MCLA的数据科学辅修课程为我们的学生提供了推导的技能和能力
从海量数据中获取有意义的信息. 在人类历史上，我们从未拥有过
和我们现在拥有的数据一样多，在21世纪，商业和其他企业
成败取决于他们从数据中获取有意义信息的能力. MCLA
不仅限于STEM，其他领域的毕业生也将不可避免地受到邀请
由他们的雇主来处理数据，并将受益于一种方式来证明这一点
他们有足够的技巧和能力来深思熟虑地、富有成效地完成这项任务，
和道德.
数据科学辅修要求
(22日至26日进行的学分)
- 以下统计学课程之一(3-4学时):
- 数学270:统计和数据分析
- 经济统计316:商业和经济统计
- 心理学291:心理研究与统计II
- 生物计量学
- CSCI 120: Python编程，或替代编码课程(3 cr)
- DATA 350:实践数据科学(4学分)
- 下列道德课程之一(3学分):
- 数学230:胡扯
- COMM 328:新闻问题
- PHIL 322:商业道德
- 辅修导师批准的两门选修课(6-8学分)
- These can be from among the following courses: ANTH 310; AMGT 255; BIOL 420 / CSCI
420; COMM 200; COMM 309; COMM 405; ENVI 325; HLTH 150; HLTH 150H; MATH 261; MATH 331;
MATH 332; MATH 340; MATH 345; MATH 365; MATH 390; MATH 444; PHYS 361; POSC 210; PSYC
360; PSYC 390; SOCI 322; SOCI 331; CSCI 243; CSCI 343; CSCI 350; CSCI 352; CSCI 360;
CSCI 361; CSCI 420 / BIOL 420; CSCI 452; or as approved by minor advisor
- 数据500:数据科学的独立研究(3学分)
