復旦大學大數據學院研究生招生
95%的同學還閱讀了:[復旦大學考研真題免費下載] [復旦大學歷年保研筆試/面試真題匯.pdf] [復旦大學預推免信息匯總表.xls] [復旦大學保研生源分析表.xls]
[復旦大學研究生招生目錄]
[復旦大學研究生分數線]
[復旦大學王牌專業(yè)排名]
[復旦大學考研難嗎]
[復旦大學研究生院]
[復旦大學考研群]
[復旦大學研究生學費]
[復旦大學研究生輔導]
[考研國家線(歷年匯總)]
[年考研時間:報名日期和考試時間]
復旦大學大數據學院研究生招生是一個不錯的學院,深受考研人的追捧,本校每年會有數千名研究生招生的名額,研究生報考錄取比在3:1左右,難度中等,部分熱門的研究生專業(yè)研究生報考錄取比會更高一點, 大數據學院是學校里比較好的一個院系,請各位準備報考復旦大學大數據學院研究生招生的同學注意,該院系有以上多個專業(yè)在招生研究生,歡迎各位同學報考復旦大學大數據學院研究生招生。
強烈建議各位準備考復旦大學大數據學院研究生招生的同學準備一些基本的歷年考研真題、研究生學姐學長的筆記、考研經驗等等(考研派有考研經驗頻道,也有考研派微信公眾號、考研派APP等產品平臺,里面有不少研究生會免費解答你的考研問題,助你考研一臂之力)
復旦大學大數據學院2020年研究生錄取分數線
以下是2020年的錄取名單,成績從高到底,供準備報考該專業(yè)研究生的同學參考:
復旦大學大數據學院統(tǒng)計學的研究生培養(yǎng)方案
| 培養(yǎng)方案基本信息 | |||||||
| 培養(yǎng)方案名稱 | 統(tǒng)計學(學歷碩士生) | ||||||
| 適用培養(yǎng)單位 | 大數據學院 | 適用年級 | |||||
| 一級學科名稱 | 統(tǒng)計學 | 一級學科代碼 | 0714 | ||||
| 專業(yè)/領域 | 統(tǒng)計學 | 專業(yè)/領域代碼 | 027000 | ||||
| 研究方向 | 培養(yǎng)方案編碼 | 2102700001 | |||||
| 適用培養(yǎng)層次 | 碩士 | 適用學位類型 | 學術學位 | 適用培養(yǎng)方式 | 非定向 | ||
| 適用入學方式 | 全國統(tǒng)考,推薦免試 | 是否適用國內學生 | 是 | 是否適用國際學生 | 否 | ||
| 是否全英文項目 | -- | 是否雙學位項目 | -- | 學制 | 3 | ||
| 培養(yǎng)目標 | |||||||
大數據學院統(tǒng)計學專業(yè)致力于培養(yǎng)具有交叉學科背景、國際視野、思維開闊、全面掌握科學研究方法的大數據統(tǒng)計人才。
具有扎實的統(tǒng)計學基礎,掌握數據分析算法和工具,能夠熟練地掌握大數據分析的方法。3 畢業(yè)生應具備的基本學術能力 項目著重培養(yǎng)學生面向大數據系統(tǒng)創(chuàng)新需求的思維和分析計算、項目實踐能力。學生需要對統(tǒng)計學的專業(yè)知識、大數據系統(tǒng)、算法和工具、大數據挖掘技術等有全面理解。 |
|||||||
| 培養(yǎng)方案學分數要求 | |||||||
| 最低總學分要求(包含課程與必修環(huán)節(jié)) | 38 學分 | ||||||
| 課程分類 | 課程子分類 | 最低學分 | 最少門數(非必填) | ||||
|
1 |
學位公共課 |
政治理論課 | 3 | 2 | |||
| 第一外國語 | 4 | 2 | |||||
| 專業(yè)外語課 | 2 | 1 | |||||
|
2 |
學位核心課 | 學位基礎課 | 0 | ||||
| 學位專業(yè)課 | 0 | ||||||
| 學分小計 | 12 | ||||||
|
3 |
選修課 |
專業(yè)選修課 | 12 | 4 | |||
| 公共選修課 | 0 | ||||||
| 跨一級學科選修課 | 0 | ||||||
| 學分小計 | 14 | ||||||
| 必修環(huán)節(jié)學分數 | 3 | ||||||
| 其他說明: | |||||||
| 參照《復旦大學研究生課程和教學管理規(guī)定》和《大數據學院研究生必修環(huán)節(jié)工作細則(試行)》 | |||||||
| 課程設置 | |||||||
| 類別I |
類別II |
課程編號 |
課程名稱 |
學分數 |
學時數 |
開課院系 |
備注 |
|
學位公共課 |
政治理論課 | 001 | 政治理論課 | -- | -- | 研究生院 | |
| 第一外國語課 | 002 | 第一外國語 | -- | -- | 研究生院 | ||
| 專業(yè)外語課 | MAST612161 | 大數據專業(yè)外語 | 2 | 36 | 大數據學院 | ||
|
學位核心課 |
學位基礎課 |
DATA620007 | 數據挖掘 | 3 | 54 | 大數據學院 | |
| DATA620013 | 高等統(tǒng)計學習 | 3 | 54 | 大數據學院 | |||
| DATA620015 | 高等統(tǒng)計方法 | 3 | 54 | 大數據學院 | |||
| DATA620019 | 現代概率論基礎I | 3 | 54 | 大數據學院 | |||
|
學位專業(yè)課 |
DATA620004 | 神經網絡和深度學習 | 3 | 54 | 大數據學院 | ||
| DATA620006 | 人工智能與機器學習 | 3 | 54 | 大數據學院 | |||
| DATA620008 | 最優(yōu)化理論 | 3 | 54 | 大數據學院 | |||
| DATA620018 | 數據可視化應用及實現 | 3 | 54 | 大數據學院 | |||
|
選修課 |
專業(yè)選修課 |
DATA620002 | 大數據算法 | 3 | 54 | 大數據學院 | |
| DATA620003 | 社交網絡分析 | 3 | 54 | 大數據學院 | |||
| DATA620005 | 時間序列與空間統(tǒng)計 | 3 | 54 | 大數據學院 | |||
| DATA630001 | 醫(yī)療大數據高等統(tǒng)計方法 | 3 | 54 | 大數據學院 | |||
| DATA630008 | 半參數統(tǒng)計 | 3 | 54 | 大數據學院 | |||
| DATA630009 | 稀疏統(tǒng)計 | 3 | 54 | 大數據學院 | |||
| DATA630010 | 商務分析 | 3 | 54 | 大數據學院 | |||
| DATA630011 | 大數據解析 | 3 | 54 | 大數據學院 | |||
| DATA630012 | 大數據與金融風險管理 | 3 | 54 | 大數據學院 | |||
| DATA630013 | 金融計量學 | 3 | 54 | 大數據學院 | |||
|
選修課 |
專業(yè)選修課 |
DATA630014 | 統(tǒng)計計算概論 | 3 | 54 | 大數據學院 | |||
| DATA630015 | 醫(yī)學影像分析 | 3 | 54 | 大數據學院 | |||||
| DATA630016 | 大數據環(huán)境與能源 | 3 | 54 | 大數據學院 | |||||
| DATA820001 | 算法導論 | 3 | 54 | 大數據學院 | |||||
| DATA830001 | 數值計算 | 3 | 54 | 大數據學院 | |||||
| DATA830002 | 知識圖譜概念與技術 | 3 | 54 | 大數據學院 | |||||
| 公共選修課 | 003 | 公共選修課 | -- | -- | 研究生院 | ||||
| 必修環(huán)節(jié)設置 | |||||||||
| 參照《復旦大學研究生課程和教學管理規(guī)定》和《大數據學院研究生必修環(huán)節(jié)工作細則(試行)》 | |||||||||
| 本學科專業(yè)/專業(yè)學位領域2019級研究生的必修環(huán)節(jié)和學分數要求如下: | |||||||||
| 培養(yǎng)環(huán)節(jié) | 是否必修 | 學分數 | 考核內容、方式及考核結果評定標準 | ||||||
| 論文開題 | 是 | 0 |
參照《復旦大學大數據學院研究生畢業(yè)論文管理 細則》 |
||||||
| 中期考核 | 是 | 0 |
參照《復旦大學大數據學院研究生畢業(yè)論文管理 細則》 |
||||||
| 學術活動 | 是 | 2 |
參照《大數據學院研究生必修環(huán)節(jié)工作細則(試 行)》 |
||||||
| 實踐活動 | 是 | 1 |
參照《大數據學院研究生必修環(huán)節(jié)工作細則(試 行)》 |
||||||
| 論文預審 | 是 | 0 |
參照《大數據學院研究生必修環(huán)節(jié)工作細則(試 行)》 |
||||||
| 經典學術著作 | |||||||||
| 序號 | 著作題錄 | 是否必讀 | 適合層次 | ||||||
| 1 | An Introduction to Statistical Learning: with Applications in R | 必讀 | 碩士 | ||||||
| 2 | Data Mining: Concepts and Techniques | 必讀 | 碩士 | ||||||
| 3 | Foundations of Data Science | 必讀 | 碩士 | ||||||
| 4 | Randomized Algorithms for Matrices and Data | 必讀 | 碩士 | ||||||
| 5 | Time Series Analysis and Its Applications: with R Examples | 必讀 | 碩士 | ||||||
| 6 | The Elements of Financial Econometrics | 必讀 | 碩士 | ||||||
| 7 | Statistics for Spatio-temporal Data | 必讀 | 碩士 | ||||||
| 8 | Time Series Analysis with Applications in R | 必讀 | 碩士 | ||||||
| 9 | Introduction to Time Series and Forecasting | 必讀 | 碩士 | ||||||
| 10 | Introduction to Data Mining | 必讀 | 碩士 | ||||||
| 11 | Social Network Data Analytics | 必讀 | 碩士 | ||||||
復旦大學大數據學院國際商務學的研究生培養(yǎng)方案
| 培養(yǎng)方案基本信息 | |||||||
| 培養(yǎng)方案名稱 | 國際商務(大數據學院)(專業(yè)學位雙證碩士生) | ||||||
| 適用培養(yǎng)單位 | 大數據學院 | 適用年級 | 2019級 | ||||
| 一級學科名稱 | 國際商務 | 一級學科代碼 | 0254 | ||||
| 專業(yè)/領域 | 國際商務 | 專業(yè)/領域代碼 | 025400 | ||||
| 研究方向 | 培養(yǎng)方案編碼 | 2202540001 | |||||
| 適用培養(yǎng)層次 | 碩士 | 適用學位類型 | 專業(yè)學位 | 適用培養(yǎng)方式 | |||
| 適用入學方式 | 全國統(tǒng)考,推薦免試 | 是否適用國內學生 | 是 | 是否適用國際學生 | 否 | ||
| 是否全英文項目 | -- | 是否雙學位項目 | -- | 學制 | 2 | ||
| 培養(yǎng)目標 | |||||||
|
國際商務碩士專業(yè)學位教育是以培養(yǎng)具有社會責任感與職業(yè)道德、全球視野和創(chuàng)新意識、 國際商務專業(yè)技能與素養(yǎng)、跨文化溝通能力,能夠勝任國際化經營與管理工作的國際化、高層次、應用型、復合型專門人才為目標的專業(yè)學位教育。 國際商務具有國際化、跨領域、新業(yè)態(tài)、高標準的行業(yè)特點。隨著全球經濟一體化的深入發(fā)展和我國開放型經濟新體系的建立,我國國際商務面臨著國際經濟環(huán)境日趨復雜、國際競爭日趨激烈、區(qū)域經濟合作發(fā)展迅速、國內國際市場不斷融合、貿易投資一體化、新型商業(yè)形態(tài)不斷涌現、中國企業(yè)經營國際化、跨國企業(yè)本土化的機遇和挑戰(zhàn);面臨著貿易摩擦加劇、高端人才短缺、商務創(chuàng)新能力不足等諸多問題;社會對國際商務高端人才的需求也日益凸顯因此,國際商務碩士專業(yè)學位教育應以培養(yǎng)高層次的復合型應用人才為重點,服務對象包括從事傳統(tǒng)的貨物與服務貿易企業(yè),從事新興制造業(yè)、現代服務業(yè)、跨國直接投資和外包的企業(yè),以及政府管理部門、行業(yè)協會、貿易與投資促進機構、教育科研機構、國際組織等。為了保證人才培養(yǎng)質量,國際商務碩士專業(yè)學位教育突出學校和行業(yè)培養(yǎng)的緊密結合,強調以國際化、開放式的教育體系和多元化的師資配備為基本特色,注重創(chuàng)新精神和實踐能力的培養(yǎng)。 |
|||||||
| 培養(yǎng)方案學分數要求 | |||||||
| 最低總學分要求(包含課程與必修環(huán)節(jié)) | 42 學分 | ||||||
| 課程分類 | 課程子分類 | 最低學分 | 最少門數(非必填) | ||||
|
1 |
學位公共課 |
政治理論課 | 2 | 1 | |||
| 第一外國語 | 3 | 1 | |||||
| 專業(yè)外語課 | 0 | 0 | |||||
|
2 |
學位核心課 | 學位基礎課 | 0 | ||||
| 學位專業(yè)課 | 0 | ||||||
| 學分小計 | 21 | ||||||
| 3 | 選修課 | 專業(yè)選修課 | 9 | 3 | |||
|
3 |
選修課 | 公共選修課 | 0 | |||||
| 跨一級學科選修課 | 0 | |||||||
| 學分小計 | 9 | |||||||
| 必修環(huán)節(jié)學分數 | 7 | |||||||
| 其他說明: | ||||||||
| 參見培養(yǎng)方案具體要求 | ||||||||
| 課程設置 | ||||||||
| 類別I |
類別II |
課程編號 |
課程名稱 |
學分數 |
學時數 |
開課院系 |
備注 |
|
|
學位公共 課 |
政治理論課 | 001 | 政治理論課 | -- | -- | 研究生院 | ||
| 第一外國語課 | MIB620006 | 商務外語 | 3 | 54 | 經濟學院 | |||
|
學位核心課 |
學位基礎課 |
DATA620005 | 時間序列與空間統(tǒng)計 | 3 | 54 | 大數據學院 | ||
| DATA620006 | 人工智能與機器學習 | 3 | 54 | 大數據學院 | ||||
| DATA620010 | 國際金融與國際投資 | 3 | 54 | 大數據學院 | ||||
| DATA620011 | 國際貿易實務與國際商法 | 3 | 54 | 大數據學院 | ||||
| MATH620154 | 時間序列分析(專碩) | 3 | 54 | 數學科學學院 | ||||
| MIB620004 | 經濟學分析與應用 | 3 | 54 | 經濟學院 | ||||
|
學位專業(yè)課 |
DATA620003 | 社交網絡分析 | 3 | 54 | 大數據學院 | |||
| DATA620004 | 神經網絡和深度學習 | 3 | 54 | 大數據學院 | ||||
| DATA620007 | 數據挖掘 | 3 | 54 | 大數據學院 | ||||
| DATA620018 | 數據可視化應用及實現 | 3 | 54 | 大數據學院 | ||||
| DATA630005 | 大數據商業(yè)分析 | 3 | 54 | 大數據學院 | ||||
| MATH620165 | 機器學習與神經網絡導論 | 3 | 54 | 數學科學學院 | ||||
|
選修課 |
專業(yè)選修課 |
DATA620020 | 最優(yōu)化理論(專業(yè)碩士) | 3 | 54 | 大數據學院 | ||
| DATA630001 | 醫(yī)療大數據高等統(tǒng)計方法 | 3 | 54 | 大數據學院 | ||||
| DATA630002 | 文本數據管理與分析 | 3 | 54 | 大數據學院 | ||||
| DATA630003 | 計算理論基礎 | 3 | 54 | 大數據學院 | ||||
| DATA630004 | 大規(guī)模分布式系統(tǒng) | 3 | 54 | 大數據學院 | ||||
|
選修課 |
專業(yè)選修課 |
DATA630006 | 計算機視覺導論 | 3 | 54 | 大數據學院 | |
| DATA630007 | 文本挖掘與解析 | 3 | 54 | 大數據學院 | |||
| DATA630011 | 大數據解析 | 3 | 54 | 大數據學院 | |||
| DATA630012 | 大數據與金融風險管理 | 3 | 54 | 大數據學院 | |||
| DATA630015 | 醫(yī)學影像分析 | 3 | 54 | 大數據學院 | |||
| DATA830002 | 知識圖譜概念與技術 | 3 | 54 | 大數據學院 | |||
| MIB620001 | 國際金融理論與實務 | 2 | 36 | 經濟學院 | |||
| MIB620005 | 國際商務談判 | 2 | 36 | 經濟學院 | |||
| MIB620007 | 國際貿易理論與實務 | 2 | 36 | 經濟學院 | |||
| MIB620008 | 國際商法 | 2 | 36 | 經濟學院 | |||
| MIB620009 | 奢侈品市場與管理 | 2 | 36 | 經濟學院 | |||
| MIB620010 | 國際經濟環(huán)境和貨幣政策 | 2 | 36 | 經濟學院 | |||
| MIB630006 | 跨國企業(yè)策略與博弈 | 2 | 36 | 經濟學院 | |||
| MIB630008 | 國際營銷 | 2 | 36 | 經濟學院 | |||
| MIB630010 | 國際商務統(tǒng)計方法與應用 | 2 | 36 | 經濟學院 | |||
| MIB630011 | 國別與地區(qū)經濟分析 | 2 | 36 | 經濟學院 | |||
| MIB630012 | 國際證券與衍生品投資基礎 | 2 | 36 | 經濟學院 | |||
|
公共選修 課 |
003 | 公共選修課 | -- | -- | 研究生院 | ||
| 必修環(huán)節(jié)設置 | |||||||
| 參照《復旦大學研究生課程和教學管理規(guī)定》和《大數據學院研究生必修環(huán)節(jié)工作細則(試行)》 | |||||||
復旦大學大數據學院金融學的研究生培養(yǎng)方案
| 培養(yǎng)方案基本信息 | |||||
| 培養(yǎng)方案名稱 | 金融(專業(yè)學位雙證碩士生) | ||||
| 適用培養(yǎng)單位 | 大數據學院 | 適用年級 | 2019級 | ||
| 一級學科名稱 | 金融 | 一級學科代碼 | 0251 | ||
| 專業(yè)/領域 | 金融 | 專業(yè)/領域代碼 | 025100 | ||
| 研究方向 | 培養(yǎng)方案編碼 | 2202510001 | |||
| 適用培養(yǎng)層次 | 碩士 | 適用學位類型 | 專業(yè)學位 | 適用培養(yǎng)方式 | 非定向 |
| 適用入學方式 | 全國統(tǒng)考,推薦免試 | 是否適用國內學生 | 是 | 是否適用國際學生 | 否 |
| 是否全英文項目 | -- | 是否雙學位項目 | -- | 學制 | 2 |
| 培養(yǎng)目標 | |||||
|
隨著經濟全球化的發(fā)展,國際經濟金融之間的關系越來越復雜和緊密,金融對經濟的作用日益增強。在我國,金融結構市場化、資產證券化、金融機構多元化、金融體系國際化等諸方面不斷加強,現代金融發(fā)展模式和結構正在發(fā)生變化。以上諸因素催生了對掌握金融理論并具 有卓越的實踐能力的金融專業(yè)人才的迫切需求。在此背景下,國務院學位委員會第 27 次會議審議通過了金融碩士專業(yè)學位設置方案,決定在我國新增金融碩士專業(yè)學位,并于 2011 年成立全國金融專業(yè)學位研究生教育指導委員會,2011 年開始招收金融碩士專業(yè)學位研究生。 金融碩士專業(yè)學位的內涵可以從發(fā)展宗旨、目標、理念、意識與能力要素幾方面理解。發(fā) 展金融碩士專業(yè)學位的宗旨是為我國金融改革和發(fā)展培養(yǎng)既有扎實的專業(yè)知識和技能又有寬廣的國際視野和卓越的實踐能力的金融專業(yè)人才。具體目標是培養(yǎng)具有卓越實踐能力的高層次金融專業(yè)人才。這種卓越實踐能力體現為具備扎實的經濟、金融學理論基礎,良好的職業(yè)道德,富有創(chuàng)新的精神和進取的品格,較強的從事金融實際工作的能力。理念是"中西融合知行合一"。同時注重培養(yǎng)金融碩士專業(yè)學位學生四種意識與四種能力要素。四種意識:創(chuàng)新意識、市場意識、服務意識和國際意識。四種能力要素:創(chuàng)新能力、管理風險的能力、服務能力、國際交流與業(yè)務開展的能力。 金融碩士專業(yè)學位項目的使命是為我國現代化建設特別是為我國金融改革、創(chuàng)新和發(fā)展提供高質量的專業(yè)人才支撐。該項目主要致力于培養(yǎng)金融分析師、風險(財富)管理師、產品設計師、金融市場拓展者以及金融企業(yè)優(yōu)秀從業(yè)人員與管理者等高層次人才。服務領域主要有金融行業(yè),如銀行、證券、基金、信花、期貨、投資公司等,以及政府的金融管理部門、企業(yè)財務管理和資金運營部門等。 我國金融改革和發(fā)展迫切需要一大批高素質的金融專業(yè)人才。同時,國家鼓勵大力發(fā)展專業(yè)學位研究生教育。因此,金融碩士專業(yè)學位項目具有廣闊的發(fā)展前景。 |
|||||
| 培養(yǎng)方案學分數要求 | |||||
| 最低總學分要求(包含課程與必修環(huán)節(jié)) | 44 學分 | |||||||
| 課程分類 | 課程子分類 | 最低學分 | 最少門數(非必填) | |||||
|
1 |
學位公共課 |
政治理論課 | 2 | 1 | ||||
| 第一外國語 | 3 | 1 | ||||||
| 專業(yè)外語課 | 0 | 0 | ||||||
|
2 |
學位核心課 | 學位基礎課 | 12 | 4 | ||||
| 學位專業(yè)課 | 9 | 3 | ||||||
| 學分小計 | 21 | |||||||
|
3 |
選修課 |
專業(yè)選修課 | 9 | 3 | ||||
| 公共選修課 | 0 | |||||||
| 跨一級學科選修課 | 0 | |||||||
| 學分小計 | 11 | |||||||
| 必修環(huán)節(jié)學分數 | 7 | |||||||
| 其他說明: | ||||||||
| 參見培養(yǎng)方案具體要求金融機構與市場、財務報表分析、投資學、公司金融學、金融衍生金融工具專題五門中至少選四門 | ||||||||
| 課程設置 | ||||||||
| 類別I |
類別II |
課程編號 |
課程名稱 |
學分數 |
學時數 |
開課院系 |
備注 |
|
|
學位公共 課 |
政治理論課 | 001 | 政治理論課 | -- | -- | 研究生院 | ||
| 第一外國語課 | ECON620065 | 金融英語 | 3 | 54 | 經濟學院 | |||
|
學位核心課 |
學位基礎課 |
ECON620058 | 財務報表分析與估值 | 2 | 36 | 經濟學院 | ||
| ECON620060 | 金融機構與市場 | 3 | 54 | 經濟學院 | ||||
| ECON620062 | 公司金融學 | 3 | 54 | 經濟學院 | ||||
| ECON620064 | 投資學 | 3 | 54 | 經濟學院 | ||||
| MATH620103 | 金融衍生工具 | 3 | 54 | 數學科學學院 | ||||
| MATH620146 | 公司金融(數學) | 3 | 54 | 數學科學學院 | ||||
| MATH620147 | 投資學--數學 | 3 | 54 | 數學科學學院 | ||||
| MF620030 | 金融衍生工具專題 | 3 | 54 | 經濟學院 | ||||
|
學位專業(yè)課 |
DATA620007 | 數據挖掘 | 3 | 54 | 大數據學院 | |||
| DATA620016 | 預測性分析 | 3 | 54 | 大數據學院 | ||||
| DATA620017 | 機器學習與信息檢索 | 3 | 54 | 大數據學院 | ||||
|
學位核心課 |
學位專業(yè)課 |
DATA620018 | 數據可視化應用及實現 | 3 | 54 | 大數據學院 | |
| DATA630005 | 大數據商業(yè)分析 | 3 | 54 | 大數據學院 | |||
| DATA630012 | 大數據與金融風險管理 | 3 | 54 | 大數據學院 | |||
|
選修課 |
專業(yè)選修課 |
DATA620003 | 社交網絡分析 | 3 | 54 | 大數據學院 | |
| DATA620004 | 神經網絡和深度學習 | 3 | 54 | 大數據學院 | |||
| DATA620005 | 時間序列與空間統(tǒng)計 | 3 | 54 | 大數據學院 | |||
| DATA620006 | 人工智能與機器學習 | 3 | 54 | 大數據學院 | |||
| DATA620020 | 最優(yōu)化理論(專業(yè)碩士) | 3 | 54 | 大數據學院 | |||
| DATA630001 | 醫(yī)療大數據高等統(tǒng)計方法 | 3 | 54 | 大數據學院 | |||
| DATA630004 | 大規(guī)模分布式系統(tǒng) | 3 | 54 | 大數據學院 | |||
| DATA630006 | 計算機視覺導論 | 3 | 54 | 大數據學院 | |||
| DATA630009 | 稀疏統(tǒng)計 | 3 | 54 | 大數據學院 | |||
| DATA630011 | 大數據解析 | 3 | 54 | 大數據學院 | |||
| DATA630015 | 醫(yī)學影像分析 | 3 | 54 | 大數據學院 | |||
| DATA830002 | 知識圖譜概念與技術 | 3 | 54 | 大數據學院 | |||
| ECON620053 | 融資與上市 | 2 | 36 | 經濟學院 | |||
| ECON630042 | 商業(yè)銀行管理專題 | 2 | 36 | 經濟學院 | |||
| ECON630064 | 金融數據處理 | 2 | 36 | 經濟學院 | |||
| ECON630133 | 供應鏈金融 | 2 | 36 | 經濟學院 | |||
| MATH620154 | 時間序列分析(專碩) | 3 | 54 | 數學科學學院 | |||
| MATH620160 | 金融隨機分析(數學) | 3 | 54 | 數學科學學院 | |||
| MATH620165 | 機器學習與神經網絡導論 | 3 | 54 | 數學科學學院 | |||
| MATH630140 | 利息理論引論 | 2 | 36 | 數學科學學院 | |||
| MF630005 | 商務禮儀與有效溝通 | 2 | 36 | 經濟學院 | |||
|
公共選修 課 |
003 | 公共選修課 | -- | -- | 研究生院 | ||
| 必修環(huán)節(jié)設置 | |||||||
| 參照《復旦大學研究生課程和教學管理規(guī)定》和《大數據學院研究生必修環(huán)節(jié)工作細則(試行)》 | |||||||
復旦大學大數據學院應用統(tǒng)計的研究生培養(yǎng)方案
| 培養(yǎng)方案基本信息 | |||||
| 培養(yǎng)方案名稱 | 應用統(tǒng)計(大數據學院)(專業(yè)學位雙證碩士生) | ||||
| 適用培養(yǎng)單位 | 大數據學院 | 適用年級 | 2019級 | ||
| 一級學科名稱 | 應用統(tǒng)計 | 一級學科代碼 | 0252 | ||
| 專業(yè)/領域 | 應用統(tǒng)計 | 專業(yè)/領域代碼 | 025200 | ||
| 研究方向 | 培養(yǎng)方案編碼 | 2202520001 | |||
| 適用培養(yǎng)層次 | 碩士 | 適用學位類型 | 專業(yè)學位 | 適用培養(yǎng)方式 | 非定向 |
| 適用入學方式 | 全國統(tǒng)考,推薦免試 | 是否適用國內學生 | 是 | 是否適用國際學生 | 否 |
| 是否全英文項目 | -- | 是否雙學位項目 | -- | 學制 | 2 |
| 培養(yǎng)目標 | |||||
|
1 學科與專業(yè)概括復旦大學應用統(tǒng)計(大數據統(tǒng)計方向)專業(yè)碩士致力于培養(yǎng)兼具大數據統(tǒng)計、分析計算能力與相關技術研發(fā)、運營、維護的復合型人才。通過強化學生的數據挖掘算法、分析和實現能力,輔以全面的可視化分析、非結構化數據提取分析能力等訓練,使學生能夠面向大數據分析系統(tǒng)的發(fā)展,了解大數據行業(yè)的算法需求,掌握數據分析算法和工具, 實現數據驅動決策,支撐創(chuàng)新產品開發(fā),實現相關行業(yè)業(yè)務創(chuàng)新。 項目著重培養(yǎng)學生面向大數據系統(tǒng)創(chuàng)新需求的思維和分析計算、項目實踐能力。要使學生對大數據系統(tǒng)、算法和工具、大數據挖掘技術等有全面理解。復合型知識體系的建立將使得該專業(yè)學生能夠更有效洞察大數據對于相關產業(yè)所產生的全方位影響,更能夠滿足業(yè)界對于兼具較強系統(tǒng)設計、分析與計算、系統(tǒng)計算能力與相關專業(yè)知識背景的高端人才的需求。2畢業(yè)生應具備的基本素質 (1)具有較為寬廣的應用統(tǒng)計專業(yè)知識,并較系統(tǒng)地掌握有關研究方向的專門知識。了解有關研究方向的發(fā)展動態(tài),基本熟悉有關研究方向的文獻; (2)具有應用計算機進行文字數據處理和資料檢索的能力。3 畢業(yè)生應具備的基本學術能力(1)初步具備從事科學研究的能力。獨立完成學位論文,學位論文的主要研究內容至少達到在核心刊物上發(fā)表的水平; |
|||||
復旦大學大數據學院的聯系方式
復旦大學大數據學院的聯系方式電話:+8621-65641036
地址:上海市邯鄲路220號子彬院
郵箱:sds_school@fudan.edu.cn
復旦大學大數據學院的介紹
大數據伴隨著技術與信息的革命應運而生,對科學技術、社會經濟、管理決策等各行各業(yè)的發(fā)展正在發(fā)揮巨大的作用。它是經濟的新資源、發(fā)展的新引擎、信息的新礦山、科研的新依據、決策的新源泉,為人工智能提供新血液和技術。海量數據的收集促成了大數據時代的到來。它給數據存取、交換、分析帶來諸多新的挑戰(zhàn)。它徹底改變了計算機科學、統(tǒng)計學和計算數學的許多方面:從硬件到軟件、從存儲到超算、從數據庫到數據安全、從網絡傳輸到并行計算、從數據分析到統(tǒng)計建模、從科學計算到優(yōu)化方法等。
大數據的出現為人工智能、健康醫(yī)療、科學發(fā)現、技術創(chuàng)新、商業(yè)管理和政府決策等帶來了信息海嘯驅動的又一次工業(yè)革命,同時也在方方面面改變著人類的工作、生活和通訊方式。各行各業(yè)技術創(chuàng)新所產生的大量數據增加了對海量數據處理和分析的強烈需求,進而催生了一門新興誘人的學科和職業(yè):數據科學。其中,計算機科學、統(tǒng)計學和應用數學學科知識被稱為是數據科學的三根支柱,哈佛商業(yè)評論則將數據科學家評為21世紀最誘人的職業(yè)。
數據科學是大數據系統(tǒng)與計算和大數據統(tǒng)計與分析的有機結合,通過大數據實驗場與其它學科的交叉,促進的數據智能的開發(fā)和新產品的研制,服務于社會。我院的課程設計將圍繞這個理念來展開,它針對大數據的特點進行多方面的基礎教育和人才培養(yǎng),既比統(tǒng)計學科掌握更多的計算機技術,又比計算機科學了解更多的統(tǒng)計學和數學知識。
目前全世界大數據、人工智能人才匱乏,各國政府、企業(yè)和學校都在致力培養(yǎng)大數據人才,以期更好地利用大數據資源。復旦大學大數據學院和大數據研究院的成立正是基于這樣的社會需求,它響應國家戰(zhàn)略,順應時代潮流。希望更多的人投入大數據科學的建設,勇于迎接大數據應用和開發(fā)的挑戰(zhàn),肩負起時代賦予我們的使命,開展大數據的研發(fā),為經濟發(fā)展、中華復興和人類的文明作出偉大的貢獻。
添加復旦大學學姐,或微信搜索公眾號“考研派之家”,關注【考研派之家】微信公眾號,在考研派之家微信號輸入【復旦大學考研分數線、復旦大學報錄比、復旦大學考研群、復旦大學學姐、復旦大學考研真題、復旦大學專業(yè)目錄、復旦大學排名、復旦大學保研、復旦大學公眾號、復旦大學研究生招生)】即可在手機上查看相對應復旦大學考研信息或資源。

關于我們
以下資料由復旦大學大數據學院研究生招生研究生團隊整理提供,其團隊成員覆蓋各個院系,專門搜集本校的考研真題和高分筆記、題庫等資料。
專業(yè)課資料作為考研核心資料,部分專業(yè)重題概率極高,必須吃透,反復復習。如有需要高分研究生學長一對一輔導的,也可聯系我們安排。
考研派網站,為大家提供安全的交易平臺,資料有任何問題,均可向我們投訴,我們會督促考研派研究生團隊解決問題,保障同學們的權益。
最新購買
手機商城
掃描二維碼,更便捷的購買資料
不僅有商品,還有更多資訊和活動


