您現(xiàn)在的位置:首頁(yè) - 加拿大 - 問(wèn)答

滑鐵盧大學(xué)數(shù)據(jù)科學(xué)與人工智能專業(yè)學(xué)費(fèi)貴嗎?需要相關(guān)背景專業(yè)嗎?

2024-07-06 12:42:29 來(lái)源:中國(guó)教育在線

近年來(lái),越來(lái)越多的中國(guó)學(xué)子選擇留學(xué),那其中滑鐵盧大學(xué)數(shù)據(jù)科學(xué)與人工智能專業(yè)學(xué)費(fèi)貴嗎?需要相關(guān)背景專業(yè)嗎??本文則針對(duì)這個(gè)問(wèn)題,為大家整理了資料,接下來(lái)咱們就一起往下了解吧。

滑鐵盧大學(xué)數(shù)據(jù)科學(xué)與人工智能專業(yè)學(xué)費(fèi)貴嗎?需要相關(guān)背景專業(yè)嗎?

滑鐵盧大學(xué)數(shù)據(jù)科學(xué)與人工智能專業(yè)學(xué)費(fèi)

13332.00/年*張同學(xué)滑鐵盧大學(xué)環(huán)境與商業(yè)成功案例

滑鐵盧大學(xué)數(shù)據(jù)科學(xué)與人工智能專業(yè)錄取條件

均分要求:GPA最低:78%;高等教育機(jī)構(gòu)的數(shù)據(jù)科學(xué),計(jì)算機(jī)科學(xué),統(tǒng)計(jì)學(xué),數(shù)學(xué)或相關(guān)學(xué)科學(xué)士學(xué)位。

背景專業(yè)要求:數(shù)據(jù)科學(xué),計(jì)算機(jī)科學(xué),統(tǒng)計(jì)學(xué),數(shù)學(xué)或相關(guān)學(xué)科學(xué)士學(xué)位。

工作經(jīng)驗(yàn)要求:至少具有計(jì)算機(jī)科學(xué)或統(tǒng)計(jì)學(xué)方面的高級(jí)經(jīng)驗(yàn)。

雅思:總分7.5,寫作和口語(yǔ):7

托福:總分100,寫作和口語(yǔ):26

滑鐵盧大學(xué)數(shù)據(jù)科學(xué)與人工智能專業(yè)課程

基礎(chǔ)課(1門):

CS 600 Fundamentals of Computer Science for Data Science (designed fornon-CS major background students) 數(shù)據(jù)科學(xué)計(jì)算機(jī)科學(xué)基礎(chǔ)知識(shí)(專為非CS專業(yè)背景學(xué)生設(shè)計(jì))

STAT 845 Statistical Concepts for Data Science (designed for non-STAT majorbackground students) 數(shù)據(jù)科學(xué)的統(tǒng)計(jì)概念(為非STAT專業(yè)背景的學(xué)生設(shè)計(jì))

核心課程(5門):

STAT 847 Exploratory Data Analysis 探索性數(shù)據(jù)分析

2選一:

CS 651 Data-Intensive Distributed Computing (designed for CS majorbackground students), or 數(shù)據(jù)密集型分布式計(jì)算(專為CS專業(yè)背景學(xué)生設(shè)計(jì))

CS 631 Data-Intensive Distributed Analytics (designed for non-CS majorbackground students) 數(shù)據(jù)密集型分布式分析(為非CS專業(yè)背景知識(shí)的學(xué)生設(shè)計(jì))

3選一:

STAT 841 Statistical Learning - Classification 統(tǒng)計(jì)學(xué)習(xí)-分類

STAT 842 Data Visualization 數(shù)據(jù)可視化

STAT 844 Statistical Learning - Function Estimation 統(tǒng)計(jì)學(xué)習(xí)-函數(shù)估計(jì)

4選一:

CS 638 Principles of Data Management and Use 數(shù)據(jù)管理和使用原則

CS 648 Database Systems Implementation 數(shù)據(jù)庫(kù)系統(tǒng)實(shí)施

CS 680 Introduction to Machine Learning 機(jī)器學(xué)習(xí)入門

CS 685 Machine Learning: Statistical and Computational Foundations機(jī)器學(xué)習(xí):統(tǒng)計(jì)和計(jì)算基礎(chǔ)

3選一:

CO 602 / CS 795 Fundamentals of Optimization 優(yōu)化基礎(chǔ)

CO 673 / CS 794 Optimization for Data Science 數(shù)據(jù)科學(xué)優(yōu)化

CO 663 Convex Optimization and Analysis 凸優(yōu)化和分析

選修課:

CO 602 / CS 795 Fundamentals of Optimization 優(yōu)化基礎(chǔ)

CO 673 / CS 794 Optimization for Data Science 數(shù)據(jù)科學(xué)優(yōu)化

CO 650 Combinatorial Optimization 組合優(yōu)化

CO 663 Convex Optimization and Analysis 凸優(yōu)化和分析

CO 769 Topics in Continuous Optimization(*) 連續(xù)優(yōu)化主題

CS 638 Principles of Data Management and Use 數(shù)據(jù)管理和使用原則

CS 648 Database Systems Implementation 數(shù)據(jù)庫(kù)系統(tǒng)實(shí)施

CS 654 Distributed Systems 分布式系統(tǒng)

CS 680 Introduction to Machine Learning 機(jī)器學(xué)習(xí)入門

CS 685 Machine Learning: Statistical and Computational Foundations機(jī)器學(xué)習(xí):統(tǒng)計(jì)和計(jì)算基礎(chǔ)

CS 686 Introduction to Artificial Intelligence 人工智能簡(jiǎn)介

CS 740 Database Engineering 數(shù)據(jù)庫(kù)工程

CS 742 Parallel and Distributed Database Systems 并行和分布式數(shù)據(jù)庫(kù)系統(tǒng)

CS 743 Principles of Database Management and Use 數(shù)據(jù)庫(kù)管理和使用原則

CS 786 Probabilistic Inference and Machine Learning 概率推理與機(jī)器學(xué)習(xí)

CS 798 Advanced Research Topics(*) 高級(jí)研究主題

CS 848 Advanced Topics in Databases(*) 數(shù)據(jù)庫(kù)中的高級(jí)主題

CS 856 Advanced Topics in Distributed Computing(*) 分布式計(jì)算高級(jí)主題

CS 885 Advanced Topics in Computational Statistics(*) 計(jì)算統(tǒng)計(jì)高級(jí)主題

CS 886 Advanced Topics in Artificial Intelligence 人工智能高級(jí)主題

STAT 840 Computational Inference 計(jì)算推斷

STAT 841 Statistical Learning - Classification 統(tǒng)計(jì)學(xué)習(xí)-分類

STAT 842 Data Visualization 數(shù)據(jù)可視化

STAT 844 Statistical Learning - Function Estimation 統(tǒng)計(jì)學(xué)習(xí)-函數(shù)估計(jì)

STAT 946 Topics in Probability and Statistics(*) 概率統(tǒng)計(jì)主題

DS 701/702 Data Science Project 12 數(shù)據(jù)科學(xué)項(xiàng)目

滑鐵盧大學(xué)數(shù)據(jù)科學(xué)與人工智能專業(yè)就業(yè)前景

可從事的工作:大數(shù)據(jù)專家數(shù)據(jù)科學(xué)家,數(shù)據(jù)分析師,人工智能專家,業(yè)務(wù)分析經(jīng)理,數(shù)據(jù)管理顧問(wèn),數(shù)據(jù)庫(kù)管理員/經(jīng)理。

以上就是“滑鐵盧大學(xué)數(shù)據(jù)科學(xué)與人工智能專業(yè)學(xué)費(fèi)貴嗎?需要相關(guān)背景專業(yè)嗎?”的全部?jī)?nèi)容了,希望小編整理的資料能幫助到考生。如果想要了解更多相關(guān)資訊,歡迎關(guān)注留學(xué)頻道,為您提供更多精彩內(nèi)容。

>>免費(fèi)領(lǐng)全球留學(xué)白皮書,了解各大學(xué)報(bào)考條件、費(fèi)用、開學(xué)時(shí)間、含金量<<

- 聲明 -

(一)由于考試政策等各方面情況的不斷調(diào)整與變化,本網(wǎng)站所提供的考試信息僅供參考,請(qǐng)以權(quán)威部門公布的正式信息為準(zhǔn)。

(二)本網(wǎng)站在文章內(nèi)容出處標(biāo)注為其他平臺(tái)的稿件均為轉(zhuǎn)載稿,轉(zhuǎn)載出于非商業(yè)性學(xué)習(xí)目的,歸原作者所有。如您對(duì)內(nèi)容、版 權(quán)等問(wèn)題存在異議請(qǐng)與本站,會(huì)及時(shí)進(jìn)行處理解決。

免費(fèi)獲取留學(xué)方案
Kaplan, Inc. 30 多年來(lái)一直是Graham Holdings(前身為 The Washington Post Co.)的一部分,是其最大的子公司。Graham Holdings Co.(紐約證券交易所代碼:GHC)總部位于弗吉尼亞州阿靈頓,是一家多元化的教育和媒體公司,其主要業(yè)務(wù)包括教育服務(wù)、電視廣播....
HOT
留學(xué)費(fèi)用測(cè)算
免費(fèi)留學(xué)評(píng)估
1
免費(fèi)在線咨詢
免費(fèi)獲取留學(xué)方案