Программа аспирантуры Ph.D. по направлению «Теория анализа и обработки данных»

Kennesaw State University

Описание программы

Программа аспирантуры Ph.D. по направлению «Теория анализа и обработки данных»

Kennesaw State University

Решение реальных задач Эпоха больших данных уже наступила. Научно-технические достижения последнего столетия привели к возникновению огромного количества данных. Организации стремятся понять, каким образом превратить все эти данные в полезную информацию. Существует ОГРОМНЫЙ спрос на специалистов, умеющих управлять данными, анализировать их и вычленять из них информацию, важную для принятия решений. Наша программа аспирантуры сочетает в себе традиции и инновации и включает в себя прикладные и теоретические дисциплины, благодаря чему является идеальным примером современной программы аспирантуры. Обучение студентов осуществляется с использованием реальных данных и инструментов для решения реальных задач. Узнайте, какие удивительные открытия смогли сделать наши студенты, применив на практике знания, полученные во время обучения. Большие данные — большие перемены Большие данные меняют не только то, как мы принимаем решения, но и наш поход к вопросам здоровья, транспорта, финансов, общения и почти всех остальных аспектов жизни. Трансформация больших данных в содержательную информацию стимулирует научные открытия в области биологии, финансов, инженерии, маркетинга, социологии, химии и всех смежных наук. Программа аспирантуры по направлению «Теория анализа и обработки данных» Государственного университета Кеннесо представляет собой передовую междисциплинарную программу, в которой объединены практика и теория, научные и производственные аспекты. В рамках данной программы концепции, заимствованные из информатики, математики и статистики, сочетаются с практическими методами, принятыми в сфере бизнеса, здравоохранения, транспорта и общественной политики, что позволяет подготовить специалистов по обработке данных нового поколения. Усовершенствование процессов С помощью обзоров с веб-сайта Yelp и данных Twitter в сочетании с традиционными прогнозными переменными студенты университета Кеннесо усовершенствовали процессы прогнозирования сбыта нескольких компаний — как больших, так и маленьких. Путем анализа обзоров Yelp студенты предоставили этим компаниям ранее неизвестные им сведения о потребителях, благодаря чему они смогли повысить качество обслуживания своих потребителей. Новая аналитическая картина В рамках этого анализа были использованы данные, связанные с семейными делами, физическим состоянием, мироощущением и заболеваниями, что привело к развитию новой системы сегментов, благодаря чему удалось достичь более глубинного понимания потребностей людей в специальных устройствах, возникающих на разных возрастных этапах. Улучшенные стратегии Посредством этого анализа были собраны сведения, связанные с тем, как заболевания развиваются и распространяются среди населения после стихийного бедствия. Эти сведения позволили усовершенствовать стратегии распределения вакцин и добиться оптимального распространения оборудования и материалов. Анализ паттерна С помощью этого анализа на основе метеорологических данных были собраны сведения, связанные с характерными чертами преступлений. Благодаря этому теперь прогнозы погоды могут использоваться в качестве источника данных для разработки оптимальных стратегий работы правоохранительных органов и правоохранительных мер. Определение взаимосвязей и закономерностей С помощью данных, полученных от Бюро транспортной статистики Министерства транспорта США, студенты университета Кеннесо смогли определить факторы, вызывающие большинство задержек при авиаперелетах, и благодаря этой информации в течение последних трех лет им удалось свести к минимуму время в пути при перелетах по США. Помимо этого, были получены данные от Энергетической информационной администрации США. Задача заключалась в том, чтобы обнаружить возможную связь между топливом, используемым компанией, и энергопотреблением и случаями задержки и отмены рейсов. Теперь авиакомпании могут руководствоваться этой информацией при принятии решений, когда в связи с погодными условиями и другими обстоятельствами изменение маршрутов рейсов и их отмена неизбежны. Оказание влияния Благодаря этому анализу удалось определить лучшие методы привлечения и удержания специалистов-преподавателей в области точных наук и естественно-научных дисциплин (STEM) в отдельных подотраслях химии, биологии, математики и физики в школах K-12 и оказания им поддержки. Среди результатов можно отметить повышение вовлеченности учащихся и их желание заниматься этими дисциплинами после выпуска. В 2015 году Национальный научный фонд присудил авторам этого исследования денежный приз, чтобы предоставить им возможность продолжить поиск ценной информации о STEM-образовании и его лучших методах. Инновационный подход к анализу Ранее исследователи анализировали структурированные данные, представленные в виде цифр, точно распределенных по столбцам и строкам электронных таблиц. Благодаря новому алгоритму поиска они могут использовать неструктурированные данные, например данные, содержащиеся в электронных письмах, записях в Twitter или сообщениях. Помимо этого, они могут осуществлять анализ видео- и аудиофайлов. Программа обучения Как правило, программа аспирантуры университета Кеннесо состоит из трех этапов:

Этап 1 — требования для зачисления на программу Этап 2 — обучение на программе аспирантуры Этап 3 — участие в проекте, подготовка исследования или диссертации

Студентам, желающим получить степень кандидата наук (Ph.D.) по специальности «Теория анализа и обработки данных», требуется набрать 48 зачетных пунктов за курсы и шесть зачетных пунктов за дополнительные курсы в течение четырех лет, а также провести диссертационное исследование (не менее 12 зачетных пунктов) и принять участие в стажировке (не менее 12 зачетных пунктов). В общей сложности для получения ученой степени необходимо набрать как минимум 78 зачетных пунктов за курсы, стажировку и диссертацию.

Образовательные программы предлагаются на следующих языках:
  • английский


Последнее обновление: May 11, 2018
Сроки и стоимость обучения
Этот курс является Очная форма
Start Date
Дата начала
Сент. 2019
Duration
Срок обучения
4 Года
Очная форма
Price
стоимость
290 USD
Information
Deadline
Февр. 1, 2019
Locations
Соединённые Штаты Америки - Кеннесо, Джорджия
Дата начала : Сент. 2019
Сроки подачи документов Февр. 1, 2019
Дата окончания Авг. 31, 2023
Dates
Сент. 2019
Соединённые Штаты Америки - Кеннесо, Джорджия
Сроки подачи документов Февр. 1, 2019
Дата окончания Авг. 31, 2023