墨爾本大學Master of Data Science

science-courses.unimelb.edu.au

課程大綱?

handbook.unimelb.edu.au

Data Science是學生需要自選課程最少的專業，兩年總共200 學分，16門課程，只有兩門課程需要學生自己選擇。剩下14門課程包含4門數學類課程，4門計算機專業課程，一個畢業設計（佔了2門課的學分）。 具體課程組合分三種

1: 滿足了數學知識儲備的學生（概率論，高數，線性代數等）

2: 滿足了計算機知識儲備的學生（面向對象編程java/python會一樣，演算法）

3: 數學與計算機知識儲備都滿足的學生

對於滿足條件3的學生，自選課程增加為6門。下面我們挑選幾門本專業經典的課程來給大家介紹一下

comp90042 web search and text analysis

首先，這門課不是寫爬蟲。課程分為兩個組成部分，前半學期講text analysis，也就是自然語言處理相關的知識，後半學期講搜索引擎和一些演算法。課程包含五個小作業，有情感分析，詞義理解等。最後的大作業是實現一個自動問答系統，比如：中國的首都是？系統回答：北京。

comp90051 statistical machine learning

數理機器學習。這門課講基本的機器學習知識，從數學方面入手，介紹頻率學派，貝葉斯學派，決策論對不同方法的優化。線性回歸，邏輯回歸， SVM，bandit, 聚類。課程包含兩個project, 每個為期三周，都是在Kaggle上完成。

comp90024 cluster and cloud computing

lecture介紹集群與雲計算的概念，很基礎。課程包含兩個project，第一個是在學校的超級計算機Spartan上實現一個research編程，比如統計某地區發推的數量之類的。一般會帶學生實地去參觀超級計算機；第二個是完全在類似於AWS的雲服務上搭建雲，然後爬取推特數據，做情感分析，然後接入澳大利亞城市信息資料庫ORIN，比較推特和城市信息，發現一些有趣的關係。比如對墨爾本地區的情感分析和收入中位數比較，看有沒有什麼關聯。本課程上完學生可以學會怎麼搭建雲，使用雲，實現雲計算，實現大數據處理。

以上三門課程均為Data Science的必修課程，大多數會和Kaggle打交道。總的來說就是一些data mining, machine learning, big data analytics比較實戰的教學。

本課程由於研究學分僅25分，不滿足之後深造PhD的要求，所以需要入讀PhD的同學需要在自選課程上增加research學分，具體可以網上在線諮詢墨大官方諮詢stop1