The University of Texas at Austin Master of Science in Datenwissenschaft
The University of Texas at Austin

The University of Texas at Austin

Master of Science in Datenwissenschaft

Online

MSc

30 Std.

Englisch

Vollzeit

USD 10.000

Fernstudium

Bringen Sie Ihre Karriere auf die nächste Stufe

Es wird erwartet, dass die Datenwissenschaft eines der am schnellsten wachsenden Gebiete der Welt bleibt, mit wachsenden Anwendungen im akademischen Bereich, in Behörden, im Gesundheitswesen und in gemeinnützigen Organisationen. Der einzigartige Lehrplan dieses Programms integriert Ansätze und Techniken aus Statistik und Informatik und gibt den Absolventen ein breites Spektrum an Werkzeugen an die Hand, mit denen sie jede Datenherausforderung angehen können. Der Studiengang wird gemeinsam vom Department of Statistics and Data Sciences und dem Department of Computer Science der UT Austin angeboten und integriert fortgeschrittene Ansätze, Techniken und Fähigkeiten aus Statistik und Informatik. Der Lehrplan ermöglicht es Ihnen, ein einzigartig breites Spektrum an Werkzeugen und Ansätzen zum Verstehen, Analysieren und Modellieren von Daten zu entwickeln. Die Absolventen verfügen über eine solide Grundlage in der Datenanalyse sowie über eine angewandte Ausbildung in maschinellem Lernen und anderen computergestützten Ansätzen für Daten.

  • Grundlegendes Wissen für breite Industrieanwendungen erwerben
  • Absolvent einer erstklassigen öffentlichen Universität
  • Erschwinglicher, fortgeschrittener Abschluss zu einem Preis von über $10.000 Gebühren

Im Rahmen des MSDS-Programms, das von Dozenten beider Abteilungen unterrichtet wird, lernen Sie fortgeschrittene Ansätze, Techniken und Fähigkeiten in den Bereichen Statistik und Informatik. Die Kurse umfassen Wahrscheinlichkeit und Simulation, Regressionsanalyse, Datenvisualisierung und Informatik-Themen wie maschinelles Lernen, Datenstrukturen, Optimierung und vieles mehr. MSDS-Studenten verfügen über eine solide Grundlage in der Datenanalyse sowie über eine angewandte Ausbildung in maschinellem Lernen und anderen computergestützten Ansätzen zur Datenverarbeitung.