杜克大学——Master in Interdisciplinary Data Science

杜克大学跨学科数据科学硕士(MIDS)是创意问题解决者的家园，他们希望战略性地利用数据来推动社会发展。我们正在培养一种新型的量化思想领袖，他使用计算策略来产生创新和见解。The Duke University Master in Interdisciplinary Data Science is home for creative problem-solvers who want to use data strategically to advance society. We are cultivating a new type of quantitative thought leader who uses disruptive computational strategies to generate innovation and new insights.

杜克大学跨学科数据科学硕士课程将严谨的计算和技术培训与现场知识和批判性思维，团队合作，沟通和协作领导的反复实践相结合，以培养能够为任何领域增值的数据科学家。

MIDS combines rigorous computational and technical training with field knowledge and repeated practice in critical thinking, teamwork, communication, and collaborative leadership to generate data scientists who can add value to any field.

The Duke University Master in Interdisciplinary Data Science is a two-year program where students will work with Duke’s elite faculty in fields across the university including computer science, statistics, math, economics, political science, sociology, medicine, neuroscience, law, and history. 杜克大学跨学科数据科学硕士是一个为期两年的项目，学生将与杜克大学的精英教师一起工作，包括计算机科学、统计学、数学、经济学、政治学、社会学、医学、神经科学、法律和历史。

Experience the full range of the data science ecosystem and graduate as an expert in at least one analytical approach or branch of technology. 全面体验数据科学生态系统，并以至少一种分析方法或技术分支的专家身份毕业。

那么申请杜克大学的要求如何：

GRE 没有明确表明具体要求，从历年申请来看最好要320左右。成绩要在5年有效期内。

TOEFL 90 雅思7.0

代码：5156

GPA: 最少要3.0

SOP

截止日期2月15

Other Requirements: an interview may be required in addition to all Graduate School requirements其他要求:除所有研究生院要求外，可能还需要面试

课程：

完成MIDS学位总共需要42个学分。

学费包括四门选修课。额外的选修课可能会被选上，但是一些选修课如果在最初的4门选修课完成后才选，可能需要额外支付学费。不需要额外学费的选修课每年都会确定，根据学生的背景和兴趣可能会有所变化。

核心课程

学生可以根据自己的兴趣和背景来设计课程表。技术背景较低的学生可能希望在项目的第一年主要专注于核心课程，或报名参加有助于弥补他们经验不足的选修课。其他学生可能希望在第一年选修一些课程，这样他们在第二年有更多的时间专注于他们的顶点项目。

请注意，所有杜克大学的国际学生在入学时都必须参加英语理解能力、写作和口语考试。

MIDS学生可以选择本科课程，但是，本科课程不计入MIDS学位或杜克大学全日制招生的最低学分要求，本科课程的成绩也不计入GPA要求。尽管如此，MIDS学生仍然必须为本科课程支付全额学费。由于这些原因，大多数学生选择只上研究生课程。

IDS 791--数据科学对话讨论

IDS 898--MIDS

IDS 704--数据科学道德标准

IDS 707--数据逻辑、可视化和讲故事

IDS 706--数据管理系统

IDS 705--机器学习原理

IDS 703--数据获取和文本分析介绍

IDS 702--数据的建模和表达

IDS 701--数据决策

选修课

实践数据科学II

实践数据科学

举例预先批准的选修课程，强调定量的主题:

COMPSCI 516-数据库系统

COMPSCI 532 -算法设计与分析

COMPSCI 550-高级计算机体系结构

ECON 612 -时间序列计量经济学

ECON 613 -微观经济学中的应用计量经济学

MATH 541 -应用随机过程

MATH 561 -数值线性代数，最优化和蒙特卡罗模拟

MATH 563 -应用计算分析

POLSCI 733 -高级回归

POLSCI 748-政治学高级定量研究方法

PSY 767-应用相关回归分析

PSY 768-应用结构方程建模

PSY 770 -应用多级建模

SOCIOL 720 -调查研究方法

SOCIOL 728 -高级方法:社交网络入门

STA 444 -空间和时间序列数据的统计建模

STA 561D -概率机器学习

STA 601 -贝叶斯与现代统计数据分析

BIOSTAT 902 -缺失数据分析:理论与应用

BIOSTAT 904 -因果推理

特定领域

举例预先批准的选修课，强调特定领域的主题:

ARTHIST 508S -艺术与市场

CLST 544L -数字考古导论

BME 574 -建模与工程基因电路

CBB 540-计算生物学统计方法

ECON 620-经济学及其他社会科学应用博弈论

PJMS 361S -算法、新闻和公共利益

PSY 716 -行为决策理论

PSY 762 -功能性磁共振成像

SOCIOL 534 -人口、健康和政策主题

SOCIOL 367S计算社会科学:利用互联网数据收集和分析人类行为的工具

NEUROBIO 735 -神经生物学定量方法

PUBPOL 574 -可持续发展的经济评价

VMS 550S -数字人文学科:理论与实践

学生将能够主修由教师设计的特定专业，为学生专攻热门话题做准备。

顶石课程

顶石项目是MIDS项目中最重要的组成部分之一。这项为期一年的活动的目标是让学生们参与世界级的跨学科研究项目，这些项目能够解决现实生活中的问题，并通过数据科学取得显著进展。

Capstones将接受杜克大学各院系员工的监督，他们的研究兴趣和专长与该项目相关。然而，每个MIDS学生必须为一个外部团体实现一个特定的利益结果，作为更大的研究项目的一部分，并给出一个关于该结果的影响的最终报告和一份白皮书。

为了确保MIDS学生顺利完成他们的项目，他们将参加研讨会并在第二年完成作业，为学生的团队合作、项目管理、沟通计划和项目的整体进展提供指导、实践和反馈。

最终的成果将由MIDS的核心教师和相关的外部利益相关者在多个方面进行评估，包括学生与不同的受众进行有效沟通的能力、计算策略和创造力。