大数据分析-理学硕士

随着技术进步加速了发展，彻底改变了我们未来的形态，企业和个人都在激烈地竞争，以实现效率最大化。竞争包括削减成本和根据数据做出决策。此外，随着物联网(IoT)等新技术的出现，数据本身的性质也在发生变化。事实上，在极端情况下，甚至整个工作或生活环境都可以被视为数据:自然进化是一个完善的科学理论，支持这一概念。

许多组织都需要从数据中获取信息，本模块主要关注统计技术在数据集上的应用，主要使用统计和数据分析软件。因此，我们提出了一种混合学习和教学的方法，包括通过使用专业软件将理论应用于实践的计算机实验室工作和在研讨室内进行的交互式教学会议，在那里你可以一起将理论应用到组织环境中。

在本模块中，您将获得数据库系统的先进概念和数据库管理系统的实现技术的知识和经验。本模块首先回顾设计、使用和实现关系数据库系统所需的基本概念。这包括概念设计、关系建模、结构化查询语言(SQL)编程和数据库实现技术。然后，该模块探讨了与数据库管理员角色相关的一些数据库高级概念。这包括查询计划和优化;事务处理和并发控制;还有大数据技术。目的是提高对数据库系统的理解和先进程度，以优化其性能。此外，该模块包含了大量的实用元素，利用高级SQL, NoSQL，使学生在设计和开发相对复杂的“现实生活”数据库应用程序方面获得可转移的技能。

本模块侧重于管理大数据系统的五个V (Volume, Velocity, Variety，准确性和价度);即为实时、交互式工作负载提供操作能力的系统，其中数据主要被捕获和存储，以支持任何分析能力。

大数据推动了新技术体系结构的创建，如NoSQL、MPP数据库和Hadoop等，使新类型的产品和服务成为可能。操作系统，如NoSQL数据库，专注于服务高并发请求，同时显示在高选择性访问标准下操作的响应的低延迟。

数据挖掘是从存储在数据库和数据仓库等数据存储库中的数据中查找模式和构建模型的一个重要过程。作为大数据分析和商业智能的核心，数据挖掘算法为许多大数据问题提供了现成的解决方案。数据挖掘是一个成熟的领域，提供预测性和描述性分析解决方案。这样的解决方案通常是通用的，可以应用于从商业到科学和政府的广泛应用程序。

在本模块中，您将学习开发描述性和预测性数据挖掘方法的内部机制。您还将学习如何使用现代数据挖掘工具来构建和数值验证从数据中提取的模型和模式。您还将能够批判性地评估当前数据挖掘的趋势。

社交媒体的指数级增长已经改变了社会、政治和技术领域。越来越多的数据来自今天的社交网站，如Twitter、Facebook和YouTube。人们使用社交媒体发布丰富的内容，用描述性元数据对其进行注释，相互交流和回应。数据分析是一种强大的工具，可以识别社交媒体的趋势和模式，并探索在灾难、危机或政治竞选等重要事件期间如何使用社交媒体。本课程是一门多学科的课程，结合了社交网络分析(SNA)、自然语言处理和挖掘社交数据的数据分析。我们的目标是在本课程中理解一个端到端社交媒体分析过程，从数据收集到提取见解和得出结论。

本模块的目的是让你能够进行一个持续的、深入的、有研究依据的7级项目，探索你个人感兴趣的领域。在与你的导师达成协议的情况下，你将决定你的主题，该主题将采取一个实际结果(人工制品)的形式，并伴随上下文材料。当选择你的主题时，主要的考虑是它必须与你正在学习的项目一致，并被你的学校的研究策略所通知，你应该考虑这个主题与你未来的学术或专业发展的相关性。