伦敦大学学院-时空分析和大数据挖掘硕士

伦敦大学学院

Spatio-temporal Analytics and Big data Mining MSc

时空分析和大数据挖掘硕士

课程领域：土木、环境和地球工程

所属院系：工程科学

Spatio-temporal Analytics and

Big data Mining MSc

时空分析和大数据挖掘硕士

项目概述

With the rapid development of smart sensors, smartphones and social media, "big" data is ubiquitous. This new MSc teaches the foundations of GIScience, database, spatial analysis, data mining and analytics to equip professionals with the tools and techniques to analyse, represent and model large and complex spatio-temporal datasets.

随着智能传感器、智能手机和社交媒体的迅速发展，“大”数据无处不在。这个新的硕士教授地理信息科学基础、数据库、空间分析、数据挖掘和分析，为专业人士提供的工具和技术来分析、表示和模型的大型和复杂的时空数据集。

课程结构

必修单元：

GIS Principles and Technology

地球信息系统原则和技术

Principles of Spatial Analysis

空间分析原则

Spatial Databases and Data Management

空间数据库和数据管理

Spatio-temporal Analysis and Data Mining

时空分析和大数据挖掘

选修单元：

Introductory Programming

编程介绍

Complex Networks and Web

复杂网络

Group Mini project: digital Visualisation (requires basic Java)

集体小型项目：数字化视觉（需要基础java）

Mapping Science

地图科学

Supervised Learning (requires Applied Machine Learning)

监督学习

Web Mobile GIS

网络手机GIS

Information Retrieval & Data Mining (requires Introductory Programming)

信息搜索和数据挖掘

Applied Machine Learning (requires Introductory Programming)

应用机器学习

项目申请

GPA:

Bachelor's degree with a minimum overall average mark of 85%.

本科学士学位综合均分不低于85%。

语言成绩要求：由帝国理工大学确定

IELTS：综合得分6.5，单项不低于6.0

TOFEL：综合得分92，阅读24 写作30 口语20 听力30

其他要求：

A minimum of an upper second-class UK Bachelor's degree in a relevant discipline (such as engineering, mathematics, computer science, environmental science, human or physical geography, geology, forestry, oceanography, or physics) or an overseas qualification of an equivalent standard. Applicants with relevant professional experience are also considered.

在相关学科（如工程、数学、计算机科学、环境科学、人文或自然地理、地质学、林业、海洋学或物理学）或国外同等标准的海外高级二级学士学位的最低限度。也有相关专业经验的申请人。

学费和申请日期

2018/19学年学费：

海外学生：25,880 英镑

2018/19学年申请日期：

开放申请：16 October 2017

结束申请：27July 2018

就业方向

Graduates from this programme are expected to find positions in consultancy, local government, public industry, and the information supply industry, as well as in continued research. Possible career paths could include: data scientist in the social media, finance, health, telecoms, retail or construction and planning industries; developer of spatial tools and specialised spatial software; researcher or entrepreneur.

预计该课程的毕业生将在顾问、地方政府、公共工业和信息供应业中找到职位，并继续进行研究。可能的职业道路可能包括：社会媒体、金融、健康、电信、零售、建筑和规划行业的数据科学家、空间工具开发人员和专门的空间软件开发人员、研究人员或企业家。

UCL 看过来