数据科学 BSc

University of Bristol - 布里斯托尔大学

本单元的目的是使学生了解他们的计算机是一个数据处理设备；使学生对R和C++编程有基本的熟练程度，包括如何将两者联系起来并建立R包；向学生介绍数据结构和算法的重要性，以及如何根据对算法复杂性和效率的工作理解来选择它们。这强调了对操作数、内存占用和访问率的实际认识，以及自动编译器优化的编码基础知识。

本单元旨在为本科阶段的数学提供一些基本的工具和概念，特别强调培养学生清晰的思维能力，以及理解数学上正确的处理方法和仅仅是启发式的处理方法之间的区别；介绍数学中一些基本主题的严格的数学处理方法，为学生学习涉及分析的高层次的纯数学课程做准备。

本单元的目的是为学生提供解决标准数据科学问题所需的全面微积分背景（例如，无约束和约束优化的微分，概率分布边际化的积分）；让学生熟悉广泛的算法优化和积分技术；让学生识别和实现数据科学中遇到的优化和积分的一般问题的标准解决方案；让学生理解技术的特性，如复杂性或数字稳定性.

本单元向学生介绍了概率和统计学领域的基本思想和方法。它的目的是发展随机变量、期望值和方差的概念，并研究这些想法和方法的一些简单应用。它还将介绍统计学在当代应用中的作用，并旨在培养学生对数据收集、探索、建模和推理的统计范式的基本理解和流畅性，。

本单元的目的是。为学生提供对矩阵的属性、使用和操作的实际操作，但也是严格的理解；为学生提供对线性代数的直观的几何学的深刻理解；允许学生将矩阵理论与多元统计线性模型联系起来；允许学生将实际问题确定为线性模型并在计算机上进行数值解决；为学生提供数值和复杂性问题的知识，使他们能够做出明智的选择；允许学生在应用于实际数据集时从统计学上解释结果并得到结论.

本单元是为新的 "X科学计算 "学位的第一年的学生设计的。它将涵盖科学家计算机编程的基础知识，以及科学编程的方法和计算机科学的重要背景概念，使学生获得参与更高水平的计算课程所需的知识.

本单元是为新的 "X与科学计算 "学位二年级的学生设计的。它将涵盖中级科学计算机编程，以及数据采集和处理的方法，还有数据可视化和图形编程。在该课程结束时，学生将拥有参与H级和M级科学计算课程的必要知识。

来自物理学、经济学和生物学等不同领域的广泛现象都可以用简单的概率模型来描述。通常，来自不同领域的现象都有一个共同的数学结构。在本课程中，将描述和分析各种具有广泛适用性的数学结构。重点是开发对任何人的建模应用都有用的工具，而不是应用本身。

统计学是关于不确定情况下的推理，即在演绎逻辑不能给出明确答案的情况下。在这些情况下，我们的决定必须根据其正确或错误的概率来评估。这些决定包括估计统计模型的参数，进行预测，以及测试假设。通常有可能确定 "最佳 "或至少是好的决定，而统计学是关于这些决定的，并知道它们在哪里适用。本课程所提供的彻底的统计学基础，不仅对任何考虑在金融或工业领域工作的人至关重要，而且对科学家和政策制定者也是如此，因为我们意识到一些最大的问题，如气候变化、自然灾害或健康，也是一些最不确定的问题。

单元的目的。在分析算法、基本数据结构方面提供坚实的基础，并介绍一些常见的机器学习算法.

本单元旨在为学生提供现代回归和分类方法的概述，以及使用相关R包分析简单数据集的技能.

本单元旨在让学生有机会研究自己选择的课题，或多或少地独立工作，并积累写报告和口头陈述的经验。此外，该单元将使学生了解小组的动态，发展人际交往技能，并使他们能够处理更全面的作业。