数据科学辅修

当前在校的本科生（2018-2021入校）可以从数据科学辅修的两个培养计划（新版计划/旧版计划）中选择一种进行修课，2022年起入校的新生将根据新版计划修读该辅修。

旧版计划:

密西根学院开设“数据科学”的辅修课程，让学生对计算机科学、统计学和数学等与分析和操作大型复杂数据集合有关的方面有所了解。辅修课程最少须修满15学分，包括:

核心(必修)课程(8学分):

VE401/ECE4010J – 工程概率方法 (4 学分)
VE406/STAT4710J – 应用回归分析与R语言 (4 学分) / VE414 – 贝叶斯分析 (4 学分) / STAT4060J 统计与数据科学的计算方法 (4学分)
ECE4710J – 数据科学概论 (4学分)，或STAT4710J 数据科学和python数据分析 (4学分)

选修课：至少以下两项

VE406/STAT4710J – 应用回归分析与R语言 (4 学分，如果未被用于核心必修课程)
VE414 – 贝叶斯分析 (4 学分，如果未被用于核心必修课程)
STAT4060J 统计与数据科学的计算方法 (4 学分，如果未被用于核心必修课程)
ECE4710J – 数据科学概论 (4学分，如果未被用于核心必修课程)，或STAT4710J 数据科学和python数据分析 (4学分，如果未被用于核心必修课程)
VE445 – 机器学习导论(4 学分)
VE484 – 数据挖掘 (4 学分)
VE485 – 机器学习中的优化(3 学分)
VE488 – 数据挖掘与机器学习 (4 学分)
VE492 – 人工智能导论 (4 学分)
VE501 – 随机过程 (本科生4学分，研究生3学分)
Ve472 (ECE4720J/ECE4721J)/ Ve572 (ECE6701J) – 大数据分析及工具 (3 学分, 4学分ECE4721J)
VE581 – 面向视觉识别的卷积神经网络（3学分）
VE593 – 人工智能理论与应用 (3 学分)
Vm466 – 统计质量控制 (3 学分)
Vv409 Models and Methods for Financial Data (3学分)
Ve407 – 统计学习导论 (4学分)
STAT1000J 数据科学入门(工程) (3学分)
ECE4880J – 计算机视觉(4 学分)
ECE4530J – 智慧城市中的决策问题(4 学分)
VG441 (ENGR4410J) – 供应链管理(3 学分)

辅修资格:

– 大二及以上的学生
– 已经选择专业
– 具有良好的学业排名

如果在大四之前合理规划，辅修课程不需额外增加到密西根学院学士学位所需的学分中。学生在辅修课程中所修的所有课程都应该得到C或更高的分数。“数据科学”辅修课程应在毕业前申请。选修课程可用于转学分申请。不能用学分来满足一门以上的辅修课程的要求。

新版计划:

核心(必修)课程(8学分):

选修课：至少在下属每类别中选择1门课

Theory and Computation 理论和计算类别：

Application 应用类别：

辅修资格:

– 大二及以上的学生
– 已经选择专业
– 具有良好的学业排名