วิทยาศาสตรมหาบัณฑิตสาขาวิทยาศาสตร์ข้อมูล
upGrad
ข้อมูลสำคัญ
ที่ตั้งวิทยาเขต
Online United Kingdom
ภาษา
ภาษาอังกฤษ
รูปแบบการเรียน
การเรียนทางไกล
ระยะเวลา
20 เดือน
ก้าว
ไม่เต็มเวลา
ค่าเทอม
USD 8,249
หมดเขตรับสมัคร
ขอข้อมูล
วันที่เริ่มต้นเร็วที่สุด
ขอข้อมูล
ทุนการศึกษา
สำรวจโอกาสในการมอบทุนการศึกษาเพื่อช่วยสนับสนุนการศึกษาของคุณ
บทนำ
เริ่มต้นการเดินทางของ Data Science กับอาจารย์ที่ได้รับการยอมรับทั่วโลกจากมหาวิทยาลัย Liverpool John Moores
ไฮไลท์สำคัญ
- ฟรี Bootcamp การเขียนโปรแกรม Python
- หลักสูตร Soft Skills ที่จำเป็นสำหรับอาชีพ
- WES ได้รับการยอมรับ
- การเรียนรู้มากกว่า 500 ชั่วโมง
- 60+ กรณีศึกษาและโครงการ
- การให้คำปรึกษาแบบกลุ่มรายปักษ์กับที่ปรึกษาในอุตสาหกรรม
- ตัวต่อตัวกับที่ปรึกษาอุตสาหกรรม
- การแก้ไขข้อสงสัยทันเวลา
- รองรับทุกวัน 9.00 - 21.00 น. IST สำหรับข้อสงสัย
- IIIT บังกาลอร์และศิษย์เก่า LJMU สถานะ
ผลลัพธ์ของโปรแกรม
ทักษะยอดนิยมที่คุณจะได้เรียนรู้
สถิติ, การวิเคราะห์เชิงทำนายโดยใช้ Python, การเรียนรู้ของเครื่อง, การแสดงข้อมูล, การวิเคราะห์ข้อมูลขนาดใหญ่ ฯลฯ
ปริญญาโทจาก LJMU
Liverpool John Moores University, UK มีประวัติความเป็นมายาวนานตั้งแต่ปี 1823 ปัจจุบันเป็นหนึ่งในมหาวิทยาลัยที่ใหญ่ที่สุดและมีชื่อเสียงที่สุดในสหราชอาณาจักร ได้รับการจัดอันดับให้อยู่ใน Top 100 World Young Universities & Top 50 ในสหราชอาณาจักรโดย Student Satisfaction
- สำเร็จหลักสูตรทั้งหมดเพื่อบรรลุ M.Sc. อันทรงเกียรตินี้ ปริญญาจาก LJMU สหราชอาณาจักรเพื่อเริ่มต้นอาชีพของคุณในสาขาวิทยาศาสตร์ข้อมูล
- รับสิทธิ์เข้าถึงห้องสมุดดิจิทัล LJMU ฉบับสมบูรณ์เพื่อค้นคว้าและเขียนวิทยานิพนธ์ของคุณ
- รับปริญญาโทซึ่งเป็นที่ยอมรับโดย WES โดยเสียค่าใช้จ่าย 1 ใน 10 ของหลักสูตรออฟไลน์
หลักสูตร
เนื้อหาที่ดีที่สุดในชั้นเรียนโดยคณาจารย์ชั้นนำและผู้นำในอุตสาหกรรมในรูปแบบของวิดีโอ กรณีศึกษาและโครงการ การมอบหมายงาน และเซสชันสด
เนื้อหาการเตรียมความพร้อมก่อนหลักสูตร
- การวิเคราะห์ข้อมูลใน Excel
- การแก้ปัญหาการวิเคราะห์
ชุดเครื่องมือข้อมูล
- รู้เบื้องต้นเกี่ยวกับไพธอน
- การเขียนโปรแกรมด้วยภาษาไพธอน
- Python สำหรับวิทยาศาสตร์ข้อมูล
- การแสดงข้อมูลใน Python
- การวิเคราะห์ข้อมูลเชิงสำรวจ
- กรณีศึกษาเครดิต EDA
- สถิติอนุมาน
- การทดสอบสมมติฐาน
- การวิเคราะห์ข้อมูลโดยใช้ SQL
- SQL ขั้นสูงและแนวทางปฏิบัติที่ดีที่สุด
- การกำหนด SQL: RSVP ภาพยนตร์
การเรียนรู้ของเครื่อง
- การถดถอยเชิงเส้น
- การมอบหมายการถดถอยเชิงเส้น
- การถดถอยโลจิสติก
- การจำแนกประเภทโดยใช้ต้นไม้การตัดสินใจ
- การเรียนรู้แบบไม่มีผู้ดูแล: การทำคลัสเตอร์
- พื้นฐานของ NLP และ Text Mining
- การแก้ปัญหาทางธุรกิจ
- กรณีศึกษา: การให้คะแนนลูกค้าเป้าหมาย
ความเชี่ยวชาญ - การเรียนรู้อย่างลึกซึ้ง
- การบรรจุถุงและป่าสุ่ม
- การส่งเสริม
- การเลือกโมเดลและเทคนิค ML ทั่วไป
- การวิเคราะห์องค์ประกอบหลัก
- การถดถอยขั้นสูง
- กรณีศึกษา ML ขั้นสูง
- การวิเคราะห์อนุกรมเวลา
- รู้เบื้องต้นเกี่ยวกับ Neural Networks และ ANN
- การกำหนดโครงข่ายประสาทเทียม
- เครือข่ายประสาท Convolutional
- Convolutional Neural Networks - การใช้งานในอุตสาหกรรม
- การตรวจจับวัตถุและการแบ่งส่วนรูปภาพ (ไม่บังคับ)
- เครือข่ายประสาทกำเริบ
- การจดจำท่าทาง
- โครงการแคปสโตน
ความเชี่ยวชาญ - ระบบธุรกิจอัจฉริยะ/การวิเคราะห์ข้อมูล
- การสร้างภาพโดยใช้ Tableau
- Excel ขั้นสูง
- การแสดงภาพโดยใช้ PowerBI
- การแก้ปัญหาเชิงโครงสร้างโดยใช้กรอบงาน
- การเล่าเรื่องข้อมูล
- กรณีศึกษา Airbnb
- การสร้างแบบจำลองข้อมูล
- SQL ขั้นสูงและแนวทางปฏิบัติที่ดีที่สุด
- รู้เบื้องต้นเกี่ยวกับบิ๊กดาต้าและคลาวด์
- การวิเคราะห์โดยใช้ Spark
- กรณีศึกษาข้อมูลขนาดใหญ่
- โครงสร้างข้อมูล - ชุด พจนานุกรม สแต็ค คิว
- การค้นหาและการเรียงลำดับ
- การวิเคราะห์อัลกอริทึม + การเรียกซ้ำ
- การเขียนโปรแกรมฐานข้อมูลขั้นสูงโดยใช้ Pandas
- Python และ SQL Lab
- โครงการแคปสโตน
ความเชี่ยวชาญ - วิศวกรรมข้อมูล
- การจัดการข้อมูลและการสร้างแบบจำลองฐานข้อมูลเชิงสัมพันธ์
- รู้เบื้องต้นเกี่ยวกับข้อมูลขนาดใหญ่ (ไม่บังคับ)
- ข้อมูลเบื้องต้นเกี่ยวกับการตั้งค่าระบบคลาวด์และ AWS
- ความรู้เบื้องต้นเกี่ยวกับการเขียนโปรแกรม Hadoop และ MapReduce
- การมอบหมาย (ไม่บังคับ)
- ฐานข้อมูล NoSQL และ Apache HBase และฐานข้อมูล NoSQL และ MongoDB (ไม่บังคับ)
- คลังข้อมูล (ไม่บังคับ)
- การนำเข้าข้อมูลด้วย Apache Sqoop และ Apache Flume
- แผนที่ลดการมอบหมายการเขียนโปรแกรม
- ไฮฟ์ & แบบสอบถาม
- การมอบหมาย (ไม่บังคับ)
- อเมซอน เรดชิฟต์
- รู้เบื้องต้นเกี่ยวกับ Apache Spark
- โครงการ: ไปป์ไลน์ข้อมูล ETL
- โครงสร้างพื้นฐาน AWS Cloud (ไม่บังคับ)
- การเพิ่มประสิทธิภาพ Spark สำหรับการประมวลผลข้อมูลขนาดใหญ่
- Apache Flink (ไม่บังคับ)
- การสตรีมข้อมูลตามเวลาจริงด้วย Apache Kafka
- การประมวลผลข้อมูลตามเวลาจริงโดยใช้ Spark Streaming
- การมอบหมาย (ไม่บังคับ)
- สร้างไปป์ไลน์ข้อมูลอัตโนมัติด้วย Airflow
- การวิเคราะห์โดยใช้ PySpark
- โครงการ: การประมวลผลข้อมูลตามเวลาจริง
- โครงการแคปสโตน
ระเบียบวิธีวิจัย
- บทนำการวิจัยและกระบวนการวิจัย
- การออกแบบการวิจัย
- การทบทวนวรรณกรรม
- การบริหารโครงการวิจัย
- ทักษะการเขียนรายงานและการนำเสนอ
- จริยธรรมทางวิทยาศาสตร์
วิทยานิพนธ์มหาบัณฑิต
- ตรวจสอบรูปแบบการบริโภคอาหารและลายนิ้วมือเมตาโบไลต์ของผู้บริโภคอาหารแบบสั่งกลับบ้าน (จานด่วน) โดยใช้วิธี PCA และ Clustering
- ตรวจสอบการวินิจฉัยโรคตาโดยใช้ข้อมูลจักษุภาพ
- จัดโครงสร้างภาพทางการแพทย์ด้วยรูปทรงเรขาคณิตข้อมูล
- การใช้ฟีดโซเชียลมีเดียเพื่อทวีตเกี่ยวกับภัยพิบัติทางธรรมชาติบนแผนที่
- ป้องกันการฉ้อโกงบัตรเครดิตผ่านการจดจำรูปแบบ
- การพัฒนาระบบผู้แนะนำสำหรับสื่อยักษ์ใหญ่
- การสร้างแบบจำลองความเสี่ยงสำหรับกิจกรรมทางการเงินและวาณิชธนกิจ
การรับสมัคร
นักเรียนในอุดมคติ
โปรแกรมนี้เหมาะกับใคร?
สามารถเลือกความเชี่ยวชาญใด ๆ โดยไม่คำนึงถึงพื้นหลัง โปรแกรมนี้เหมาะสำหรับวิศวกร ผู้เชี่ยวชาญด้านการตลาดและการขาย Freshers ผู้เชี่ยวชาญด้านข้อมูล ผู้เชี่ยวชาญด้านโดเมน ผู้เชี่ยวชาญด้านซอฟต์แวร์และไอที
โอกาสในการทำงาน
ก้าวหน้าในอาชีพการงานของคุณ
- นักวิเคราะห์ข้อมูล,
- นักวิทยาศาสตร์ข้อมูล
- นักวิเคราะห์ผลิตภัณฑ์
- วิศวกรการเรียนรู้ของเครื่อง
- นักวิเคราะห์ธุรกิจ
เกี่ยวกับโรงเรียน
คำถาม
หลักสูตรที่คล้ายกัน
วิทยาศาสตรมหาบัณฑิตสาขาการวิเคราะห์ข้อมูลและเทคโนโลยีทางการเงิน (การเรียนทางไกล)
- Online Cyprus
BA (เกียรตินิยม) อาชญวิทยาและจิตวิทยา
- Online
MBA (การวิเคราะห์ข้อมูล)
- Online