University of Westminster

Επιστήμη Δεδομένων και Ανάλυση MSc

Αυτό το μάθημα (προηγουμένως MSc στην Επιχειρηματική Ευφυΐα και την Αναλυτική) ασχολείται με την ανάγκη προώθησης της συλλογής πληροφοριών και της οργάνωσης δεδομένων, καθώς και με την αξιοποίηση πιθανών πληροφοριών και γνώσεων που κρύβονται σε δεδομένα που συλλέγονται τακτικά για τη βελτίωση της λήψης αποφάσεων. Το μάθημα επεκτείνει τα θέματα της τεχνητής νοημοσύνης (AI), της μηχανικής μάθησης (ML) και της επιστήμης αποφάσεων στην επιχειρηματική ευφυΐα, την επιστήμη δεδομένων και την επιχειρηματική ανάλυση.

Θα επικεντρωθείτε στην ανάπτυξη λύσεων σε προβλήματα του πραγματικού κόσμου που σχετίζονται με την μεταβαλλόμενη φύση της υποδομής πληροφορικής και την αύξηση του όγκου δεδομένων, χρησιμοποιώντας εφαρμογές και μελέτες περιπτώσεων, ενώ παράλληλα θα αποκτήσετε μια βαθιά εκτίμηση των υποκείμενων μοντέλων και τεχνικών. Θα αποκτήσετε επίσης μια καλύτερη κατανόηση του αντίκτυπου που έχουν οι τεχνολογικές εξελίξεις στη φύση και τις πρακτικές που υιοθετούνται στην επιστήμη δεδομένων, την επιχειρηματική ευφυΐα και την ανάλυση, καθώς και τον τρόπο προσαρμογής σε αυτές τις αλλαγές.

Στο μάθημα εντάσσονται δύο βασικά θέματα. Το πρώτο θα σας βοηθήσει να αναπτύξετε τις δεξιότητές σας στη χρήση και εφαρμογή διαφόρων τεχνολογιών, αρχιτεκτονικών, τεχνικών, εργαλείων και μεθόδων για την επιστήμη δεδομένων. Αυτά περιλαμβάνουν την αποθήκευση και την εξόρυξη δεδομένων, τη διαχείριση κατανεμημένων δεδομένων, καθώς και τις τεχνολογίες, τις αρχιτεκτονικές και τις κατάλληλες τεχνικές Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης (ΜΜΑ). Το δεύτερο θέμα θα ενισχύσει τις γνώσεις σας σχετικά με τους αλγόριθμους και τις ποσοτικές τεχνικές, συμπεριλαμβανομένης της Τεχνητής Νοημοσύνης, της Μηχανικής Μάθησης (ΜΜΑ) και της Επιχειρησιακής Έρευνας (ΕΕΤ), κατάλληλες για την ανάλυση και εξόρυξη δεδομένων και την ανάπτυξη μοντέλων αποφάσεων σε ένα ευρύ φάσμα τομέων εφαρμογής. Το έργο ενοποιεί τα διδασκόμενα θέματα που καλύπτονται, δίνοντάς σας παράλληλα την ευκαιρία να ακολουθήσετε εις βάθος μελέτη στον τομέα της επιλογής σας.

Οι διδακτικές προσεγγίσεις περιλαμβάνουν διαλέξεις, φροντιστηριακά μαθήματα, σεμινάρια και πρακτικές ασκήσεις. Θα μάθετε επίσης μέσω εκτεταμένων μαθημάτων, παρουσιάσεων στην τάξη, ομαδικής ερευνητικής εργασίας και της χρήσης μιας σειράς λογισμικού βιομηχανικού προτύπου, όπως R, Python, Simul8, Palisade Decision Tools, Tableau και Oracle.

Οι ενότητες συνήθως αξιολογούνται μέσω πρακτικών μαθημάτων, τα οποία μπορεί επίσης να περιλαμβάνουν εξετάσεις στην τάξη.

Κορυφαίοι λόγοι για να μελετήσετε μαζί μας

• Βασικές δεξιότητες επιστήμης δεδομένων και ανάλυσης - Θα αναπτύξετε τις δεξιότητές σας στη χρήση και εφαρμογή διαφόρων τεχνολογιών, αρχιτεκτονικών, τεχνικών, εργαλείων και μεθόδων, συμπεριλαμβανομένης της αποθήκευσης και εξόρυξης δεδομένων, της κατανεμημένης διαχείρισης δεδομένων και των κατάλληλων τεχνικών Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης (ΤΝ)
• Αναπτύξτε τις δεξιότητές σας στην επίλυση προβλημάτων – Θα επικεντρωθείτε στην ανάπτυξη λύσεων σε προβλήματα του πραγματικού κόσμου που σχετίζονται με την μεταβαλλόμενη φύση της υποδομής πληροφορικής και τους αυξανόμενους όγκους δεδομένων, και θα αποκτήσετε μια βαθιά εκτίμηση των υποκείμενων μοντέλων και τεχνικών.
• Αποκτήστε γνώσεις από τον κλάδο – Θα παρακολουθήσετε παρουσιάσεις από επαγγελματίες του κλάδου και θα έχετε την ευκαιρία να κάνετε επιτόπιες επισκέψεις για να δείτε το έργο των ομάδων επιστήμης δεδομένων και ανάλυσης.
• Αποκτήστε πρόσβαση στο απαραίτητο λογισμικό και γλώσσες – Θα χρησιμοποιήσετε μια σειρά από λογισμικά βιομηχανικού προτύπου, όπως R, Python, SQL, Simul8, Palisade Decision Tools, Tableau και Oracle.
• Θα βελτιώσετε τις γνώσεις σας σχετικά με αλγόριθμους και ποσοτικές τεχνικές, όπως η Τεχνητή Νοημοσύνη, η Μηχανική Μάθηση, η Επιχειρησιακή Έρευνα (ΕΕΤ) και η Προηγμένη Ανάλυση, κατάλληλες για την ανάλυση και εξόρυξη δεδομένων και την ανάπτυξη μοντέλων λήψης αποφάσεων σε ένα ευρύ φάσμα τομέων εφαρμογής.