数据科学学士学位
数据科学是一个动态和快速变化的领域，新的方法, content, 操纵数据的技术也在不断地被引入. 它使用来自计算机科学和统计学的工具来分析大量原始数据，以发现模式, 的关系, 和见解, 并为多个行业的决策提供信息, 域, 和背景.
在阿卡迪亚，您将有无与伦比的机会来考虑数据驱动的分析和决策过程.
你被教导要定量思考, 分析, 并独立通过高度定制的课程，从其他人中脱颖而出，拥有这些独特的机会:
- 掌握统计，R和Python的数据科学应用.
- 参与人工智能、机器学习和数据挖掘经验.
- 应用现代数据科学技术来推动业务决策.
- 进行研究并参加比赛.
- 为面试和研究经验做好准备.
文学学士和文学学士的区别是什么?
数据科学学士学位的数学课程和要求较少, 这为学生提供了在另一个领域增加辅修甚至第二专业的机会.
数据科学理学学士学位的content更广泛，为学生在行业中从事数据科学工作做好准备, 以及数据科学的研究生学习.
这两个课程都包括从许多学科中选择主要选修课的机会，在这些学科中，学生可以提高他们在数据科学工具和技术应用于特定领域的技能.
数据科学文科学士学位
- 2数学课程
- 计算机科学课程
- 1道德课程
- 1顶点课程
- 3选修课
数据科学学士学位
- 5数学课程
- 计算机科学课程
- 1道德课程
- 1顶点课程
- 3选修课
特色课程
基本统计信息
必修课程
学习基本的统计技术及其在科学中的应用, 社会科学和工商管理. 它包括数据的收集和表示, 集中趋势和变异性的度量, 概率, 抽样分布, 置信区间, 假设检验, 相关性与回归, 方差分析的介绍.
数据科学概论与R
必修课程
使用R学习数据科学和分析技术. 学生将学习R编程的基本概念. 他们将使用R中的工具和各种包来执行数据清理、处理和可视化. 他们还将学习基本的统计学和机器学习技术，以进行数据分析. 欢迎非计算机科学专业的学生.
用Python介绍数据科学
必修课程
使用Python学习数据科学和分析技术. 学生将学习python编程的基本概念. 他们将使用python工具进行数据探索、清理、操作和可视化. 他们还将学习基本的统计学和机器学习技术，以进行数据分析. 欢迎非计算机科学专业的学生.
数据挖掘概论
必修课程
探索数据挖掘的关键概念、任务和技术. 它侧重于为学生提供从大量数据中操作和提取新信息所需的知识. 主题将包括数据预处理和特征选择, 分类, 聚类分析, 关联分析, 数据挖掘结果的评估和验证, 以及可扩展性.
