中文名称：统计与数据科学硕士项目

英文：M.S. in Statistics and Data Science

所属系部：统计与数据科学系

1.耶鲁大学DS项目是一个创新的新型项目

耶鲁大学DS项目是一个很不错的项目，该学年属于新起的专业，在此前耶鲁仅开设了单纯的统计学硕士。

与此项目相比较，新开设的MS项目不仅为学生们提供了新项概率论、随机过程、渐近、信息论等传统统计学领域的教学内容，而且还可以让学生们对当前热门的机器学习、数据分析、统计计算和图识别等领域进行深入学习和探索，有更多的实践机会。

该项目比起原来的统计项目，会新增4门DataScience的课程，包含至少2门数据科学方法的课程，和至少2门有效计算和大数据的课程，以满足大家对于数据科学的学习兴趣。

2.虽为新项目，但申请仍有难度：

耶鲁大学DS项目的录取率仅4%，据TOPS老师了解，耶鲁大学DS项目的录取者需要掌握概率论和数理统计，一些统计理论，也需要拥有真实的数据工作相关经验，并且该学校允许学生在两个项目之间转换，也是为了招收更多的学生。

另外，申请该项目学生必须有先修课的背景，包括但不限于概率论、线性统计、统计理论等等。

今年耶鲁大学DS项目不再要求必须提交GRE成绩，但可以选择提交进一步增强自己的竞争力。完成最终该项目的学生不能自动进入博士课程，需要进行申请。

3.课程要求很严格：

申请耶鲁大学DS项目的学生需要满足如下7门课程要求才能选课：

1）熟悉概率论（至少达到S&DS538概率与统计或S&DS541概率理论的水平）

2）学习统计理论（至少达到S&DS542统计理论或S&DS612线性模型的水平)

3）获得处理真实数据的经验（达到S&DS 625案例研究的水平）

4）选修2门数据科学方法课程，包括但不限于: S&DS563多变量统计、S&DS565应用数据挖掘与机器学习、S&DS661数据分析、CPSC663深度学习理论与应用、S&DS630优化技术、S&DS668非参数估计与机器学习、S&DS669统计学习理论

5）另外，还需要选修2门与高效计算和大数据相关的课程，包括但不限于: S&DS562数据科学计算工具，S&DS566/CPSC366密集算法交叉列举，S&DS662统计计算，BIS557计算统计，CPSC524并行编程技术，CPSC526构建分布式系统，CPSC527面向对象编程，CPSC640数值计算主题

剩余的4-5门选修课，学生必须在与学校研究生院院长（DGS）商议后做出选择，课程只有得到DGS批准才能被列入正式课表。由此看来，耶鲁大学DS项目非常重视学生的数理背景。

4.研究领域广：

耶鲁大学DS项目的研究领域包括统计与数据科学硕士项目不但提供了统计理论，重点在基础、贝叶斯理论、决策理论、非参数统计、概率论、随机过程、渐近论、信息理论等传统统计学领域课程，还增加了当下热门的机器学习，数据分析，统计计算、图形方法等领域的学习，平衡了学生对DS项目知识的需求。

5.就业机会众多：

耶鲁大学DS项目所在的系提供广泛的培训计划，有了这些培训背景，该项目毕业生在工业和政府中找到了很好的职位。

另外，随着互联网行业的迅猛发展，人工智能、大数据强势崛起，也催生了相关专业的申请，计算机、人工智能、数据科学等专业都逐渐成为美国留学申请的热门专业，其中耶鲁大学DS项目就是其中之一。通常情况下毕业生会从事于微软、苹果、谷歌等这些大公司。