数据科学硕士（健康） MSc

Durham University - 杜伦大学

数据科学硕士（健康）与其他数据科学硕士课程有着共同的核心，将为毕业生提供实际分析健康数据所需的定量技能。健康是一个庞大且不断增长的经济部门，有效利用数据对于改善患者的临床护理和整体公共卫生至关重要。 虽然通用数据科学技能对健康数据科学家非常有用，但健康数据往往具有特殊性（例如，患者数据或临床指标），因此也需要专门的收集、分析和管理技术。本课程包括以下模块：将数据用于临床和公共卫生决策、生存和流行病学方法等相关建模技术，以及治理和隐私等问题。

与数据科学硕士课程共享的核心模块将确保您掌握职业生涯所需的更广泛的统计和机器学习技能。 您将与来自杜伦大学所有四个学院的学生一起开展团队建设活动、展示案例研究、进行形成性和总结性评估，确保您不仅学会如何代表自己的学科，还学会如何倾听和整合其他学科的观点和技能。 杜伦研究方法中心将为学术环境做出额外的贡献，该中心还将通过与邻近的国家医疗服务托管机构和卫生部门的其他合作者建立伙伴关系，帮助分配项目主题。

在我们周围，正在生成和收集日益复杂的海量数据，例如来自移动设备、摄像头、汽车、房屋、办公室、城市和卫星的数据。商业、研究、政府、社区和家庭可以利用这些数据做出明智、合理的决策，从而获得更好的结果。任何一个人或一群人都不可能掌握所有相关数据：数据实在太多了。 数据科学使我们能够有效和高效地分析大量数据，并因此成为增长最快的职业领域之一。

以前，数据科学是数学和计算机科学专家的专利，但新技术的出现和计算能力的提高意味着，现在非专业人员也可以学习如何访问、清理、分析和可视化复杂数据。 因此，对于那些已经掌握了某一特定主题或学科的知识，并因此能够充分理解数据在其领域中的意义和重要性的人来说，有越来越多的机会让他们能够自己进行智能数据分析。将主要领域的知识与从数据中提取相关信息的专业知识结合起来，将使那些具有这种 "双重威胁 "的人在就业方面获得巨大优势。

数据科学硕士课程是一门以数据科学为核心的课程，旨在为那些第一学位不是高度量化的学生（包括社会科学、艺术和人文科学专业的学生）提供数据科学实质内容丰富的硕士级教育。入门模块旨在让拥有非技术学位的学生尽快掌握数据科学所需的背景知识。 这些课程以 "需要了解 "为基础，侧重于实践而非抽象理论的理解。然后，核心模块向学生介绍各种数据科学方法，从初级技术到先进的现代方法，如神经网络和深度学习。选修模块允许学生专注于感兴趣的领域。

在以研究为主导的支持性跨学科学习环境中，该课程提供当代数据科学相关领域的培训。