UCD Stats 本科 data science track 介绍与感受

这是UCD本科统计专业的一个方向，叫statistical data science track。比较新（应该是16年出的）不知道本科的院系介绍是否对大家有帮助，但姑且还是写来了。上面零零碎碎回答了一些问题，请大家选择性试吃。下面的话想做一个课程介绍，顺便聊聊感受。


官网链接： https://statistics.ucdavis.edu/u ... -data-science-track


其他三个track：
General Track

Computational Statistics Track

Applied Statistics Track


Lower division
MAT21系列-ABCD四节：基础微积分，数学低阶基础课
MAT22A：基础线性代数
一节基础编程课：编程入门课，上得开心可以多选一些CS的课上一上，会有不错的基础
任意一节统计基础课，一般是STA 13

Upper division
STA 106, 108： 方差分析与回归分析，其他专业课的入门与基础

以上都是基础课程，可以在大一大二上完，因为基础，所以其他track也需要，也因为基础，就不多说了233

然后是其他专业课，以及一些这个track比较特色的课

STA 131系列 - ABC三节：分别是概率论，数理统计基础，假设检验。统计学的核心课，受到统计眷顾的人不太会觉得struggle。这些课介绍的内容本身可以被讲得很深很深（研究生有STA 231系列）
但这三节同时也是统计其他track的核心课，所以不算有特色。

STA 135 - 多元数据分析：讲高维数据的分析方法，介绍variance-covariance matrix, PCA, multi-variate normal等等课题。。核心课里面比较硬的一节课，也是在于培养学生的统计思维与能力

STA 141系列 - ABC三节：之前一直说特色不特色的，因为这三节就是特色核心课了。讲data science入门，实操数据分析方法。按着之前的经验，第一节课用R，第二三节课用Python。Project based 的作业形式。整体形式上类似于，“针对我们已有的data，现在有这样一个问题，你要如何解决呢？”算是我最喜欢的三节课了。算是让大家对data science有一个taste吧。
A的话，是用R做一些分析。可以是回归分析，可以是data exploration，可以是用R实现某个算法，可以是R里面的作图。课程结束的时候会比较熟悉R的基础用法，也会有用R实现一些东西，做一定的分析的经历
B的话，用Python。会介绍Python中基础的用作数据分析的包（numpy, pandas, etc），然后有data visualization，数据抓取，Python与数据库（SQLite）。课程结束会比较熟悉用Python来做分析（233333 ）同时也会对数据可视化，数据库有一定的了解
C的话，用Python。会介绍各种算法。lz上的时候教授比较跳脱，我们讲了（简单介绍了）线性代数、数据结构，然后KNN、随机森林、神经网络，然后大数据与多进程。。最后final project是自选数据，自选模型，用学过（介绍过）的知识来做分析。
C听起来好像有些水，或者内容不扎实。但其实是当时情况比较特殊。这个教授被别的学校挖走了，所以他最后一个quarter可能有其他需要处理的事情。。。

现在的话，141系列已经基本被DSI的博士生接手了。课程质量直线上升。课程挑战度与workload也直线上升。141系列是为data science设计的核心系列课。如果喜欢数据分析，喜欢数据科学，project会成为一种享受。project中有很多开放的，自己能够探索的地方。投入足够的时间与精力，私以为是十分值得的。但同样因为开放度，享受的同学会学到很多，按部就班或者正好做完的同学会觉得就那么回事儿。。个人非常喜欢，不走data science track但对ds有兴趣也可以来上着玩儿

DSI，是什么。。在这里介绍一下。Data Science Initiative，位于UCD主图书馆的一个小lab。大当家是Duncan Temple Lang。统计系的教授，R的开发者之一（不知道这么说是否准确）。。
DSI会从别的学校或者公司接手项目，所以能跟着Duncan做research，是我入校时的梦想。
除了Duncan，DSI里面还有很多很厉害的人，跟着他们做research也能获得一手的data science的经历，非常棒。DSI有每周的office hour，在他们网站上可以找到，感兴趣的话要去跑oh，看看有没有好的机会。

说回141系列，现在带141系列的PhD，都是常驻DSI的统计系PhD。。还是挺硬核的。

ECS 171 - Machine Learning：CS的ML课，介绍ML中一些核心且基础的概念。也是做project，学习算法。蛮好的一节课，可能跟141C有一点overlap？不不不，跟141C相比，在ML的介绍上完全是两个高度。final project的时候大家做得蛮花的，CNN, RNN, 各种各样。。还是很有趣的。
唯一为难的地方在于，很难选上这节课。。很难选。

MAT 167 Applied Linear Algebra or MAT 168 Optimization：167应用线性代数，高级版的MAT22A，可以很难，可以不那么难（取决于老师）。很有用的一节课。毕竟，借用我一个朋友的话“Everything is linear algebra”。。168是讲优化的，没上过，但听说也是一块难啃的骨头。

STA 160：类似工院的毕业设计。每年只有春季有，一般是最后一节专业课。也是做project。lz这学期上，还不知道会怎么样。但很期待。

以上就是全部的，专业必修课。是的，那节难选的ECS171也是专业必修课。这就导致今年很多走data sicence track的同学没有拿到这节课。。难选是因为第一轮选课的时候只开放给CS的学生，第二轮选课就只能上WL了。。然后我上的时候，WL上有150个人。。
这算是当前这个track的一个bug。。但统计系没有权利给CS的课塞学生，所以现在的做法是拿其他几节课出来，作为ECS 171的替换。。但是这些替换课，每一节都很硬核。不过171本身也很硬核。。所以无所谓了。

除了以上，再加一节选修，就可以完成ds track了。选修有很多可以选，看起来都挺有用的，lz上过选修列表里的四节课（算法设计，时间序列，categorical data analysis, information interfaces）。拿一节作为选修要求，剩下的一些还可以去做CS minor 23333

最后
课程上大概就是这样。不知道其他学校的课程设计，但lz上过感觉还是学到了很多东西。期间也感觉能印证自己对于ds的兴趣，还是很开心的。整个track走下来，如果本身没有太多经历，那这些final project都完全够格写在简历上的。

不过不知道的是这个track现在有多少人，按着目前的观测来看应该会越来越多。可能也是出来做data analyst比较对口的一个track？lz自己申研了，所以并不清楚对于就业的帮助或者影响。

再来，作为院系介绍的话，想格外提及上面问题中提到的RTG。大一大二统计系想做科研的同学，一定要关注这个项目。作为起点，可以说非常重要了。



再有想不到了，大家可以随便看看聊聊。以上内容也只是lz自己看到的，经历的。可能有失偏颇。

希望大家都能学业进步~学习也好，申请也好，找工作也好，生活也好，都要越来越好啊！

校友你好啊啊啊，哈哈哈，lz闻名久已。决定读博了吗？

晴山 发表于 2019-4-2 14:38
校友你好啊啊啊，哈哈哈，lz闻名久已。决定读博了吗？

校友好呀hhh 嗯嗯 要读博的，不过现在还没决定去哪233

同学，想问问你们课程STA200以上的课程是undergrad和grad一起上的吗？看UCD ms stat的课程设置有点疑惑，有STA 200A—Introduction to Probability Theory (4)，内容不知道难度如何？

Alexkeep 发表于 2019-9-16 23:29
同学，想问问你们课程STA200以上的课程是undergrad和grad一起上的吗？看UCD ms stat的课程设置有点疑惑，有 ...

STA200以上的课，从设置上来讲应该是研究生level的课，但是一些本科生如果得到教授允许也是可以上的，这种一般就是大四没事儿干想提前看看graduate level内容的人吧，数量不多。但具体难度不知道了，我没有上过200以及以上的课。。很抱歉没法提供这方面的信息了

请问楼主了解stat ms program吗？项目人数和就业情况？谢谢啦！