ماجستير في تحليلات البيانات
آکسفوردشر جنوبی, المملكة المتحدة
MSc (ماجستير في العلوم)
المدة
5 سنة
اللغات
انجليزي
الوتيرة
دوام كامل, دوام جزئي
أخر موعد للتسجيل
اقرب موعد للبدء
شكل الدراسة
في الحرم الجامعي
مع ماجستير في تحليلات البيانات ، سوف تتعلم النظرية الأساسية وممارسة النمذجة الرياضية والإحصائية. مع إشارة خاصة إلى تحليل البيانات والتصور.
مع التطورات الأخيرة في التكنولوجيا الرقمية ، دخل المجتمع في عصر "البيانات الضخمة". تعترف حكومة المملكة المتحدة بالبيانات الضخمة باعتبارها إحدى التقنيات الثمانية العظيمة. لديها أولويات للتمويل والبحث وسيكون لها دور محوري في إعادة بناء الاقتصاد وتقويته.
يؤدي انفجار وثروة البيانات المتاحة في مجموعة واسعة من مجالات التطبيق إلى ظهور تحديات وفرص جديدة في جميع المجالات. يتمثل أحد التحديات الرئيسية في كيفية الاستفادة من النطاق غير المسبوق للبيانات. وكيفية اكتساب المزيد من الأفكار والمعرفة لتحسين جودة المنتجات والخدمات المعروضة.
لقد صممنا ماجستير في تحليلات البيانات لأولئك الذين يعملون حاليًا. وللعمل جنبًا إلى جنب مع ماجستير في تحليلات البيانات للحكومة. إنه متاح لجميع الطلاب ولا يقتصر على أي قطاع توظيف معين.
منحة الطلاب الدوليين
في Oxford Brookes، يسعدنا أن نرحب بالطلاب الدوليين من جميع أنحاء العالم. أنت تساعدنا في بناء مجتمع متنوع يفيد الجميع. نحن نتفهم أيضًا أن الانتقال إلى بلد جديد يمكن أن يمثل تحديًا ونحن هنا لدعمك في كل خطوة من رحلتك. لهذا السبب يسعدنا أن نقدم منحة دراسية للطلاب الدوليين لمدة عام واحد، بقيمة 2000 جنيه إسترليني لجميع الطلاب الدوليين. سيتم تطبيق هذه المنحة تلقائيًا كخصم على الرسوم الدراسية للسنة الأولى من الدراسة. كل ما عليك القيام به للتأهل لهذه المنحة هو قبول عرضك ودفع إيداعك بحلول الموعد النهائي.
منحة دعم الطلاب في الاتحاد الأوروبي
نحن نقدر بشدة طلابنا من الاتحاد الأوروبي وسنواصل بذل كل ما في وسعنا للترحيب بطلاب الاتحاد الأوروبي لفترة طويلة في المستقبل. لذلك يسعدنا أن نخبرك أنه من المحتمل أن تكون مؤهلاً للحصول على منحة دراسية بقيمة 4,000 جنيه إسترليني كجزء من برنامج منح دعم الطلاب في الاتحاد الأوروبي. سيتم تطبيق هذه المنحة البالغة 4,000 جنيه إسترليني تلقائيًا كخصم على الرسوم الدراسية الخاصة بك في كل عام من الدراسة، بشرط أن تستوفي جميع معايير الأهلية. المنحة متاحة فقط لطلاب الاتحاد الأوروبي الذين يدفعون الرسوم الدولية.
وحدات الدراسة
الوحدات الإجبارية
- طرق البحث والدراسة (10 ساعات معتمدة)ستزودك
هذه الوحدة بالمهارات اللازمة لإجراء البحوث واستخدام طرق الدراسة الفعالة التي ستدعم أطروحتك. - أسس علوم البيانات (10 ساعات معتمدة)تقدم
هذه الوحدة نظرة عامة على مفاهيم وأدوات علوم البيانات الأساسية، مع التركيز على أسئلة البحث في علوم البيانات الواقعية مع التعرض العملي لبرمجة R و/أو Python كجزء لا يتجزأ من الدورة. - أساسيات المسح (10 ساعات معتمدة)تقدم
هذه الوحدة نظرة عامة على أساسيات أخذ العينات والتقدير. - البرمجة الإحصائية (10 ساعات معتمدة)تقدم
هذه الوحدة تقنيات البرمجة الأساسية في R الضرورية لإجراء معالجة البيانات ومعالجة البيانات وتحليل البيانات لمصادر البيانات التقليدية والبديلة من خلال جلسات عملية. - مقدمة لأبحاث المسح (10 ساعات معتمدة)تقدم
هذه الوحدة المراحل التي ينطوي عليها التخطيط وإجراء المسوحات. وستنظر في القضايا المنهجية التي قد تنشأ، بما في ذلك الأخطاء، وستناقش الخيارات لتقليل التأثير من خلال تصميم المسح. - نمذجة الانحدار (10 ساعات معتمدة)ستقدم
هذه الوحدة نموذج الانحدار الأساسي - التحليل المتبقي، وبناء النموذج واختياره، والتعامل مع المتغيرات الفئوية. كما سيتم تقديم الانحدار اللوجستي (انحدار الاستجابة الثنائية)، وتقييم ملاءمة النموذج وبناء النموذج واختياره. أخيرًا، سيتم تقديم نموذج الانحدار المتعدد ونمذجة الانحدار متعدد المتغيرات. - النمذجة الإحصائية المتقدمة (10 ساعات معتمدة)تقدم
هذه الوحدة فئة واسعة من النماذج الإحصائية الخطية وغير الخطية ومبادئ استنتاج الاحتمالية لمجموعة متنوعة من مشاكل تحليل البيانات الشائعة في مجموعة متنوعة من التخصصات. - تحليل السلاسل الزمنية (10 ساعات معتمدة)تقدم لك
هذه الوحدة السلاسل الزمنية وطرق التنبؤ. - مقدمة للتعلم الآلي (10 ساعات معتمدة)توفر لك
هذه الوحدة مبادئ تعلم الكمبيوتر وتطبيقاته. ويغطي أساسيات منهجيات التعلم الآلي والتطبيقات وطرق التحليل المناسبة لتطبيقات التعلم الآلي. - التعلم الآلي المتقدم (10 ساعات معتمدة)تعتمد
هذه الوحدة على مقدمة وحدة التعلم الآلي. وهو يركز على مهارات البرمجة المتقدمة والحوسبة العصبية كامتداد للتعلم الآلي ومعالجة اللغة الطبيعية & والوسائط المتعددة. ويأخذ في الاعتبار خوارزميات التعلم الآلي الخاضعة للإشراف وغير الخاضعة للإشراف (الغابات العشوائية والشبكات العصبية والتكتل والانحدار اللوغاريتمي وآلات ناقلات الدعم) جنبًا إلى جنب مع التصوير الأكثر تقدمًا ومعالجة بيانات الوسائط المتعددة. - مقدمة للأنظمة الموزعة (10 ساعات معتمدة)توفر
هذه الوحدة نظرة عامة على معالجة البيانات على نطاق واسع والمعالجة المتوازية. يقدم Hadoop و Spark واستخدام نماذج المعالجة المتوازية. - تصور البيانات (10 ساعات معتمدة)تعتمد
هذه الوحدة على تصورات البيانات الأساسية المقدمة في الوحدات الإجبارية. وسيغطي تصميم المعلومات وتصميم التفاعل ومشاركة المستخدم؛ أحدث الأدوات لبناء تصورات مفيدة لأنواع مختلفة من مجموعات البيانات وسيناريوهات التطبيق.
المشروع النهائي
- أطروحة في تحليلات البيانات (60 ساعة معتمدة)يُطلب من
الطلاب الحاصلين على درجة الماجستير أيضًا اجتياز أطروحة كاملة حول موضوع يركز على علوم البيانات يتعلق ببرنامج دراستهم.
سيختلف المحتوى الدقيق لكل أطروحة وفقًا للعنوان ولكنه سيشمل إكمال مراجعة الأدبيات والبحث في الموضوع على مستوى متقدم، وإعداد اقتراح مشروع، وتطبيق التقنيات التحليلية والنهج الأكاديمية لتوليد الحلول البديلة وتوليف حل للمشكلة المعقدة المطروحة، جنبًا إلى جنب مع عرض الحل في شكل شفهي وكتابي.
التعلم والتدريس
تحتوي الدورة التدريبية الخاصة بنا على استراتيجية تدريس وتعلم داعمة تعتمد على المشاركة النشطة للطلاب.
نحن نستخدم مجموعة متنوعة من أساليب التدريس والتقييم مثل:
- تقارير التقييم النقدي
- تقارير تحليل البيانات
- تحليل البيانات باستخدام تطبيقات البرامج
- العروض التقديمية ودراسات الحالة.
تتضمن طرق التعلم ما يلي:
- التعلم المدمج
- محاضرات رسمية
- تطبيقات عملية لحل المشكلات
- التعلم المستقل الموجه
- استخدام بيئة التعلم الافتراضية القائمة على الكمبيوتر «Moodle»
- بحث مستقل
- تحليلات بيانات البرامج
- تجارب.
يتيح هذا البرنامج للخريجين القيام بمجموعة واسعة من الأدوار في علوم البيانات. المهن الشائعة في هذا المجال هي كما يلي:
- مهندسو البيانات
- محللو الأعمال
- مديرو البيانات
- ممارسو التعلم الآلي
- علماء البيانات.
