COMMunication
RESearch.NET

User Tools

Site Tools

You are here: index » data_science_curriculum
Trace:
data_science_curriculum

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision		Previous revision
data_science_curriculum [2016/03/18 11:19] – hkimscildata_science_curriculum [2018/07/25 13:17] (current) – hkimscil
Line 1: Line 1:
 +[[https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century|data-scientist-the-sexiest-job-of-the-21st-century]]
 +
 +  * Using wearables data to monitor and prevent health problems
 +  * Improving diagnostic accuracy and efficiency
 +  * Turning patient care into precision medicine
 +  * Advancing pharmaceutical research to find cure for cancer and Ebola
 +  * Optimizing clinic performance through actionable insights
 +  * Taking the risk out of prescription medicine
 +  * Reducing hospital readmissions to cut healthcare costs
 +
 +  * Medical image analysis
 +  * Genetics and Genomics
 +  * Virtual assistance for patients and customer support
 +  * Predictive medicine: prognosis and diagnostic accuracy
 +  * Managing customer data
 +  * Industry knowledge
 +
 +
 +  * Health Care Management and Strategy
 +  * Medical Informatics and Decision Management
 +  * Health IT Project Management
 +  * Population and Community Health Analytics
 +  * Business Intelligence & The Internet of Medical Things (IoMT)
 +  * Research Analytics & Predictive Analytics
 +  * Health Innovation and Entrepreneurship / Capstone
 +====== Harvard Univ. ======
 +2.6.1 Course Requirements for the Health Data Science SM60 Degree
 +The degree requirements include a 20 credit ordinally graded core curriculum consisting of:
 +  * BST 222 Basics of Statistical Inference (Fall, 5 credits)
 +  * BST 260 Introduction to Data Science (Fall, 5 credits)
 +  * BST 261 Data Science II (Spring 2, 2.5 credits)
 +  * BST 262 Computing for Big Data (Fall 2, 2.5 credits)
 +  * BST 263 Applied Machine Learning (Spring, 5 credits)
 +An additional five credits must be taken in computer science from the following list:
 +  * BST 234 Introduction to Data Structures and Algorithms (5 credits)
 +  * BST 281 Genomic Data Manipulation (5 credits)
 +  * APMTH 120 Applied Linear Algebra and Big Data (5 credits)
 +  * BMI 713 Computational Statistics for Biomedical Science (5 credits)
 +  * CS 105 Privacy and Technology (5 credits)
 +  * CS 124 Data Structures and Algorithms (5 credits)
 +  * CS 164 Software Engineering Computer Science (5 credits)
 +  * CS 165 Data Systems (5 credits)
 +  * CS 171 Visualization (5 credits)
 +  * CS 187 Computational Linguistics (5 credits)
 +  * STAT 171 Introduction to Stochastic Processes (5 credits)
 +5 Twenty-five additional credits must be taken. Courses that would satisfy these requirements may come from
 +the following list of elective courses:
 +  * BST 210 Applied Regression Analysis (5 credits)
 +  * BST 216 Introduction to Quantitative Methods for Monitoring and Evaluation (2.5 credits)
 +  * BST 223 Applied Survival Analysis (5 credits)
 +  * BST 226 Applied Longitudinal Analysis (5 credits)
 +  * BST 228 Applied Bayesian Analysis (5 credits)
 +  * BST 254 Sec 3 Measurement Error and Misclassification (2.5 credits)
 +  * BST 267 Introduction to Social and Biological Networks (2.5 credits)
 +  * BST 280 Introductory Genomics & Bioinformatics for Health Research (2.5 credits)
 +  * BST 282 Introduction to Computational Biology and Bioinformatics (5 credits)
 +  * BST 283 Cancer Genome Analysis (5 credits)
 +  * EPI 202 Elements of Epidemiologic Research: Methods 2 (2.5 credits)
 +  * EPI 203 Study Design in Epidemiologic Research (2.5 credits)
 +  * EPI 204 Analysis of Case-Control and Cohort Studies (2.5 credits)
 +  * EPI 233 Research Synthesis & Meta-Analysis (2.5 credits)
 +  * EPI 271 Propensity Score Analysis (1.25 credits)
 +  * EPI 286 Database Analytics in Pharmacoepidemiology (2.5 credits)
 +  * EPI 288 Data Mining and Prediction (2.5 credits)
 +  * EPI 293 Analysis of Genetic Association Studies (2.5 credits)
 +  * ID 271 Advanced Regression for Environmental Epidemiology (2.5 credits)
 +  * RDS 280 Decision Analysis for Health and Medical Practices (2.5 credits)
 +  * RDS 282 Economic Evaluation of Health Policy and Program Management (2.5 credits)
 +  * RDS 285 Decision Analysis Methods in Public Health and Medicine (2.5 credits)
 +  * APMTH 207 Advanced Scientific Computing: Stochastic Methods for Data Analysis, Inference and Optimization (5 credits)
 +  * APMTH 221 Advanced Optimization (5 credits)
 +  * BMI 701 Introduction to Biomedical Informatics (5 credits)
 +  * BMI 702 Foundation of Biomedical Informatics II (2.5 credits)
 +  * BMI 703 Precision Medicine I: Genomic Medicine (2.5 credits)
 +  * BMI 705 Precision Medicine II: Integrating Clinical and Genomic Data (2.5 credits)
 +  * BMI 706 Data Visualization for Biomedical Applications (2.5 credits)
 +  * CI 722.0 Clinical Data Science: Comparative Effectiveness Research I (2.5 credits)
 +  * ME 530M.1 Clinical Informatics (5 credits)
 +  * STAT 260 Design and Analysis of Sample Surveys (5 credits)
 +Other courses may also be acceptable. EPI 201 (see section 2.4.3) will count as one of the 55 credit
 +ordinal courses required. Students are advised to consult with the Executive Director about any substitutions.
 +
 +Core courses
 +  * BST 222  Basics of Statistical Inference (5 credits)
 +  * BST 260  Introduction to Data Science (5 credits)
 +  * BST 261  Data Science II (2.5 credits)
 +  * BST 262  Computing for Big Data (2.5 credits)
 +  * BST 263  Applied Machine Learning (5 credits)
 +Epidemiology Requirement
 +  * EPI 201 Introduction to Epidemiology: Methods I (2.5 credits) 
 +Computing Requirement  
 +  * BST 234  Introduction to Data Structures and Algorithms (5 credits)
 +  * BST 281  Genomic Data Manipulation (5 credits)
 +  * BMI 713  Computational Statistics for Biomedical Science (5 credits)
 +  * CS 105  Privacy and Technology (5 credits)
 +  * CS 164  Software Engineering Computer Science (5 credits)
 +  * CS 165  Data Systems (5 credits)
 +  * CS 171  Visualization (5 credits)
 +  * CS 187  Computational Linguistics (5 credits)
 +  * STAT 171  Introduction to Stochastic Processes (5 credits)
 +Project-Based Research Course
 +  * HDS 325 Health Data Science Practice (7.5 credits)
 +
 +Elective Courses
 +  * BST 210  Applied Regression Analysis (5 credits)
 +  * BST 223  Applied Survival Analysis (5 credits)
 +  * BST 226  Applied Longitudinal Analysis (5 credits)
 +  * BST 228  Applied Bayesian Analysis (5 credits)
 +  * BST 267  Introduction to Social and Biological Networks (2.5 credits)
 +  * BST 270  Reproducible Data Science (2.5 credits)
 +  * BST 282  Introduction to Computational Biology and Bioinformatics (5 credits)
 +  * BST 283  Cancer Genome Analysis (5 credits)
 +  * EPI 202  Elements of Epidemiologic Research: Methods 2 (2.5 credits)
 +  * EPI 203  Study Design in Epidemiologic Research (2.5 credits)
 +  * EPI 204  Analysis of Case-Control and Cohort Studies (2.5 credits)
 +  * EPI 271  Propensity Score Analysis (1.25 credits)
 +  * EPI 288  Data Mining and Prediction (2.5 credits)
 +  * ID 271  Advanced Regression for Environmental Epidemiology (2.5 credits)
 +  * BMI 701  Introduction to Biomedical Informatics (5 credits)
 +  * BMI 702  Foundation of Biomedical Informatics II (2.5 credits)
 +  * BMI 703  Precision Medicine I: Genomic Medicine (2.5 credits)
 +  * BMI 705  Precision Medicine II: Integrating Clinical and Genomic Data (2.5 credits)
 +  * BMI 706  Data Visualization for Biomedical Applications (2.5 credits)
 +  * CI 722.0  Clinical Data Science: Comparative Effectiveness Research I (2.5 credits)
 +  * ME 530M.1  Clinical Informatics (5 credits)
 +
 +====== temp ======
 +<WRAP col3>
 +클라우드 컴퓨팅
 +머신 러닝
 +텍스트 마이닝 - 분석
 +
 +Edutainment & Media
 +  * 데이터조사방법론
 +  * 데이터응용프로그래밍
 +  * 애널리틱스프로젝트
 +  * 데이터베이스
 +  * 소셜미디어기획
 +  * 소셜미디어휴먼
 +  * 러닝사이언스
 +  * 객체지향프로그래밍
 +  * 소셜미디어애널리틱스
 +  * 데이터와뉴미디어
 +  * 미디어애널리틱스프로젝트
 +
 +Data-Driven Game Design 
 +  * 창의성과데이터
 +  * 데이터응용프로그래밍
 +  * 알고리즘
 +  * 게임애널리틱스
 +  * 애널리틱스프로젝트
 +  * 객체지향프로그래밍
 +  * 데이터사이언스와UX
 +  * 시리어스게임제작및데이터분석
 +  * 데이터사이언스와UX
 +  * 사물인터넷구축과활용
 +
 +Data Mining & Comp Data Sci
 +  * 운영체제
 +  * 객체지향프로그래밍
 +  * 알고리즘
 +  * 데이터베이스
 +  * 데이터응용프로그래밍
 +  * 데이터마이닝
 +  * 고급통계및회귀분석
 +  * 선형대수학
 +  * 텍스트마이닝과응용
 +  * 데이터시각화
 +  * 컴퓨터비전과영상처리
 +
 +Fintech
 +  * 선형대수학
 +  * 경제학원론
 +  * 조직행위론
 +  * 마케팅관리
 +  * 미분방정식
 +  * 금융해석학
 +  * 고급통계및회귀분석
 +  * 계산금융
 +  * 확률과측도
 +  * 핀테크프로젝트
 +  * 행동금융학
 +
 +
 +Minor prog
 +  * 수학1
 +  * 수학시뮬레이션1
 +  * 확률과응용
 +  * 컴퓨터프로그래밍
 +  * 자료구조
 +  * 데이터사이언스이론
 +  * 통계학
 +  * 통계학프로그래밍
 +  * 데이터응용프로그래밍
 +
 +
 +</WRAP>
 ====== Curriculum Design ====== ====== Curriculum Design ======
 아래 대 분류 섹션은 각 대학교의 DS 프로그램의 커리큘럼 내용입니다. 큰 그림으로 보면 미국의 이런 프로그램은 대개 "Math와 Stat," "Comp Sci"의 과목이 주가 되는 듯 싶습니다. 미디어학과의 경우, "미디어" 사용이라는 도메인(혹은 익스퍼트) 지식이 연계된 내용이 포함이 되어야 할 텐데, 이런 예가 많지 않습니다. 아래는 다른 프로그램들에 기초해서 학생들에게 제공할 수 있는 내용을 정리해 본 것입니다.  아래 대 분류 섹션은 각 대학교의 DS 프로그램의 커리큘럼 내용입니다. 큰 그림으로 보면 미국의 이런 프로그램은 대개 "Math와 Stat," "Comp Sci"의 과목이 주가 되는 듯 싶습니다. 미디어학과의 경우, "미디어" 사용이라는 도메인(혹은 익스퍼트) 지식이 연계된 내용이 포함이 되어야 할 텐데, 이런 예가 많지 않습니다. 아래는 다른 프로그램들에 기초해서 학생들에게 제공할 수 있는 내용을 정리해 본 것입니다. 
 +  * 아래에서 볼드체의 부분은 커리큘럼 과정의 대강입니다 (기초-심화-종합으로 요약했습니다).
 +  * 그 다음 첫단계(숫자로 시작하는 부분)는 분야입니다. (콘텐츠산업, 금융공학, 등등)
 +  * 두번째 단계는 세부 분야입니다 (콘텐츠산업 밑에 데이터저널리즘).
 +  * 세번째 단계는 관련 수업이나 교육제목입니다 (데이터저널리즘을 위해서는 데이터마이닝, 데이터비주얼라이제이선, . . . 등의 수업이 필요함)
 +  * **두번째와 세번째 단계를 개개인이 콘트리뷰션해 주시면 좋겠습니다.** 나중에 필요없다 싶으면 지우고 정리하고 하는 작업이 있으면 되니 부담갖지 마시고 관련 수업이나 내용을 적어 주시면 되겠습니다. 
 +
 +어떻게 에디팅하는가? (이메일로 내용을 주고 받으면 컴파일도 어렵고 전체적인 그림도 파악이 되질 않으니 이 페이지를 에디팅하는게 어떨까 싶습니다. 어려우시면 이메일로 다른 분들에게 보내주시면 hkim이 반영하도록 하겠습니다)
 +  * 로그인
 +  * 오른 쪽 부분에 작은 그림에서 처음 것을 클릭 (에디팅 페이지)
 +  * 에디팅 창이 뜹니다. 
 +  * 스크롤 해서 내리면 ''기초(Foundation)'' 등의 내용이 있으니 수정, 보강하시면 됩니다. 
 +      * 스페이스스페이스마이너스기호 = 첫 단계
 +      * 스페이스x4마이너스기호 = 두번째 단계 등등입니다. 
 +      * 웹어드레스를 그냥 쓰시면 링크가 걸립니다. https://www.dokuwiki.org/ko:syntax
 +      * 좀 자세한 것은 [[https://www.dokuwiki.org/ko:syntax|도쿠위키 문법]]페이지를 보시면 도움이 되겠지만 꼭 필요한 것은 아닙니다. 
 +
 ---- ----
-기초(Foundation)+**기초(Foundation)**
   - 기초   - 기초
   - 수학   - 수학
 +    - 통계
   - 전산   - 전산
 +    - 데이터베이스
 +    - 
   - (사회)심리, 경영, 경제 기초   - (사회)심리, 경영, 경제 기초
-심화(Advanced) +  - 빅데이터 윤리 
-  * 아래에서 첫단계는 분야입니다. (콘텐츠산업, 금융공학, 등등) +**심화(Advanced)**
-  * 두번째 단계는 세부 분야입니다 (콘텐츠산업 밑에 데이터저널리즘). +
-  * 세번째 단계는 관련 수업이나 교육제목입니다 (데이터저널리즘을 위해서는 데이터마이닝, 데이터비주얼라이제이선, . . . 등의 수업이 필요함) +
-  * **두번째와 세번째 단계를 개개인이 콘트리뷰션해 주시면 좋겠습니다.** 나중에 필요없다 싶으면 지우고 정리하고 하는 작업이 있으면 되니 부담갖지 마시고 관련 수업이나 내용을 적어 주시면 되겠습니다.  +
   - 데이터 시스템 (하둡과 같은 데이터 관리 시스템 지식: 미디어학과와는 거리가 좀 있음)   - 데이터 시스템 (하둡과 같은 데이터 관리 시스템 지식: 미디어학과와는 거리가 좀 있음)
   - 금융공학    - 금융공학 
Line 20: Line 232:
       - 소셜미디어 분석       - 소셜미디어 분석
       - 데이터 비주얼라이제이션       - 데이터 비주얼라이제이션
-    - 빅 데이터 분석기반 광고 +    - 광고 (빅 데이터 분석기반)
       - 데이터 마이닝       - 데이터 마이닝
-      - 소셜미디어 분석+      - 인포메이션 리트리벌 및 웹서치 엔진
       - 데이터 비주얼라이제이션       - 데이터 비주얼라이제이션
-    - 웹서비스 +    - 웹서비스 관련 
-      - 웹 아날리틱스 +      - 웹 아날리틱스 & SEO 
 +      - 인포메이션 리트리벌 및 웹서치 엔진 
 +      - 클라우드 컴퓨팅 
 +      - 머신러닝
     - 영상, 음악 서비스     - 영상, 음악 서비스
       - 데이터 분석에 기반한 영상, 음악 추천 서비스        - 데이터 분석에 기반한 영상, 음악 추천 서비스 
 +      - 클라우드 컴퓨팅
 +      - 머신러닝
 +      - 소셜네트워크 분석
   - 게임   - 게임
   - 에듀테인먼트   - 에듀테인먼트
   - 부상, 부각되는 분야   - 부상, 부각되는 분야
     - 의료 서비스     - 의료 서비스
 +    - Drug Discover
     - 군사 관련 서비스      - 군사 관련 서비스 
     - 투자 관련 서비스     - 투자 관련 서비스
 +**종합**
 +  - 프로젝트 연계
 +    - 캡스톤 디자인 
 +  - 산학연계
 +    - 산학연계 인턴십 . . .
 ---- ----
  
data_science_curriculum.1458269341.txt.gz · Last modified: by hkimscil
Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki