データサイエンスとアナリティクスのMPhil / PhD
Guangzhou, 中国
哲学博士
存続期間
8 年
言語
英語
ペース
フルタイム, パートタイム
申請期限
15 Jun 2026
最も早い開始日
授業料
CNY 40,000 / per year *
学習形式
校内で
* フルタイム学生の場合|パートタイム学生の場合 150,000元
デジタル時代において、革新的な技術の進歩に伴い、データ処理はかつてないスピードで拡大しています。データドリブンな世界は、あらゆる業界の企業や事業に計り知れない可能性と機会をもたらします。データを活用してビジネスに価値を生み出すことができるからです。デジタル革命の破壊的な結果として、データサイエンスとアナリティクスは、コンピューターサイエンス、統計学、数学など、多くの分野の知識とスキルを必要とする、新たな学際分野へと発展しました。
データサイエンスとアナリティクスの修士課程(MPhil)および博士課程(PhD)は、データ処理とアナリティクスの研究において、統計分析、論理的推論、そして計算知能を密接に統合することを目指しています。これらのプログラムは、厳格な研究トレーニングを提供し、学生が学術界や産業界におけるデータの調査・分析プロセスにおいて、論理、数学、アルゴリズム、そして計算能力を駆使し、より良い意思決定のための貴重な洞察を導き出すことができる、知識豊富な研究者へと育成します。
MPhilプログラムは、データサイエンスとアナリティクスの科学的、教育的、そして商業的応用の開発に関わる課題を学生に理解してもらうことを目的としています。MPhilプログラムの卒業生は、当該分野の課題に関する優れた実践的知識を身に付けていることが求められます。また、新たな知識を統合・創造し、当該分野に貢献する能力を身につけていることが求められます。
博士課程は、学生が実用化に関連する理論的な研究課題を特定し、特定された課題に対処する研究を立案・実施し、データサイエンスとアナリティクス関連のソリューションを独自に発見するために必要なスキルを育成することを目的としています。博士課程修了者は、当該分野における知識の習得を示し、新たな知識を統合・創造することで、当該分野に独創的で実質的な科学的貢献を果たすことが期待されます。
- フルタイム博士課程学生の奨学金:追加申請なしで年間180,000人民元
学際的コアコース
- 学際的研究方法論I
- 学際的研究方法論II
- 学際的デザイン思考 I
- 学際的デザイン思考 II
- プロジェクト主導の協調的デザイン思考
ハブコアコース
学生は、情報ハブのハブ コア コースを少なくとも 1 つと、他のハブのハブ コア コースを少なくとも 1 つ修了する必要があります。
情報ハブコアコース
- 情報科学技術:基本とトレンド
その他のハブコアコース
- 持続可能な未来のための機能ハブの紹介
- 技術革新と社会的起業家精神
- モデルベースシステム工学
ドメイン知識に関するコース
この要件に基づき、各学生は必修科目1科目とその他の選択科目を履修し、学際的な論文研究に関連する個別のカリキュラムを編成する必要があります。履修要件を満たすために選択できるのは、独立研究科目1科目のみです。学生が必要な専門分野の知識を習得できるよう、各学生にはプログラム企画兼論文指導委員会が設けられ、プログラム開始後できるだけ早く、遅くとも1年目末までに履修すべき科目を承認します。承認されたカリキュラムによっては、最低限必要な単位数に加えて、追加の単位取得が求められる場合があります。
必修科目一覧
- データサイエンスにおけるデータマイニングと知識発見
選択科目リストのサンプル
- 自動機械学習
- データサイエンスにおけるディープラーニング
- データサイエンスのための高度なデータベース管理
- 高度な機械学習
- データサイエンスと分析のための並列プログラミング
- データサイエンスと分析の基礎
- データサイエンスコンピューティング
- ブロックチェーンにおけるデータ分析とプライバシー保護
- データの探索と可視化
- 時空間データ分析
- グラフ学習入門
- 特別なトピック
- 独立した研究
- コンピュータビジョンとその応用
- 凸最適化と非凸最適化 I
大学院ティーチングアシスタント研修
- 高等教育における教育と学習入門
専門能力開発コースの要件
- 研究大学院生のための専門能力開発
- 情報ハブ学生のキャリア開発
英語の要件
- 大学院生のためのリスニングとスピーキングの基礎
- 英語で研究を伝える
大学院セミナー
- データサイエンスとアナリティクスプログラムセミナーI
- データサイエンスと分析プログラムセミナー II
論文研究
- MPhil論文研究
- 博士論文研究
MPhilプログラムが正常に完了すると、卒業生は次のことができるようになります。
- 実際のデータサイエンスの問題を解決するために不可欠な批判的思考と分析スキルを実証します。
- データサイエンスとアナリティクスに一連の定性的および定量的調査方法を適用します。そして
- 高度な研究手法を効果的に変換して、学術分野または業界でのデータサイエンスの実践に変換します。
博士課程のプログラムが正常に完了すると、卒業生は次のことができるようになります。
- 新しいデータサイエンスと分析のモデル、アルゴリズム、ツール、原理、フレームワーク、ソリューション、および技術における科学的および工学的な相関関係、重要性、洞察を特定します。
- データサイエンスと分析の観点から、批判的思考と分析スキルを実証します。
- データサイエンスとアナリティクスに一連の定性的および定量的調査方法を適用します。
- 基本的な研究洞察を効果的に変換して、学術分野および業界でのデータサイエンスの実践に変換します。
- 独立した思考を行使し、科学的調査結果を提示および公開する上で効果的なコミュニケーションスキルを発揮します。そして
- データ サイエンスと分析の分野における深い知識を示しながら、独自の研究を独立して有能に実施します。


