該專業(yè)要求學(xué)生具備豐富的知識與技能,專業(yè)包含以下課程學(xué)習(xí):
(1)數(shù)學(xué)。微積分和線性代數(shù)是大多數(shù)數(shù)據(jù)挖掘應(yīng)用程序需要矩陣計算的基本算法。
(2)統(tǒng)計學(xué)。掌握相關(guān)性分析、多元回歸,揉合各種數(shù)據(jù)從不同角度進(jìn)行預(yù)測性和指導(dǎo)規(guī)范性建模,會使用R、SAS、SPSS、SciPy、Stata等統(tǒng)計工具軟件。
(3)編程和寫腳本。掌握編程語言可以更具競爭力,如:Python、C/C++、Java、Ruby、Perl、MATLAB、Pig等。
(4)數(shù)據(jù)庫。熟練掌握SQL,關(guān)注NewSQL這類高擴(kuò)展、高性能數(shù)據(jù)庫,如:Cloudera Impala、Clustrix、VoltDB等。
(5)分布式計算系統(tǒng):熟悉Apache產(chǎn)品族,鉆研NoSQL平臺,了解Apache Cassandra和MongoDB的優(yōu)缺點,動手實踐Hadoop、HBase、Cassandra、MapReduce、Hive等不斷出現(xiàn)的新系統(tǒng)。
(6)數(shù)據(jù)挖掘。數(shù)據(jù)挖掘是跨學(xué)科的,借鑒人工智能和機(jī)器學(xué)習(xí)、統(tǒng)計數(shù)據(jù)和數(shù)據(jù)庫系統(tǒng)等。
(7)數(shù)據(jù)建模。從ERWin、Agile Data Modeling、ORM Diagrams、UML class diagrams、CRC cards、Conceptual/logical/physical schema、DDL、Bachman diagrams、Zachman Framework等數(shù)據(jù)建模工具開始,掌握建模技術(shù)和方法。
(8)數(shù)據(jù)可視化。選擇掌握Flare、HighCharts、AmCharts、D3.js、Processing、Google Visualization API、Raphael.js、Tableau等其中一些可視化工具。
大學(xué)推薦:
1.南加州大學(xué)
南加州大學(xué)的BA項目開在商學(xué)院下,該項目秋季入學(xué),學(xué)習(xí)時長為1年半。
專業(yè)設(shè)置:Business Analytics
2.德克薩斯大學(xué)奧斯汀分校
商業(yè)分析項目開在商學(xué)院信息、風(fēng)險和運(yùn)營管理系下面。該項目時長為1年,并且屬于STEM項目。
專業(yè)設(shè)置:Data Analytics Programming
3.卡耐基梅隆大學(xué)
卡耐基梅隴大學(xué)的BA項目開在信息管理學(xué)院下面,該項目時長為16個月。
專業(yè)設(shè)置:Business Intelligence & Data Analytics
4.圣路易斯華盛頓大學(xué)
專業(yè)設(shè)置:MS in Customer Analytics
5.康奈爾大學(xué)
專業(yè)設(shè)置:data analytics
6.圣母大學(xué)
專業(yè)設(shè)置:MS in Business Analytics
隨時隨地了解國外大學(xué)院校信息?芥末網(wǎng)院校庫微信小程序你值得擁有!
留學(xué)院校庫 微信掃碼用起來!

