Stats_DS专业分享_Allen
2024-07-22 23:59:37 0 举报AI智能生成
DS留学材料
作者其他创作
大纲/内容
项目设置信息
专业概览
统计学
统计学是在数据分析的基础上，研究测定、收集、整理、归纳和分析反映数据数据，以便给出正确消息的科学。
数据科学
是一门利用数据学习知识的学科，其目标是通过从数据中提取出有价值的部分来生产数据产品。
统计学 VS 数据科学
学术差异性
统计学偏重理论研究，数据科学更偏向大数据研究
数据科学是包含统计学、计算机科学的交叉学科
留学趋势
统计是传统学科，存在很多年
数据科学是新型学科，2015年后需求大，开始新建大量的program，主要以硕士为主
偏重学位
统计硕士博士都有
单独数据科学博士很少，大多数都和其他专业交叉（统计、计算机）
学生申请背景
统计比较看重数理基础，数学/统计本专业学科申请更有优势
数据科学比较看重应用能力，理工背景+有相关技能的学生都可以去申请
相同点
统计的人也在学习数据科学
统计系下有单独的数据科学方向
学统计也可以自由切换数据科学的求职方向
细分方向
Statistics
General
Biostatistics
Financial Statistics
Mathmatic Statistics
Applied Statistics
Environmental Statistics
Data Science
General
Computational and statistical methods
Health and biomedical sciences
和social science一样比较少见
Business and social science
课程信息
先修要求
基本先修要求
Statistics
Advanced Calculus,
Linear Algebra,
Probability and Statistics,
Python/R
Linear Algebra,
Probability and Statistics,
Python/R
Data Science
Linear Algebra,
Calculus,
Probability and Statistics,
Database,
Java/C++/Python/R
Calculus,
Probability and Statistics,
Database,
Java/C++/Python/R
加分项
Statistics
C++/Java
Stochastic Process,
Differential equations,
Operations Research,
Regression Analysis,
Real Analysis,
Data Structure,
Algorithm
Stochastic Process,
Differential equations,
Operations Research,
Regression Analysis,
Real Analysis,
Data Structure,
Algorithm
随机过程，微分，运筹更重要，数据结构和算法，单申统计不是很需要
Data Science
Data Structure,
Algorithm，
Machine Learning,
Algorithm, Modeling
数据结构和机器学习是必修的加分项
核心课程
Statistics
Master
Probability,
Inference,
Linear Regression Models
Ph.D.
Applied Statistics,
Stochastic Processes,
Statistical Computing
Data Science
Master
Introduction to DS,
Probability and Statistics for DS,
Machine Learning
Ph.D.
Analysis of Algorithms,
Distributed Systems Fundamentals,
Convex Optimization,
Theoretical Statistics
非核心课程
Statistics
Stochastic Processes,
Time Series,
Statistical Machine Learning
Data Science
Deep Learning,
Time Series & Prediction,
Visualization
专业与院系
统计
工学院下：JHU, WUSTL
文理学院下：Columbia, USC, Stanford
数据科学
计算机学院下:USC, CMU, UW
Algorithms, Deep Learning Cloud Computing
工学院下:Harvard, Northwestern
文理学院下:Rochester, UNC
数据科学中心:Columbia, NYU
Publications
会议
Statistics
JSM:Joint Statistical Meetings
ICHPS: International Conference on Health Policy Statistics
ICES: International Conference on Establishment Statistics
Symposium on Data Science & Statistics
Data Science
SIGMOD: ACM Conference on Management
SIGKDD: ACM Knowledge Discovery and Data Mining
ICDE: IEEE International Conference on Data Engineering
VLDB: International Conference
不论是统计还是数据科学，现在的趋势是越来越多人会发ML领域的会议，例如NIPS,ICLR,ICML
期刊
Statistics
JRSSB: Journal of the Royal Statistical Society: Series B
JASA:Journal of the American Statistical Association
Biometrika
AOS: The Annals of Statistics
Data Science
TOD: ACM Transaction on Database Systems
TOIS: ACM Transactions on Information Systems
TKDE: IEEE Transactions on Knowledge and Data Engineering
项目与案例
项目概述
项目类别
Statistics
Master
MA in Statistics:Columbia
MA in Applied Statistics:UCLA, UMich
Ph.D.
Course
Qualifying Examinations
Oral Examinations
Dissertation
Data Science
Master
MS in Data Science
MS in Analytics
西北，芝加哥大学
MS in Applied Data Science:USC
相对录取难度比较低
Ph.D.
Course
Qualifying Examinations
Oral Examination
Dissertation
交叉类
M.S. in Data Analytics and Statistics:WUSTL
M.S. in Statistics: Data Science:Stanford
理想申请者肖像
本科专业
CS，DS，Stats，Math相关; 其他理工科; 经管;人文社科
具备课程
参考先修要求课程以及加分课程
比赛
Kaggle
DrivenData
Google AI
阿里云天池
实习
互联网公司数据分析岗位
xxx岗位
科研
顶会Paper
牛推
申请难度解析
院校项目分档
Tier 0: Harvard, Stanford, UC Berkeley
Tier 1:CMU, Northwestern, Chicago, NYU, Columbia, UPenn, GIT
Tier 2: UW, Duke MIDS, UMich DS, JHU DS, Rochester
Tier 3: Northeastern, UMN, USC, Georgetown, BU
Tier 4: Syracuse, GWU, WPI
学位
硕士
博士
职业路径
学术界(教职)
博士后
Tenure Track System
AP
Associate
Professor
工业界
偏Research类
Data Scientist
Google: DeepMind Lab, Google Brain
Facebook: FAIR
阿里：达摩院
腾讯：AI Lab
偏工程类
Data Analyst:互联网、零售、快消...
Business Analyst:金融、互联网
Data Architect:互联网
Quantitative Analyst:金融
Data Engineer
收藏
职业：暂无
0 条评论
下一页
