复旦大学大数据学院统计学的研究生培养方案

发布时间:2020-04-22 编辑:考研派小莉 推荐访问:
复旦大学大数据学院统计学的研究生培养方案

复旦大学大数据学院统计学的研究生培养方案内容如下,更多考研资讯请关注我们网站的更新!敬请收藏本站,或下载我们的考研派APP和考研派微信公众号(里面有非常多的免费考研资源可以领取,有各种考研问题,也可直接加我们网站上的研究生学姐微信,全程免费答疑,助各位考研一臂之力,争取早日考上理想中的研究生院校。)

复旦大学大数据学院统计学的研究生培养方案 正文

培养方案基本信息
培养方案名称 统计学(学历硕士生)
适用培养单位 大数据学院 适用年级  
一级学科名称 统计学 一级学科代码 0714
专业/领域 统计学 专业/领域代码 027000
研究方向   培养方案编码 2102700001
适用培养层次 硕士 适用学位类型 学术学位 适用培养方式 非定向
适用入学方式 全国统考,推荐免试 是否适用国内学生 是否适用国际学生
是否全英文项目 -- 是否双学位项目 -- 学制 3
培养目标
  1. 学科与专业概括
 
大数据学院统计学专业致力于培养具有交叉学科背景、国际视野、思维开阔、全面掌握科学研究方法的大数据统计人才。
 
  1. 毕业生应具备的基本素质
 
具有扎实的统计学基础,掌握数据分析算法和工具,能够熟练地掌握大数据分析的方法。3 毕业生应具备的基本学术能力
 
项目着重培养学生面向大数据系统创新需求的思维和分析计算、项目实践能力。学生需要对统计学的专业知识、大数据系统、算法和工具、大数据挖掘技术等有全面理解。
培养方案学分数要求
最低总学分要求(包含课程与必修环节) 38 学分
课程分类 课程子分类 最低学分 最少门数(非必填)
 
1
 
学位公共课
政治理论课 3 2
第一外国语 4 2
专业外语课 2 1
 
2
学位核心课 学位基础课 0  
学位专业课 0  
学分小计 12
 
3
 
选修课
专业选修课 12 4
公共选修课 0  
跨一级学科选修课 0  
学分小计 14
 

必修环节学分数 3
其他说明:
参照《复旦大学研究生课程和教学管理规定》和《大数据学院研究生必修环节工作细则(试行)》
课程设置
类别I  
 
类别II
 
 
课程编号
 
 
课程名称
 
 
学分数
 
 
学时数
 
 
开课院系
 
 
备注
 
学位公共课
政治理论课 001 政治理论课 -- -- 研究生院  
第一外国语课 002 第一外国语 -- -- 研究生院  
专业外语课 MAST612161 大数据专业外语 2 36 大数据学院  
 
 
 
 
 
 
 
学位核心课
 
 
 
 
学位基础课
DATA620007 数据挖掘 3 54 大数据学院  
DATA620013 高等统计学习 3 54 大数据学院  
DATA620015 高等统计方法 3 54 大数据学院  
DATA620019 现代概率论基础I 3 54 大数据学院  
 
 
 
 
学位专业课
DATA620004 神经网络和深度学习 3 54 大数据学院  
DATA620006 人工智能与机器学习 3 54 大数据学院  
DATA620008 最优化理论 3 54 大数据学院  
DATA620018 数据可视化应用及实现 3 54 大数据学院  
 
 
 
 
 
 
 
 
 
 
选修课
 
 
 
 
 
 
 
 
 
 
 
专业选修课
DATA620002 大数据算法 3 54 大数据学院  
DATA620003 社交网络分析 3 54 大数据学院  
DATA620005 时间序列与空间统计 3 54 大数据学院  
DATA630001 医疗大数据高等统计方法 3 54 大数据学院  
DATA630008 半参数统计 3 54 大数据学院  
DATA630009 稀疏统计 3 54 大数据学院  
DATA630010 商务分析 3 54 大数据学院  
DATA630011 大数据解析 3 54 大数据学院  
DATA630012 大数据与金融风险管理 3 54 大数据学院  
DATA630013 金融计量学 3 54 大数据学院  
 

 
 
 
 
 
 
 
选修课
 
 
 
 
 
 
专业选修课
DATA630014 统计计算概论 3 54 大数据学院  
DATA630015 医学影像分析 3 54 大数据学院  
DATA630016 大数据环境与能源 3 54 大数据学院  
DATA820001 算法导论 3 54 大数据学院  
DATA830001 数值计算 3 54 大数据学院  
DATA830002 知识图谱概念与技术 3 54 大数据学院  
公共选修课 003 公共选修课 -- -- 研究生院  
必修环节设置
参照《复旦大学研究生课程和教学管理规定》和《大数据学院研究生必修环节工作细则(试行)》
本学科专业/专业学位领域2019级研究生的必修环节和学分数要求如下:
培养环节 是否必修 学分数 考核内容、方式及考核结果评定标准
论文开题 0 参照《复旦大学大数据学院研究生毕业论文管理
细则》
中期考核 0 参照《复旦大学大数据学院研究生毕业论文管理
细则》
学术活动 2 参照《大数据学院研究生必修环节工作细则(试
行)》
实践活动 1 参照《大数据学院研究生必修环节工作细则(试
行)》
论文预审 0 参照《大数据学院研究生必修环节工作细则(试
行)》
经典学术著作
序号 著作题录 是否必读 适合层次
1 An Introduction to Statistical Learning: with Applications in R 必读 硕士
2 Data Mining: Concepts and Techniques 必读 硕士
3 Foundations of Data Science 必读 硕士
4 Randomized Algorithms for Matrices and Data 必读 硕士
5 Time Series Analysis and Its Applications: with R Examples 必读 硕士
6 The Elements of Financial Econometrics 必读 硕士
7 Statistics for Spatio-temporal Data 必读 硕士
8 Time Series Analysis with Applications in R 必读 硕士
9 Introduction to Time Series and Forecasting 必读 硕士
10 Introduction to Data Mining 必读 硕士
11 Social Network Data Analytics 必读 硕士
 
复旦大学

添加复旦大学学姐微信,或微信搜索公众号“考研派小站”,关注[考研派小站]微信公众号,在考研派小站微信号输入[复旦大学考研分数线、复旦大学报录比、复旦大学考研群、复旦大学学姐微信、复旦大学考研真题、复旦大学专业目录、复旦大学排名、复旦大学保研、复旦大学公众号、复旦大学研究生招生)]即可在手机上查看相对应复旦大学考研信息或资源。

复旦大学考研公众号 考研派小站公众号

本文来源:http://www.abikesmart.com.cn/fudandaxue/yanjiushengyuan_255398.html

推荐阅读