美国数据分析研究生学什么

美国数据分析研究生主要学习的课程有：应用统计学、应用数学、计算机、优化选择、客户行为学、风险管理、运筹学和决策理论、商业统计方法、商业流程模型、商业决策模型、数据管理、运营管理。数据分析主要是将大量复杂数据，经过定量方法和应用分析转换为合理清晰，便于管理的信息，从而做出合理的商业决策。学生会接触到先进的决策分析工具和技术，应用这些工具和技术在实际的商业领域中给予合理的解决方案。

补充材料：

美国数据分析研究生技术方面主要有以下要求：

1、数学。微积分和线性代数是大多数数据挖掘应用程序需要矩阵计算的基本算法。

2、统计学。掌握相关性分析、多元回归，揉合各种数据从不同角度进行预测性和指导规范性建模，会使用R、SAS、SPSS、SciPy、Stata等统计工具软件。

3、编程和写脚本。掌握编程语言可以更具竞争力，如：Python、C/C++、Java、Ruby、Perl、MATLAB、Pig等。

4、数据库。熟练掌握SQL，关注NewSQL这类高扩展、高性能数据库，如：Cloudera Impala、Clustrix、VoltDB等。

5、分布式计算系统：熟悉Apache产品族，钻研NoSQL平台，了解Apache Cassandra和MongoDB的优缺点，动手实践Hadoop、HBase、Cassandra、MapReduce、Hive等不断出现的新系统。

6、数据挖掘。数据挖掘是跨学科的，借鉴人工智能和机器学习、统计数据和数据库系统等。

7、数据建模。从ERWin、Agile Data Modeling、ORM Diagrams、UML class diagrams、CRC cards、DDL、Bachman diagrams、Zachman Framework等数据建模工具开始，掌握建模技术和方法。

8、预测建模。

9、机器学习。

10、数据可视化。选择掌握Flare、HighCharts、AmCharts、D3.js、Processing、Google Visualization API、Raphael.js、Tableau等其中一些可视化工具。