悉尼科技大学数据科学与创新第一年核心课程概览

悉尼科技大学数据科学与创新学位的课程通过跨学科的方法，利用来自不同领域的一系列观点，及其与行业经验、现实世界项目和自主学习的结合，帮助学生发展各种专业技能，以获取、构建、分析、可视化和交流成果，并生成创造性的数据驱动型解决方案。下面是该专业第一年核心课程概览。

1、数据科学促进创新

本课程向学生介绍了组织和专业人士正在进行的从数据中提取和交流价值的前沿项目。通过汇集关于数据、通信和道德的技能和知识，课程将专业数据科学实践融入到了创新发展当中。

2、机器学习算法及应用

本课程向学生介绍了关键的机器学习算法及其在现实世界中的应用。学生将发展对算法如何工作及其优点和缺点的直观理解。除了获得算法的实践经验，学生还可以了解机器学习的基本原理以及不同算法之间的联系。

3、数据科学实践

本课程将涵盖以下主题：编程概念；Python和R的实际编程应用；使用版本控制与Git协作；数据存储和SQL查询语言；使用UNIX系统和Docker容器。

4、数据和决策

本课程向学生介绍了在组织环境中进行决策的不同方法。从确定利益相关者的需求和获取相关数据，到支持决策和影响利益相关者的行为，不确定性和模糊性的关键主题在决策过程的所有阶段都得到了强调。

5、数据科学统计思维

本课程的目的是教授学生在应用数据科学环境中应用统计思维的关键技能和概念。学生将了解基本的统计概念，发展R语言的编程技能，并开始处理真实世界的数据。随后学习一系列线性回归模型，并应用所学知识和技能来经历一个完整的数据科学研究周期。

悉尼科技大学数据科学与创新学位的第二年，学生还将学习数据可视化和叙述、大数据工程等核心课程。总的来说，该学位所提供的课程以灵活性为核心，旨在为学生提供塑造个人数据科学道路的能力，使学生能够专注于自己感兴趣或最相关的领域，以追求个人兴趣和职业抱负。