数学学院
硕士专业介绍
数据科学和分析理学硕士课程是一门高度灵活的课程，为您提供通过组合必修模块和可选模块来发展一系列技能的机会。该课程结合了计算机，地理和数学学院与利兹大学商学院的专业知识。通过选择适当的模块，您可以遵循商务管理或地理信息系统（GIS）中的特定路径。
硕士专业相关信息
| 专业名称 | 2026 Fall 申请时间 | 学费（当地货币） |
|---|---|---|
| 利兹大学数据科学和分析硕士 | 25年10月1日开放 | 33,750 |
| 语言要求 | 2025 Fall 申请时间 | 学制 |
| 雅思6.5（小分6） | 24年10月开放 | 1年 |
| 更多内容 | GMAT/GRE 要求 | 关注 "Mastermate" 官方公众号（详见页面底部二维码）, 回复关键词【指导书】免费获取最新留学申请手册 | 不需要 |
硕士课程内容
| 序号 | 课程中文名称 | 课程英文名称 |
|---|---|---|
| 1 | 数据科学 | Data Science |
| 2 | 通过案例研究学习技巧 | Learning Skills through Case Studies |
| 3 | 数据科学与分析论文 | Dissertation in Data Science and Analytics |
| 4 | 分布式系统 | Distributed Systems |
| 5 | 机器学习 | Machine Learning |
| 6 | 信息可视化 | Information Visualization |
| 7 | 大数据系统 | Big Data Systems |
| 8 | 数据管理 | Data Management |
| 9 | 生物启发计算 | Bio-Inspired Computing |
| 10 | 知识表示与推理 | Knowledge Representation and Reasoning |
| 11 | 系统编程 | Systems Programming |
| 12 | 算法 | Algorithms |
| 13 | 实用程序设计 | Practical Programming |
| 14 | 数据挖掘和文本分析 | Data Mining and Text Analytics |
| 15 | 云计算 | Cloud Computing |
| 16 | 语义技术与应用 | Semantic Technologies and Applications |
| 17 | 图像分析 | Image Analysis |
| 18 | 安排 | Scheduling |
| 19 | 科学计算 | Scientific Computation |
| 20 | 图论：结构和算法 | Graph Theory: Structure and Algorithms |
| 21 | 地理数据可视化和分析 | Geographic Data Visualisation & Analysis |
| 22 | 地理人口学和邻里分析 | Geodemographics and Neighbourhood Analysis |
| 23 | 大数据和消费者分析 | Big Data and Consumer Analytics |
| 24 | 预测分析 | Predictive Analytics |
| 25 | 应用GIS和零售建模 | Applied GIS and Retail Modelling |
| 26 | 有效决策 | Effective Decision Making |
| 27 | 高级管理决策 | Advanced Management Decision Making |
| 28 | 商业分析与决策科学 | Business Analytics and Decision Science |
| 29 | 预测和高级商务分析 | Forecasting and Advanced Business Analytics |
| 30 | 线性回归和鲁棒性 | Linear Regression and Robustness |
| 31 | 统计理论 | Statistical Theory |
| 32 | 金融随机微积分 | Stochastic Calculus for Finance |
| 33 | 多元分析 | Multivariate Analysis |
| 34 | 时间序列 | Time Series |
| 35 | 贝叶斯统计 | Bayesian Statistics |
| 36 | 广义线性模型 | Generalised Linear Models |
| 37 | 统计理论与方法 | Statistical Theory and Methods |
| 38 | 统计学习 | Statistical Learning |
| 39 | 多元方法 | Multivariate Methods |
| 40 | 多元和聚类分析 | Multivariate and Cluster Analysis |
| 41 | 时间序列和频谱分析 | Time Series and Spectral Analysis |
| 42 | 贝叶斯统计与因果关系 | Bayesian Statistics and Causality |
| 43 | 广义线性和加性模型 | Generalised Linear and Additive Models |
| 44 | 统计计算 | Statistical Computing |
| 45 | 运输数据科学 | Transport Data Science |
