要求:上部

基于L&S政策的变化,在UC Berkeley完成的课程,在春天2020年,秋季2020年,春季2021和爱游戏电竞夏季2021年春季将计入数据科学的主要要求,包括宣布专业的先决条件。请看L&S P / NP策略修改想要查询更多的信息。

政策

  • 为了满足专业的要求,所有课程必须用于信函等级并通过“C-”或更高。
  • 学生必须维持在专业所采取的课程中的“C”平均水平,并在专业的上部课程中。
  • 最低2.0全面的等级点平均是保持良好的身份。

查看有关每个上部划分要求的详细信息以及满足下面的下拉菜单中的每个课程列表。

要求

数据科学B.A.学位由信件与科学学院提供,学生还必须计划满足所有人L&S大学要求为了毕业。

数据科学专业需要至少8个上部课程,总计28个大部门单位,有效秋季2019年。随着计算和推理深度,概率,建模,机器学习,决策和人文背景以及人文和道德。(详细介绍),学生还将选择并完成域重点。了解有关域名强调要求的更多信息这里

单个课程不得用于在主要要求中满足多种要求。

数据100:数据科学的原理和技术

可接受的课程:

计算和推崇深度

一名学生将被要求采取两门课程包括7个或更多单位从高级课程列表,提供超出数据100和下部划分的计算和推理深度(C&ID)(见下文)。

据认识到,目前,这些课程中的一些课程具有在主要内部不正式的先决条件,因此对于某些组合学生可能需要使用选修课来完成这些。但是,可以使用许多选项,但不提供此类需求。

  • Astron 128.天文数据科学实验室(4个单位)

  • Compsci 161.计算机安全性(4个单位)

  • Compsci 162.操作系统和系统编程(4个单位)

  • Compsci 164.编程语言和编译器(4个单位)

  • Compsci 168. Internet简介:架构和协议(4个单位)

  • COMPSCI 169或169A或W169或W169A。软件工程(3-4个单位)

  • Compsci 169L。软件工程团队项目(2个单位)可以与compsci 169a或w169a组合,可能不会与compsci 169组合

  • Compsci 170.高效的算法和难以解决的问题(4个单位)

  • Compsci 186或W186。数据库系统简介(4个单位)

  • Compsci 188.人工智能介绍(4个单位)

  • 数据144 / INFO 154.数据挖掘和分析(3个单位)

  • ECON 140.经济统计和经济学(4个单位)

    • 或者ECON 141.经济学分析(4个单位)

  • EECS 127.工程中的优化模型(4个单位)

  • EL ENG 120.信号和系统(4个单位)

  • EL ENG 123.数字信号处理(4个单位)

  • EL ENG 129.神经和非线性信息处理(3个单位)[不再提供]

  • EnveCon C118 / IAS C118。介绍应用的经济学(4个单位)

  • ESPM 174.生态研究的设计与分析(4个单位)

  • IND ENG 115.工业和商业数据系统(3个单位)

  • IND英格135.应用数据科学,具有风险应用(3个单位)

  • IND ENG 165.工程统计,质量控制和预测(4个单位)

  • IND ENG 173.随机过程简介(3个单位)

  • INFO 159.自然语言处理(4个单位)[以前3个单位]

  • 信息190-1。数据可视化简介(4个单位) -只有在提供本主题时[以前3个单位]

  • NUC ENG 175.风险分析方法(3个单位)

  • 物理学188.贝叶斯数据分析和机器学习物理科学(4个单位)[以前提供为物理学151]

  • 统计信息135.统计数据(4个单位)

  • STAT 150.随机过程(3个单位)

  • stat 151a。线性建模:理论与应用(4个单位)

  • STAT 152.抽样调查(4个单位)

  • TAT 153.时间序列介绍(4个单位)

  • Stat 158.实验的设计和分析(4个单位)

  • Stat 159.可重复和协作统计数据科学(4个单位)

  • UGBA 147 - 高级业务分析(3个单位) -只有在提供本主题时

  • * compsci 194.数据工程(4个单位) -仅在2021年春季批准了这个主题
**学生只能计算这三个课程朝着专业:IND英语173或Stat 150(来自C&ID)或EEC 126(来自概率)。

可能性

一名学生将被要求采取一门课程概率。对概率的理解对于处理不确定性和随机性,估计的代数特性,制定和理解随机模拟的能力,以及数据科学理论和实践的许多其他方面。

可接受的课程:

  • 统计134.概率(4个单位)的概念
  • Stat 140.数据科学概率(4个单位)
  • IND ENG 172.工程师的概率和风险分析(4个单位)[以前提供3个单位]
  • EECS 126.概率和随机过程(4个单位)[以前是EL ENG 126]

**学生只能计算这三个课程朝着专业:IND英语173或Stat 150(来自C&ID)或EEC 126(来自概率)。

建模,学习和决策

学生将被要求完成一门课程在建模,学习和决策中。

可接受的课程:

  • COMPSCI 182或L182或W182。设计,可视化和理解深网络(4个单位)
  • CompSci 189.机器学习简介(4个单位)
  • 数据/ stat c102。数据,推理和决策(4个单位)
  • IND ENG 142.机器学习和数据分析简介(3个单位)
  • Stat 154.现代统计预测和机器学习(4个单位)

人类的背景和道德

学生将被要求采取一门课程从建立人类,社会和道德环境的策划列表中,数据分析和计算推论发挥着核心作用。此要求的目的是通过塑造数据科学活动的人类和社会结构,地层和实践(例如数据收集和分析,数据管理和治理,努力确保隐私和安全,部署社会或组织环境中的数据,与数据的决策,与正义,数据道德的实践进行了交往,并允许他们以批判性思维方式,反思和与这些经历的方式获得经验和练习和练习涉及。

可接受的课程:

  • Amerstd / AfricaM 134或C134。信息技术与社会(4个单位)
  • Bio Eng 100.科学与工程的道德(3个单位)
  • CY计划101.城市数据分析简介(4个单位)
  • 数据C104 /历史C184D / STS C104。数据背景和伦理(4个单位)
  • DIG HAM 100.数字人文理论与方法(3个单位)
  • ESPM C167 / PUB HLTH C160。环境健康与发展(4个单位)
  • 信息188.超越数据:人类和价值观(3个单位)
  • ISF 100J。计算的社交生活(4个单位)
  • NWMEDIA 151AC。转型技术:Stew和Silicon Valley的问题和干预措施(4个单位)
  • Philos 121.数据科学的道德问题(4个单位)

领域强调

域名重点为学生提供了对数据密集研究,相关理论或一综合智力线程的特定领域的接地理解。域重点是由列表中选择的三个课程组成。每个域强调都植根于较低的课程,这通常也是上部课程的先决条件。

查看可用的完整列表领域强调选项。

概述

主要计划旨在为学生在毕业时从事数据科学所需的计算和推理所需的技术深度,提供综合课程体验,以及学生所需的技术深度。

数据100,数据科学原理和技术(CS / STAT C100),探讨数据科学生命周期,专注于执行此循环所需的定量批判性思维和关键原则和技术。它在数据科学的基础之间桥梁(数据8.)和上部课程。