datascience研究生课学什么？
我们项目是 master of science in data science（msds），总共有30个学分 其中12个学分的核心课程，另外18个学分为选修课，由学生根据自己的兴趣及未来的职业发展方向来选择 如果想申请这个项目的同学，可以先来了解项目的基本情况 再决定要不要申请
课程设置（核心课3门，可选4门选修课）： 这3门core course是必修的，每门课都要上满6个unit，一共18个学分。
选修课一共有4门，每个学期可以选择不同方向的课程来上，上满4门就能毕业，一共18个学分。 我选择的4门课 是： 这四门课程简单介绍一下~ 数据挖掘（data mining）是一门从大量数据中获取有效信息并对其进行合理处理的科学的系统化方法。本课程将介绍如何定义问题、收集数据以及利用数据挖掘工具处理问题的基本过程，并且通过实例来展示如何在现实生活中应用这些技术。
可视化与数据分析（visualization and analytical techniques）主要介绍如何有效地分析大型数据集。我们将学习常用的数据分析和可视化技术，并掌握他们的适用范围。通过学习如何使用R进行数据分析并可视化，掌握数据挖掘的基本流程。 本课程旨在让学生了解统计分析与机器学习的基础知识及其在数据分析领域的应用，熟悉相关的概念和理论；能够运用统计思想和方法解决生活中的实际问题；掌握基本的机器学习模型和方法，能利用机器学习方法解决一些常见的问题；了解目前机器学习和统计分析的前沿领域和发展趋势。
推荐选修课： 随机数生成与模拟（random number generation and simulations） 贝叶斯估计与建模（bayesian estimation and modeling） 自然语言处理（natural language processing） 大数据分析与隐私安全（big data analytics and privacy） 机器学习（machine learning） 神经网络与深度学习（neural networks and deep learning）