要求:上师

根据L&S政策的变化,在2020年春季、2020年秋季、2021年春季和2021年夏季在加州大学伯克利分校爱游戏电竞完成的课程成绩为及格,将计入数据科学专业要求,包括申报专业的先决条件。请看L&S P/NP政策修改了解更多信息。

政策

  • 为了满足该专业的要求,所有课程必须达到字母等级,并以“C-”或更高的成绩通过。
  • 学生必须在本专业的课程和本专业的高年级课程中保持“C”平均成绩。
  • 最低2.0全面的要求分数平均值保持良好状态。

在下面的下拉菜单中,请参阅每个高年级要求的详细信息以及满足每个要求的课程列表。

要求

数据科学学士学位由文理学院提供,学生还必须计划满足L&S学院的所有要求才能毕业。

从2019年秋季开始,数据科学专业至少需要8门高年级课程,总计至少28个高年级单元。除了计算和推理深度、概率、建模、机器学习、决策制定、人类环境和伦理(所有细节如下),学生还将选择并完成领域重点。了解有关域强调要求的更多信息在这里.

一门课程不得用于满足专业要求中的一项以上要求。

数据100:数据科学的原理和技术

可接受的课程:

计算推理深度

学生将被要求参加考试两道菜包括7个或更多单元从提供计算和推理深度(C&ID)的高级课程列表中,超出数据100和较低部分(见下文)提供的深度。

人们认识到,目前,这些课程中的一些课程的先决条件并不在专业范围内,因此对于某些组合,学生可能需要使用选修课来完成这些课程。然而,有许多选择并不提出这样的要求。

  • 阿斯顿128。天文数据科学实验室(4个单元)

  • COMPSCI 161.计算机安全(4个单元)

  • COMPSCI 162.操作系统和系统编程(4个单元)

  • COMPSCI 164。编程语言和编译器(4单元)

  • COMPSCI 168.互联网简介:体系结构和协议(4单元)

  • COMPSCI 169或169A或W169或W169A.软件工程(3-4单元)

  • COMPSCI 169L.软件工程团队项目(2个单元)可与COMPSCI 169A或W169A组合,不得与COMPSCI 169结合使用

  • COMPSCI 170。高效算法和棘手问题(4单元)

  • COMPSCI 186或W186.数据库系统简介(4单元)

  • COMPSCI 188.人工智能导论(4单元)

  • 数据144/信息154。数据挖掘和分析(3单元)

  • 经济140。经济统计和计量经济学(4单元)

    • 经济141。计量经济分析(4个单位)

  • EECS 127。工程优化模型(4个单元)

  • 英语120。信号和系统(4个单元)

  • EL ENG 123.数字信号处理(4个单元)

  • EL ENG 129.神经和非线性信息处理(3单元)[不再提供]

  • 环境经济学C118/IAS C118.应用计量经济学导论(4个单元)

  • ESPM 174.生态研究的设计与分析(4单元)

  • 工业和商业数据系统(3套)

  • 工业工程135.应用数据科学与风险应用(3个单元)

  • IND ENG 165.工程统计、质量控制和预测(4单元)

  • 工业英语173。随机过程简介(3单元)

  • 信息159。自然语言处理(4单元)[原3个单位]

  • 信息190-1。数据可视化简介(4单元)-仅当提供此主题时[原3个单位]

  • NUC ENG 175.风险分析方法(3单元)

  • 物理学188.物理科学的贝叶斯数据分析和机器学习(4单元)[以前作为物理学151提供]

  • 统计135。统计概念(4个单元)

  • 统计150。随机过程(3个单元)

  • STAT 151A.线性建模:理论与应用(4单元)

  • 统计数据152。抽样调查(4个单元)

  • 统计数据153。时间序列简介(4个单元)

  • 统计数字158。实验设计与分析(4单元)

  • STAT 159.可复制和协作统计数据科学(4个单元)

  • UGBA 147-高级业务分析(3个单元)-仅当提供此主题时

  • *计算机科学194。数据工程(4个单元)-仅在2021年春季批准此主题
**学生们只能数数在这三门专业课程中:IND ENG 173或STAT 150(来自C&ID)或EECS 126(来自概率)。

可能性

学生将被要求参加考试一道菜在概率上。对概率的理解对于处理不确定性和随机性、估计的代数性质、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至关重要。

可接受的课程:

  • 统计134.概率概念(4个单位)
  • 数据/统计C140.数据科学概率(4个单元)
  • 工业英语172。工程师概率和风险分析(4单元)[以前报价为3套]
  • 欧洲经济共同体126。概率和随机过程(4个单元)[原名EL ENG 126]

**学生们只能数数在这三门专业课程中:IND ENG 173或STAT 150(来自C&ID)或EECS 126(来自概率)。

建模、学习和决策

学生将被要求完成一道菜在建模、学习和决策方面。

可接受的课程:

  • COMPSCI 182或L182或W182.设计、可视化和理解深层网络(4个单元)
  • 计算机科学189。机器学习导论(4单元)
  • 数据/统计C102。数据、推理和决策(4个单元)
  • IND ENG 142.机器学习与数据分析导论(3单元)
  • 统计154.现代统计预测与机器学习(4单元)

人类环境与伦理

学生将被要求参加一道菜从一系列精心策划的课程中挑选出来,这些课程建立了一个以数据分析和计算推理为中心的人类、社会和道德环境。本要求的目的是让学生了解影响数据科学活动的人类和社会结构、构成和实践(如数据收集和分析、数据管理和治理、确保隐私和安全的工作、在社会或组织环境中部署数据、数据决策、公正处理数据、数据道德实践)让他们通过批判性思维、反思和参与这些经验和选择的方式获得经验和实践。

可接受的课程:

  • AMERSTD/AFRICAM 134或C134.信息技术与社会(4个单元)
  • 生物工程100.科学与工程伦理学(3个单元)
  • CY计划101.城市数据分析简介(4单元)
  • 数据C104/历史C184D/STS C104。人类环境与数据伦理(4单元)
  • 挖100。数字人文学科的理论与方法(3单元)
  • ESPM C167/PUB HLTH C160。环境健康与发展(4个单元)
  • 信息188.数据之外:人与价值观(3个单位)
  • ISF 100J.计算的社会生活(4个单元)
  • NWMEDIA 151AC.《科技转型:STEM和硅谷的问题和干预》(4单元)
  • 菲洛斯121。数据科学的道德问题(4单元)

域强调

领域重点让学生对数据密集型研究的特定领域、相关理论或综合知识线有一个扎实的理解。领域重点包括从列表中选择的三门课程。每个领域的重点都植根于低年级课程,这通常也是高年级课程的先决条件。

请参阅可用资源的完整列表域强调选项。

需要建议吗?

数据科学顾问可提供帮助!请发送电子邮件至ds-advising@berkeley.edu,或了解我们的另一个咨询服务.

概述

本专业课程旨在提供低年级和高年级的综合课程经验,以及学生毕业后从事数据科学所需的计算和推理的技术深度。

数据100,数据科学原理和技术(CS/STAT C100),探索数据科学的生命周期,重点关注定量批判性思维以及执行此周期所需的关键原则和技术。它是数据科学基础之间的桥梁(数据8)和高年级课程。