复旦大学应用统计硕士研究生专业学位培养方案

所属学院：大数据学院

学科名称：应用统计

学科代码：025200

学位类型：专业学位

学位级别：硕士学位

培养目标

1、学科与专业概括

复旦大学应用统计（大数据统计方向）专业硕士致力于培养兼具大数据统计、分析计算能力与相关技术研发、运营、维护的复合型人才。通过强化学生的数据挖掘算法、分析和实现能力，辅以全面的可视化分析、非结构化数据提取分析能力等训练，使学生能够面向大数据分析系统的发展，了解大数据行业的算法需求，掌握数据分析算法和工具，实现数据驱动决策，支撑创新产品开发，实现相关行业业务创新。

项目着重培养学生面向大数据系统创新需求的思维和分析计算、项目实践能力。要使学生对大数据系统、算法和工具、大数据挖掘技术等有全面理解。复合型知识体系的建立将使得该专业学生能够更有效洞察大数据对于相关产业所产生的全方位影响，更能够满足业界对于兼具较强系统设计、分析与计算、系统计算能力与相关专业知识背景的高端人才的需求。

2、毕业生应具备的基本素质

（1）具有较为宽广的应用统计专业知识，并较系统地掌握有关研究方向的专门知识。了解 有关研究方向的发展动态，基本熟悉有关研究方向的文献； 

（2）具有应用计算机进行文字 数据处理和资料检索的能力。

3、毕业生应具备的基本学术能力

（1）初步具备从事科学研究的能力。独立完成学位论文，学位论文的主要研究内容至少达到在核心刊物上发表的水平；

（2）掌握一门外国语（一般为英语），能阅读专业文献，并初步具备用外文写作论文的能力。

课程设置

1、学位公共课程：政治理论课、第一外国语；

2、学位基础课程：大数据算法、时间序列与空间统计、人工智能与机器学习、统计软件简介、时间序列分析（专硕）、多元统计；

3、学位专业课程：社交网络分析、神经网络和深度学习、数据挖掘、数据可视化应用及实现、最优化理论（专业硕士）、机器学习与神经网络导论；

4、专业选修课程：政府统计、医疗大数据高等统计方法、文本数据管理与分析、计算理论基础、大规模分布式系统、大数据商业分析、计算机视觉导论、文本挖掘与解析、大数据解析、大数据与金融风险管理、医学影像分析、知识图谱概念与技术、机器学习与数据挖掘导论。

必修环节设置

参照《复旦大学研究生课程和教学管理规定》和《大数据学院研究生必修环节工作细则（试行）》。

培养环节

1、论文开题

2、中期考核

3、学术活动

4、实践活动

5、论文预审

学位论文

1、硕士学位论文的工作时间不少于1年（从学位论文开题时间起计算）。

2、除特定的外国语 言专业外，学位论文一般应用中文撰写；其他需要用非中文撰写论文的情况，必须于论文开题前提出申请，经所属学位评定分委员会批准并报研究生院备案。用非中文撰写的学位论文应附详细的中文摘要（硕士论文的中文摘要不少于3000字）。

3、其他要求按照《复旦大学专 业学位研究生培养工作规定（试行）》第七章相关要求执行。

学位申请

求按照《复旦大学学位授予工作细则》第四章相关要求执行。

毕结业申请

按照复旦大学研究生学籍管理实施细则的相关规定执行。

上文所述就是复旦大学应用统计硕士研究生专业学位培养方案的相关介绍，欢迎广大学员报考复旦大学在职研究生学位深造，非全日制研究生、专业硕士研究生更多报考信息请咨询亚培研学研究生培训老师。