美国的很多大学，在2010年前后陆续开设(Business Analytics/Data Science等相关专业，那么芝加哥大学商业分析专业怎么样?

　　项目介绍

　　芝加哥大学格雷厄姆学院开设的分析学硕士项目可以提供给学生必备的高级培训，以此来获取从真实数据中提取见解的能力，并能够应用分析技能来解决实际问题。项目所提供的技术知识、对现实世界的理解和领导者锋芒使学生具备应用数据分析开发切实解决方案的能力。

　　课程解析

　　该项目课程设置灵活，分为全日制和非全日制。非全日制的学生每学期注册一至两门课，上课时间为晚上或周六。全日制学生每学期注册三门课，部分课程上课时间为白天。

　　该项目入学时间为春季或秋季，通常完成时间为一年半，也可以在12个月到四年时间里完成。课程开设11门课，包括一个顶点项目，具体学生必须完成以下要求才能获得学位：先修课程、7门核心课程、1门商业战略或项目管理课程，3门选修课程，顶点项目

　　先修 程

　　(1)MSCA 32010线性代数和矩阵分析

　　(2)MSCA 37010编程分析

　　核 心 课 程

　　(1)MSCA 31001商业应用的研究设计

　　先决条件： MSCA 31007 统计分析

　　除了理论和实验之外，大数据分析也已成为一种发现新知识的方式。该课程涵盖了分析研究的全过程，包括将商业问题诠释成可以通过分析学和数据来源开发解决的可研究问题，以此来解决每个关键的可研究问题，到可研究结果的翻译到商业应用。此外，还包括回归商业应用中的关于研究结果的诠释。修完此门课程之后，学生将具备为商业问题构建框架，绘出可替代解决方案来应用到数据搜集实验的设计中的能力，也能够向所在的分析推断和非分析员解释已定方法论的利弊。同时，学生们还可以开发出一种研究方案来以数据中获取可以解释实际商业问题的知识。

　　(2)MSCA 31007 统计分析

　　先决条件：MSCA 31000 统计概念介绍或者同等大学水平统计学

　　该课程提供给学生综合型且实际的统计数据分析介绍。该课程所教授的统计技巧将使学生具备分析复杂的数据集的能力，学生能够用公式表示和解决现实世界的问题，以此来制定出依照数据处理的决策。在该门课程中，学生通过学习理论、独立思考和在实际案例中学习，能够获取统计推论法和回归分析的概念和基础知识。学生将精通解释标准回归分析推出和进行模型选择和模型验证。学生也将学习统计编程语言来构建示例和完成作业练习。

　　(3)MSCA 31005数据库系统设计与实现

　　一个基础的合理数据库系统设计与实现通常是一个成功的分析计划的重要组成部分。该课程提供给学生良好的数据库设计基础的全方面基础训练，包括运行数据和申报数据。同时，也能使学生们获取实现数据库的实用信息，以达到在限制性资源和知识局限性的典型组织情景中实现分析学解决方案。总而言之，通过此门课程学习，学生将能够设计并构建出支持可持续分析型解决方案的数据库。

　　(4)MSCA 31006 时间序列分析与预测

　　先决条件: MSCA 31007 统计分析

　　时间序列分析，作为一门科学，也是那种根据先前记录制定理性预测的学科。在当今的商务场景中广为应用。 广泛的时间序列分析知识对现代数学科学家和数据分析员至关重要。该课程讲述了时间序列分析在应用中的重要问题。例如，扎实的时间序列模型及其理论基础;如何使用主流统计软件分析实践序列数据;现实数据分析实例以及给不同受众合理、清晰的成果演示。

　　(5)MSCA 31008 数据挖掘原理

　　先决条件: MSCA 31007 统计分析

　　数据挖掘过程旨在通过利用统计学、人工智能和机器学习来实现在大数据集中发现新奇、有趣、可操作的模式。该课程介绍了数据挖掘基础知识：联系和序列规则发现，记忆基础推理法，分类和回归决策树， 数据挖掘模型对比，逻辑模型，记录卡模型，神经网络模型。该课程遵循做中学的方法，学生应用现实世界数据集每两周完成一次作业。学生也提出并完成他们自己设计的数据挖掘研究项目。

　　(6)MSCA 31009 机器学习与预测性分析

　　先决条件：MSCA 31007 统计分析，MSCA 31008 数据挖掘原理;并注册了MSCA 37003 Python Workshop

　　在高级数据挖掘中，该课程提供给学生实际亲自动手的课程，包括现代预测性分析和机器学习，算法和技术。该课程强调数学理论基础在实践中的应用，学生们课上大多时间将使用现存的程序包，如R，Python和Linux 库等各种算法来增长经验。该课程涵盖以下话题：回归和逻辑回归，正则化回归(套锁网络回归、弹性网络回归、支持向量机、神经网络、决策树、提高决策树、随机森林、网上学习、均值聚类、特殊聚类和存活率分析)

　　(7)MSCA 31010 商业应用的线性和非线性模型

　　先决条件： MSCA 31007 统计分析

　　该课程集中介绍以下话题：基于线性模型的统计推断回顾，通过排除高斯分布得到产出的假设拓展到线性模型(广义线性模式)，通过允许模型残差的相关结构拓展到线性模型(混合效应模型)，通过放松线形结合输入的要求来拓展到线性模型(非参数回归模型和体制转换)。

　　芝加哥大学商业分析专业怎么样?以上就是托普仕留学小编的详细介绍，如果学生们有更多的申请疑问，可以随时咨询。