近些年，不同于理论数学，应用数学成为更多决定攻读硕士学位的学生的选择。然而，大学推出的相应的应用数学硕士学位也应当与当下流行的数据科学趋势相结合。本篇小编继续为大家介绍东北大学应用数学硕士项目的相关课程。

代数1

课程讨论群论的基本原理和在伽罗瓦理论中的一些应用。主题可能包括商群和同构定理；群体行动和西洛理论；简单性和可解性；置换和高次交替群的简单性；域和多项式环；拆分字段；伽罗瓦对应；伽罗瓦群的计算以及伽罗瓦理论的应用，包括多项式的根式不可解性。

概率1

提供概率论的介绍性课程，重点是问题解决和建模。从概率空间和随机变量的基本概念开始，移动到马尔可夫链的分类及其应用。其他主题包括大数定律和中心极限定理，以及对随机漫步和布朗运动理论的应用。

机器学习和统计学习理论1

课程介绍数学理论和适用于数据科学的现代机器学习算法的实现。对从社会组织到金融预测的一切进行建模，机器学习算法允许我们发现复杂系统的信息——即使潜在的概率分布未知。课程讨论的算法包括回归、决策树、聚类和降维。课程为学生提供了一个机会，让他们了解支持每种算法使用的数学选择的含义，如何以可行的方式解释结果，以及如何通过分析各种数据集和模型来应用他们的知识。

应用统计学

这是为数学和各种应用科学的研究生设计的统计学方法的基础入门课程。主题包括描述统计学、总体均值推断、方差分析、非参数方法和线性回归。学习如何使用计算机软件包SPSS，进行统计分析和解释计算机输出。

算法

课程介绍用于设计和分析计算机算法的数学技术。专注于分析算法的正确性、时间和空间复杂性的算法设计范例和技术。主题可能包括渐近符号、递归、循环不变量、Hoare三元组、排序和搜索、高级数据结构、下界、散列、贪婪算法、动态规划、图形算法和NP-完全性。

收集、存储和检索数据

课程研究如何构建不同类型信息对象的大规模信息库，以便可以选择、检索和转换这些信息对象，用于分析和发现，包括统计分析。分析传统的数据存储方法如何与使用非关系数据结构的现代方法一起应用。通过案例研究、背景理论阅读和动手实验，为学生提供了学习如何选择、规划和实现大规模结构化和非结构化信息存储库的存储、搜索和检索组件的机会。强调如何评估和推荐高效和有效的大规模信息存储和检索组件，以及如何为数据科学家提供调查所需的结构合理、准确和可靠的信息访问。

下面我就简单介绍一些和应用数学相关的硕士项目的美国大学的信息，

哥伦比亚大学

MS in Applied Mathematics

里海大学

MS in Applied Mathematics

凯斯西储大学

MS in Applied Mathematics

撰稿人：Amy国王

欢迎访问启德教育留学频道 欢迎咨询启德教育留学顾问     

免费获取留学规划方案，您可以通过以下4种方式联络我们： 

1、欢迎致电启德教育客户服务中心400-1010-123； 

2、欢迎 点击这里 进行网络咨询； 

3、添加启德官网微信，可立即咨询；

          扫一扫  立即咨询

4、填写表单，我们会在1-3天内为您提供专业的服务。