健康数据分析硕士
Master of Health Data Analytics
查看官方链接
大学排名36
莫纳什大学 - 医学、护理与健康科学学院 澳大利亚
课程介绍

一名熟练的健康数据分析师需要的不仅仅是一套强大的计算工具——他们必须对健康系统、健康数据源、人体系统和流行病学原理有广泛的了解,并结合数学、编程、生物统计理论和建模、数据可视化和机器学习等核心数据分析技能。莫纳什大学健康数据分析硕士项目旨在满足数据分析师解决现实世界健康问题的高需求,例如量化新治疗方法的有效性,实施患者结果和途径的复杂建模,以及开发诊断成像分类算法。本课程将使学生能够发展这些技能,并使其能够在健康数据项目的整个过程中做出贡献,从健康问题的概念化,到确定解决方案的途径,实施尖端的分析解决方案,以及将结果传达给利益相关者。拥有这些技能的毕业生在世界各地的学术界、政府和工业界都有越来越高的需求。

学费及语言要求
雅思要求 托福要求 学制 学费
6.5 79 2年 52800澳元/年
申请时间线
申请时间/录取要求 GMAT&GRE
非必须
课程结构
  • NO.01

    生物统计学数学基础

    Mathematical Foundations for Biostatistics

  • NO.02

    生物统计学回归模型 I

    Regression Modelling for Biostatistics I

  • NO.03

    健康数据分析概论

    Introduction to Health Data Analytics

  • NO.04

    使用Python进行健康数据分析的编程原理

    Programming Principles for Health Data Analytics Using Python

  • NO.05

    数据分析概论

    Introduction to Data Analysis

  • NO.06

    数据整理

    Data wrangling

  • NO.07

    Python编程概论

    Introduction to Python Programming

  • NO.08

    流行病学入门

    Introductory Epidemiology

  • NO.09

    统计推断原理

    Principles of Statistical Inference

  • NO.10

    统计数据建模

    Statistical Data Modelling

  • NO.11

    人类健康与疾病过程

    Human Health and Disease Processes

  • NO.12

    机器学习概论

    Introduction to Machine Learning

  • NO.13

    专业实践发展

    Professional Practice Development

  • NO.14

    健康数据分析项目

    Health Data Analytics Project

  • NO.15

    应用健康数据分析小组案例研究

    Applied Health Data Analytics Group Case Study

  • NO.16

    生物统计学回归模型 II

    Regression Modelling for Biostatistics II

  • NO.17

    生物信息学概论

    Introduction to Bioinformatics

  • NO.18

    纵向与相关数据分析

    Longitudinal and Correlated Data Analysis

  • NO.19

    贝叶斯统计方法

    Bayesian Statistical Methods

  • NO.20

    因果推断

    Causal Inference

  • NO.21

    深入数据探索

    Diving Deeply into Data Exploration

  • NO.22

    用数据通信

    Communicating with Data

  • NO.23

    统计机器学习

    Statistical Machine Learning

  • NO.24

    数据探索与可视化

    Data Exploration and Visualisation

  • NO.25

    人工智能基础

    Fundamentals of Artificial Intelligence

  • NO.26

    机器学习

    Machine Learning

  • NO.27

    半结构化数据的数据分析

    Data Analysis for Semi-Structured Data

  • NO.28

    深度学习

    Deep Learning

  • NO.29

    自然语言处理

    Natural Language Processing

  • NO.30

    高级R编程

    Advanced R programming

  • NO.31

    协作和可复制的实践

    Collaborative and Reproducible Practices

  • NO.32

    应用预测

    Applied Forecasting

查看更多

留学良师益友

七年征程专业保证

专业顾问团队

学长学姐保驾护航

多对1全程服务

申请过程全程自信

全天候客服在线

总会有人值班的啦

© 2019 - 2025 Offercool | All rights reserved | 京ICP备2021032010号

微信咨询

长按二维码

直接添加顾问微信啦

电话咨询

我要申请

TOP