他们在硕士课程中获得的东北大学知识和技能，参与到富有挑战性的信息学硕短期项目中，由导师监督。士项学生将被分配到由私营和非营利部门赞助的美国目下学科特定咨询项目中。学生需要制定项目计划，留学进行研究，经验提出并提供建议给赞助组织，并对所学经验进行反思。将学术课程中的概念和技能与咨询过程相映射是本课程的主要学习目标。课程要求通过申请流程。

·         概率论与统计学基础

本课程从数据分析的角度介绍了商业分析中的统计学内容。主题包括频率分布、位置度量（如均值、中位数、众数）、离散度量、方差、图形表示、基础概率论、总体与样本、抽样分布以及分类数据。课程还简要介绍了回归与相关性。通过统计软件进行数据分析的项目作业，学生将获得实践经验，观察概率和统计编程以及基础数据管理如何影响企业各个层面的决策。

·         数据分析的沟通与可视化

本课程从跨学科角度探讨了支持有效数据可视化和沟通实践的设计理念以及认知与沟通理论。课程关注信息与受众的关系，研究了如何通过书面、口头和视觉手段有效传达复杂的定量信息。基于项目的活动为学生提供了将这些技术应用于实践的机会，确保数据变得易于理解、具有吸引力并且可操作。实验课中引入了R Shiny、Tableau和R作为数据可视化工具。

·         预测分析

本课程介绍了数据驱动的统计和预测建模方法，通过案例研究展示其应用。课程涵盖了完整建模周期中的所有数据和建模步骤，包括数据的ETL过程、探索性数据分析、异常值插补和数据标准化。常用的建模技术如k最近邻、广义线性模型（GLM）、随机森林、神经网络和朴素贝叶斯等将在课程中广泛应用与解释。课程通过高级可视化技术和简化的数学推导来帮助学生理解预测分析建模步骤，如模型训练、验证和测试。

·         数据仓库与SQL

本课程聚焦于大型数据库中的管理、挖掘和模式解释。学生将学习如何从操作数据库中构建数据仓库，理解不同的数据仓库架构、如何构建数据仓库以及如何构建高效的数据挖掘数据库。课程讨论了关系数据库和结构化查询语言（SQL）的基础知识，介绍了NoSQL（非SQL）和列式数据库等现代数据库系统。

·         云分析

本课程介绍了一套技术、工具和应用，帮助学生在云平台上从海量数据（如社交媒体网站、电子商务网站）中提取和收集信息。还介绍了将历史数据迁移到云系统的技术，随着新的云系统提供当代分析解决方案。课程为学生提供了通过云计算平台支持数据分析流程和商业智能的技术能力。云分析是一个新兴话题，旨在通过公共或私有云计算服务模式，帮助并促进数据分析流程的发展。 

除此之外呢，还有很多信息学相关的硕士项目，大家可以多关注这个平台，也可以移步微信【i启德】微信小程序，可以看到更多的院校和专业介绍，也会有大学排名最新更新。下面我就简单介绍一些和信息学相关的硕士项目的美国大学的信息，

约翰霍普金斯大学

MS in Security Informatics

埃默里大学

MS in Computer Science and Informatics

南加州大学

MS in Data Informatics

欢迎访问启德教育美国留学频道　欢迎咨询启德教育留学顾问    

免费获取留学规划方案，您可以通过以下4种方式联络我们： 

1、欢迎致电启德教育客户服务中心400-1010-123； 

2、欢迎 点击这里进行网络咨询； 

3、添加启德官网微信，可立即咨询；

          扫一扫  立即咨询

4、填写表单，我们会在1-3天内为您提供专业的服务。