耶鲁大学统计与数据科学专业(Statistics & Data Science)主要学什么?

在之前，耶鲁大学统计与数据科学专业分别学习的是两个领域的知识，而这个新项目实则在原本Statistics上，新增了数据科学方向的学科内容。该项目提供包括统计理论的主要领域学习，重点会放在在数据基础、贝叶斯理论、决策理论、非参数统计、渐近、信息论、机器学习、概率论、随机过程、数据分析、统计计算和图形方法等课程中。

从课程上可以看出，这个新专业让原本学术导向的统计学学生，多增了一些应用为导向的知识，让“学术”与“产业”能很好的进行结合。

为什么这么说?读统计学同学肯定知道，统计学更注重的是计算能力、数据处理能力、预测和评估能力，但对于计算机技能方面要求并不高，基本会使用R、Python能力即可。

在未来道路上，本科为统计学同学如果以未来就业为导向，基本会朝CS、DS或者FE等方向上申请;而以学术为导线的同学，会在本硕结束时继续申请统计学的PhD.

而数据科学更偏重计算机技能，掌握数据库、软件开发甚至编程开发的能力，用科学的方法去挖掘新数据，整体的能力更加综合，更适合业界。

所以，耶鲁大学统计与数据科学专业实则既保留了统计学的基础理论知识，又增加了计算机技能的学习，满足了学生对数据科学方面知识的需求。

耶鲁大学统计与数据科学专业申请难度如何?与原先项目有何差异？

如果和老网红的数据科学专业相比，比如哥大、Stanford、Harvard、NYU等，耶鲁大学统计与数据科学专业申请难度是会小那么一丢丢，毕竟新项目大多不会一开始就把门槛设置太高。

但如果对比全美的数据科学项目，那么耶鲁大学统计与数据科学专业申请难度应该是能名列前茅，我们从新旧两个项目对比来看看申请条件。

首先我们先看“旧项目”——耶鲁大学统计学硕士，在对candidates背景最低要求上，项目给出了三个必须。

必须熟悉概率论(Stat538或Stat541以上)

必须学习统计理论(Stat542以上)

必须获得处理真实数据的经验(Stat530以上，但最好能达到Stat661或更高的水平)

另外，该统计学项目学时为1年-1年半，对于注册三个学期的学生而言，希望这些同学能参加更高级别的课程，例如 Stat 610或 Stat 625。

(Stat 538：概率统计;Stat 541：概率论;Stat 542：统计学理论;Stat 530 数据探索与分析;Stat 661：数据分析;Stat 610：统计推断;Stat 625：统计案例研究)

而耶鲁大学的统计与数据科学专业明显比旧项目要求更高，提出5个必须同学，所需达到课程级别也不同。

必须熟悉概率论(至少达到S&DS 538或S&DS 541的水平)

必须学习统计理论(至少达到S&DS 542或S&DS 612的水平)

必须在S&DS 625中的真实数据方面获得一些经验

必须有两门数据科学方法的课程

必须有两门有效计算或大数据课程

另外，学院鼓励学生参加应用实践类项目(S&DS 626 或S&DS 695)，这会记入学分。

在选修课来说，学生4-5们选修课必须和与学校研究生院院长(DGS)商议后再做选择，课程得到DGS批准后才能被列入正式课表。

(S&DS 538：概率与统计;S&DS 541：概率论;S&DS 542：统计学理论;S&DS 612：线性模型;S&DS 625：统计案例研究;S&DS 626：实践作业;S&DS 695：统计与数据科学暑期实习项目 )

从对比上能看出，Statistics的背景要求要比Statistics & Data Science相对低一些，而无论你申请到哪个项目，这两项目都可以在学位间转换。

此外，耶鲁大学统计与数据科学专业在申请材料上：

所有硕士申请需要准备一份学术声明(文书)、学士学位以及成绩单、三封推荐信、105刀申请费、标化成绩(语言、GRE)，但对于GRE成绩来说，两个项目都是optional的选项。

在查看耶鲁大学统计与数据科学专业申请材料过程中，发现耶鲁对于语言没有做出明确的规定，也就是说语言上相对宽松，但这不意味着“低分高录”，官网上也明确表明，如果分数太低将会降低录取概率。

最后，尽管新项目统计与数据科学项目没有历史录取数据，但是可以从统计学项目以往录取数据中看出一些端倪，以2017数据来看，350位申请者最终录取了35人，录取率为10%，那么耶鲁大学统计与数据科学专业在录取率上基本也不会有很大浮动，预计在8%-10%之间。