253.535.7400 | www.plu.edu/data-science/ | datascience@plu.edu |
杰夫·凯利,博士,主任 | N. Justice博士,联席主任 |
我们的社会越来越重视有数据支持的决策。太平洋路德大学的数据科学韦德体育为学生提供了知识,技能和思维习惯(例如好奇心,怀疑论,以智力谦逊的态度持有结果),这些都是道德和负责任地利用数据的力量所需要的。
数据科学是一个充满活力的领域,它正在重塑科学、工业和日常生活的格局。我们生活中无处不在的数据需要专业人士,他们可以将这些数据转化为可操作的见解,将这些见解传达给各种受众,并从道德上预测和应对利用信息的潜在后果——无论这些后果是有意的还是无意的。这一领域正在重塑职业,为创新提供前所未有的机会,并要求对基于数据的见解的生产者提出更高的问责制和责任标准。
理学学士学位
通过数学系和计算机科学系之间的合作,以及与校园其他学科的合作,PLU提供数据科学学士学位。该计划帮助学生发展为负责任的管理者和批判性思考者,了解数据,分析及其对社会的影响,同时也为学生提供处理,可视化和解释大型数据集的工具。课程结合了基础知识、先进技术和批判性探究,为毕业生立即就业和进一步的学术追求做好准备。
主修数据科学64学时
28-32学时的数学/统计学,24-28学时的计算机科学/数据科学,加上4-8学时的辅助课程:
- 20个学期的数学/统计学必修课程;
- 数学152 331
- 数学/统计242*,348,442**
- 12个学时的数学/统计学选修课:
- 数学253,318,422,或数学/STAT 342
- 20个学期的计算机科学/数据科学必修课程
- Csci 144、270、330
- 数据233,499a, 499b
- 8个学期的选修课:
- CSCI 333, 367, 371或390
- 4个学期的特定领域选修课支持课程。
- 从特定领域选修课列表中选择至少一个选项,将数据科学原理betvictor韦德体育于学科背景或提供对数据科学主题的更深入研究(见下文)。
*MATH/STAT 145, STAT 231, 232或233可以取代MATH/STAT 242。
**ECON 344可以代替数学/STAT 442,如果它也不被用作特定领域的选修课。
所有计入专业的课程必须以C或更高的成绩完成。
300+级别的最多八(8)个学分可以重复计算其他主要要求,最多八(8)个学分可以重复计算其他次要要求。可以向数据科学总监提交替代课程的申请,以解决重复计算的限制。辅修统计学的学生不能将“8个额外的统计学学时”用于数据科学专业。
小
数据科学辅修课程对于那些将从管理、分析和可视化数据的深入经验中受益的学生来说是理想的。辅修课程是为几乎所有专业的学生设计的,尽管需要达到或超过PLU MATH 140(微积分预科)的水平。
辅修数据科学20个学时
计算与数据科学基础8个学时
- 数据133:数据科学入门I或CSCI 144:计算机科学入门(4)
- DATA 233:数据科学导论II (4)
统计基础8个学时
- 任何数学/STAT 145, STAT 231, 232, 233,或数学/STAT 242 (4)
- 数学/STAT 348:统计计算和咨询(4)
特定领域选修课4个学期学时
从选修课列表中选择至少一个选项,将数据科学原理betvictor韦德体育于学科背景或提供对数据科学主题的更深入研究。关于特定于领域的选修选项的详细信息如下所示。
所有辅修课程必须以C或更高的成绩完成。
学生可以按照满足课程先决条件的任何顺序完成辅修课程的要求。
最多八(8)个学分可以重复计算在其他专业和辅修课程中,尽管辅修统计学的学生不能将他们的“8个额外的统计学学时”用于辅修数据科学。
除非获得主管的许可,否则学生最多可以向数据科学辅修课程转移8个学时。
特定领域的选修课
数据科学专业和辅修专业的特定领域选修课程
特定领域的选修课程必须超越介绍性主题和技术,以发展各自领域的高级统计专业知识,其中至少满足以下条件之一:
- 数据不易收集(例如,使用复杂的研究设计;需要深入的调查设计),或
- 数据不容易管理(例如,数据混乱;数据集过大;数据不容易合成),或者
- 通过从一系列菜单项中选择常规分析(例如,必须为适当的协变量进行参数)来分析数据并不容易,或者
- 数据不容易呈现(例如,需要复杂的可视化技术)
认可课程包括***:
- BUSA 310:信息系统和数据库管理
- BUSA 467:市场研究(4)
- 昏迷461:广告,公关+活动(4)
- CSCI 330:机器学习导论
- CSCI 333:生物信息学导论
- CSCI 367:数据库和Web编程
- 入选CSCI 387/388/389/487/488/489:计算机科学专题课程(4)
- 经济学344:计量经济学(4)
- ESCI 331:地图:计算机辅助制图和分析(4)
- NURT 318:研究方法(2)与NURS 319:医疗保健技术(2)
- 政治学301:政治学方法(4)
- PSYC 242:高级统计与研究设计(4)
- SOCI 301:定量研究方法(4)
***这些课程中的许多都要求数据科学专业或辅修专业以外的先决条件(请查看目录)。作为其他数据科学专业必修课的一部分的课程可能不会被重复计算为特定领域的选修课。学生可以申请本列表之外的课程来满足特定领域选修课。
数据科学(Data) -本科课程
DATA 133:数据科学入门1
介绍计算机编程和解决问题的实际数据集从各种领域,如科学,商业和人文。通过使用Python编程语言和R统计软件,通过计算思维,建模和仿真以及数据可视化介绍数据科学概念的基础知识。适合没有编程经验的学生。先决条件:完成PLU MATH 140或同等大学水平的课程,成绩为C或更高;或PLU数学安排到PLU数学151或更高编号的PLU数学课程。(4)
DATA 233:数据科学导论II
DATA 133的延续,主题可能包括数据操作、清理和可视化技术、机器学习技术、自然语言处理、数据库、文本挖掘、数据科学伦理/隐私等。学生将在GitHub等版本控制系统的帮助下进行协作。Python是使用的主要编程语言。前提条件:数据133或CSCI 144。推荐:数学/STAT 145, STAT 231, 232, 233,或数学/STAT 242之一。(4)
DATA 287:数据科学专题
为本科生提供常规课程中尚未提供的新的、一次性的和发展中的课程。在学生学期记录中,头衔将以ST:的形式列出,后面是学术单位指定的具体头衔。(1至4)
数据491:独立研究
为个别本科生提供常规课程所没有的高级学习。该头衔将在学生学期记录中以IS:的形式列出,后面是学生指定的具体头衔。前提条件:教师同意。可以重复以获得额外学分。(1至4)
资料499A:顶点:顶点经验I - SR
在一名指定的教员的指导下,可能是由两到三个学生组成的小组,对个人研究中获得的信息进行口头和书面的陈述准备。讨论与客户和团队成员协作和交流分析结果的方法。基于数据的推论的伦理含义的讨论。具有DATA 499B,满足最终经验(SR)要求。先决条件:数学/STAT 442或并发入学;去找找CSCI 330;和高级地位,或讲师的许可。(2)
资料499B:顶点:高潮经验II - SR
延续DATA 499A,强调口头和书面陈述。具有DATA 499A,满足最终经验(SR)要求。前提条件:DATA 499A。(2)