Big Data Analytics (PhD)

Programbeskrivelse

Big Data Analytics vil uddanne forskere med en statistisk baggrund til at analysere massive, strukturerede eller ustrukturerede data for at afdække skjulte mønstre, ukendte sammenhænge og andre nyttige oplysninger, der kan bruges til at træffe bedre beslutninger.

Programmet vil give et stærkt fundament i de vigtigste metoder i forbindelse med Big Data Analytics såsom prædiktiv analyse, data mining, tekstanalyse og statistisk analyse med en tværfaglig komponent, der kombinerer styrken af statistik og datalogi. Der vil blive fokuseret på statistisk databehandling, statistisk data mining og deres anvendelse på erhvervsmæssige, sociale og sundhedsmæssige problemer suppleret med løbende samarbejde med industrien. Omfanget af dette program er specialiseret til at forberede datavidenskabsfolk og dataanalytikere, der vil arbejde med meget store datasæt ved hjælp af både konventionelle og nyudviklede statistiske metoder.

Curriculum

Ph.d. i Big Data Analytics kræver 72 timer ud over en opnået bachelorgrad. Det krævede kursusarbejde omfatter 42 kredittimer af kurser, 15 kredittimer af begrænset valgfrit kursusarbejde og 15 kredittimer af afhandlingsforskning.

Total krævede kredittimer:

Total krævede kredittimer: 72 kredittimer minimum ud over bachelorgraden

Opkrævede kurser – 42 kredittimer

  • STA 5104 – Avanceret computerbehandling af statistiske data 3 kredittimer
  • STA 5703 – Data Mining Methodology I 3 kredittimer
  • STA 6106 – Data Mining Methodology I 3 kredittimer
  • STA 6106 – Statistisk databehandling I 3 Kredittimer
  • STA 6236 – Regressionsanalyse 3 Kredittimer
  • STA 6238 – Logistisk regression 3 Kredittimer
  • STA 6326 – Teoretisk statistik I 3 Kredittimer
  • STA 6327 – Teoretisk statistik II 3 Kredittimer
  • STA 6329 – Statistisk databehandling I 3 Kredittimer
  • STA 6329 – Statistisk databehandling I 3 Kredittimer Statistical Applications of Matrix Algebra 3 Kredittimer
  • STA 6704 – Data Mining Methodology II 3 Kredittimer
  • STA 7722 – Statistical Learning Theory 3 Kredittimer
  • STA 7734 – Statistical Asymptotic Theory in Big Data 3 Kredittimer
  • STA 6714 – Data Preparation 3 Kredittimer
  • CNT 5805 – Statistisk datafremskrivning 3 Kredittimer
  • STA 6704 – Statistisk datafremskrivning 3 Kredittimer
  • STA 6704 – Statistisk datafremskrivning 3 Kredittimer
  • STA 6704 – Statistisk datafremskrivning 3 Kredittimer Network Science 3 Credit Hours
  • COP 5711 – Parallel and Distributed Database Systems 3 Credit Hours

Restricted Electives-15 Credit Hours (mindst 9 credit hours must be STA coursework)

Der kan indgå andre kurser i en studieplan med afdelingens godkendelse.

Alle ph.d.-studerende skal have en godkendt studieplan (POS) udarbejdet af den studerende og vejlederen, der indeholder en liste over de specifikke kurser, der skal tages som en del af uddannelsen. Studerende skal opretholde et minimum GPA på 3,0 i deres POS, samt et “B” (3,0) i alle kurser, der er gennemført med henblik på graden og siden optagelse på programmet.

  • STA 6107 – Statistical Computing II 3 kredittimer
  • STA 6226 – Sampling Theory and Applications 3 kredittimer
  • STA 6237 – Statistical Computing II 3 kredittimer
  • STA 6237 – Statistical Computing II 3 kredittimer Ikke-lineær regression 3 kredittimer
  • STA 6246 – Lineære modeller 3 kredittimer
  • STA 6346 – Avanceret statistisk slutning I 3 kredittimer
  • STA 6347 – Statistisk slutning I 3 kredittimer
  • STA 6347 – Statistisk slutning I 3 kredittimer
  • STA 6347 – Statistisk slutning I 3 kredittimer Avanceret statistisk inferens II 3 kredittimer
  • STA 6507 – Ikke-parametrisk statistik 3 kredittimer
  • STA 6662 – Statistiske metoder til industriel praksis 3 kredittimer
  • STA 6705 – Metode til dataudvinding III 3 kredittimer
  • STA 6707 – Statistisk metode III 3 kredittimer
  • STA 6707 – Statistisk metode III 3 kredittimer
  • STA 6707 – Statistisk metode II 3 kredittimer Multivariate statistiske metoder 3 kredittimer
  • STA 6709 – Rumlig statistik 3 kredittimer
  • STA 6857 – Anvendt tidsserieanalyse 3 kredittimer
  • STA 7239 – Dimensionsreduktion i regression 3 kredittimer
  • STA 7348 – Bayesisk modellering og beregning 3 kredittimer
  • STA 7719 – Survivalanalyse 3 Kredittimer
  • STA 7935 – Aktuelle emner inden for Big Data Analytics 3 Kredittimer
  • CAP 5610 – Maskinlæring 3 Kredittimer
  • CAP 6307 – Text Mining I 3 Kredittimer
  • CAP 6315 – Analyse af sociale medier og netværk 3 Kredittimer
  • CAP 6318 – Analyse af sociale medier og netværk 3 Kredittimer
  • CAP 6318 – Analyse af sociale medier og netværk 3 Kredittimer
  • CAP 6318 – Analyse af sociale medier og netværk 3 Kredittimer Computational Analysis of Social Complexity 3 Credit Hours
  • CAP 6737 – Interactive Data Visualization 3 Credit Hours
  • COP 5537 – Network Optimization 3 Credit Hours
  • COP 6526 – Parallel and Cloud Computation 3 Credit Hours
  • COP 6616 – Multicore Programming 3 Credit Hours
  • COT 6417 – Algoritmer for strenge og sekvenser 3 Kredittimer
  • COT 6505 – Computational Methods/Analysis I 3 Kredittimer
  • ECM 6308 – Current Topics in Parallel Processing 3 Kredittimer
  • EEL 5825 – Pattern Recognition and Learning from Big Data 3 Credit Hours
  • EEL 6760 – Data Intensive Computing 3 Kredittimer
  • ESI 6247 – Forsøgsplanlægning og Taguchi-metoder 3 Kredittimer
  • ESI 6358 – Beslutningsanalyse 3 Kredittimer
  • ESI 6418 – Lineær programmering og udvidelser 3 Kredittimer
  • ESI 6609 – Linear Programming and Extensions 3 Credit Hours
  • ESI 6609 – Data Intensive Computing 3 Credit Hours
  • ESI 6247 – Data Intensive Computing 3 Credit Hours Industrial Engineering Analytics for Healthcare 3 credit hours
  • ESI 6891 – IEMS Research Methods 3 credit hours

Afhandling-15 timer

  • STA 7980 – Dissertation Research 15 credit hours

Eksamen

Efter bestået kandidateksamen, studerende vil tilmelde sig til afhandlingstimer (STA7980) sammen med deres afhandlingsvejleder. Afhandlingen kan være enten forsknings- eller projektbaseret afhængigt af studieområde, udvalg og med godkendelse fra afhandlingsvejlederen.

Kvalifikationseksamen

Kvalifikationseksamen er en skriftlig eksamen, der afholdes af ph.d.-eksamensudvalget i starten af efterårsterminen (slutningen af sommeren) en gang om året. De kurser, der er nødvendige for at forberede sig til eksamen, er STA 5703, STA 6704, CNT 5805, STA 6326, STA 6327 og COP 5711. Studerende skal indhente tilladelse fra koordinatoren for kandidatuddannelsen for at tage eksamen. De studerende aflægger normalt eksamen lige før starten på deres tredje år og forventes at have afsluttet eksamen ved starten på deres fjerde år. For at være berettiget til at tage ph.d.-kvalifikationsprøven skal den studerende have et karaktergennemsnit på mindst 3,0 (ud af 4,0) i alle fag til ph.d. Prøven kan aflægges to gange. Hvis en studerende ikke består den kvalificerende eksamen efter andet forsøg, vil han/hun blive afskediget fra programmet.

Kandidateksamen

Kandidateksamen administreres af den studerendes rådgivende afhandlingsudvalg og vil være skræddersyet til den studerendes individuelle program for at foreslå enten en forsknings- eller projektbaseret afhandling. Kandidateksamen omfatter et afhandlingsforslag, der præsenteres i et åbent forum, efterfulgt af et mundtligt forsvar, der gennemføres af den studerendes rådgivende udvalg. Dette udvalg vil give en bestået/ikke bestået karakter. Ud over afhandlingsforslaget kan det rådgivende udvalg indarbejde andre krav til eksamen. Den studerende kan forsøge at indstille sig til kandidatur når som helst efter at have bestået den kvalificerende eksamen, efter at den studerende har påbegyndt afhandlingsforskning (STA7919, hvis det er nødvendigt), men inden udgangen af det andet år efter den kvalificerende eksamen. Kandidateksamen kan ikke aflægges mere end to gange. Hvis en studerende ikke består kandidaturprøven efter andet forsøg, vil han/hun blive fjernet fra programmet.

Admission til kandidatur

For at blive optaget til kandidatur og tilmelde sig til afhandlingstimer kræves følgende.

  • Fuldførelse af alt kursusarbejde, bortset fra afhandlingstimer
  • Succesfuld gennemførelse af den kvalificerende eksamen
  • Succesfuld gennemførelse af kandidateksamen, herunder et skriftligt forslag og et mundtligt forsvar
  • Det rådgivende udvalg for afhandlingen er dannet, bestående af godkendte kandidater fra fakultetet og akademikere
  • Indgivelse af et godkendt studieprogram

Afhandling

Når den studerende har bestået den kvalificerende eksamen, skal han/hun vælge en afhandlingsvejleder. I samråd med afhandlingsrådgiveren skal den studerende danne et rådgivende afhandlingsudvalg. Afhandlingsrådgiveren vil være formand for den studerendes rådgivende udvalg for afhandlingen. I samråd med afhandlingsrådgiveren og med godkendelse fra afdelingsformanden skal hver studerende sikre sig kvalificerede medlemmer til sit afhandlingsudvalg. Dette udvalg skal bestå af mindst fire fakultetsmedlemmer, der vælges af kandidaten, hvoraf tre skal være fra instituttet og en fra et sted uden for instituttet eller UCF. Medlemmer af fakultetet på kandidatniveau skal udgøre flertallet af et givet udvalg. Et afhandlingsudvalg skal dannes inden indskrivning i afhandlingstimer.

Afhandlingen tjener som kulmination på det kursusarbejde, der udgør denne grad. Den skal yde et væsentligt originalt teoretisk, intellektuelt, praktisk, kreativt eller forskningsmæssigt bidrag til den studerendes område inden for faget. Afhandlingen kan være enten forsknings- eller projektbaseret afhængigt af studieområdet, udvalget og med godkendelse fra afhandlingsvejlederen. Afhandlingen vil blive afsluttet gennem mindst 15 timers afhandlingsforskningskredit.

Uafhængig læring

Som alle andre graduate programmer er uafhængig læring en vigtig del af Big Data Analytics ph.d.-programmet. Studerende vil demonstrere uafhængig læring gennem forskningsseminarer og -projekter og afhandlingen.

Anmeldelseskrav

For oplysninger om generelle UCF-uddannelseskrav, der gælder for alle potentielle studerende, kan du besøge Admissions-sektionen i Graduate Catalog. Ansøgere skal ansøge online. Alle ønskede materialer skal indsendes inden den fastsatte frist.

  • Foruden de generelle krav til ansøgninger til UCF’s kandidatuddannelser skal ansøgere til dette program indsende:
  • Et officielt eksamensbevis (i en forseglet kuvert) fra hvert college/universitet, de har deltaget i.
  • En personlig erklæring, der identificerer forskningsinteresseområdet og en beskrivelse af ansøgerens akademiske og professionelle erfaringer.
  • Tre anbefalingsbreve.
  • En bachelorgrad eller tilsvarende inden for statistik, dataanalyse eller et beslægtet område fra en regionalt akkrediteret institution eller en anerkendt udenlandsk institution.
  • Den studerende skal have et kumulativt gennemsnit på mindst 3,0 for alt afsluttet arbejde på bachelorniveau.
  • En konkurrencedygtig score på den kombinerede kvantitative og verbale del af Graduate Record Examination (GRE) eller en konkurrencedygtig GMAT-score taget inden for de seneste fem år før optagelse til programmet.
    • BEMÆRK: GRE/GMAT er blevet fjernet som et adgangskrav til dette graduate program for ansøgere, der ansøger foråret 2021 til og med efterårsterminen 2021. Dette er en midlertidig foranstaltning som reaktion på forstyrrelser forårsaget af COVID-19-pandemien.
  • Et aktuelt curriculum vitae.
  • Ansøgere til dette program, undtagen dem, der har opnået eller vil opnå en master- eller doktorgrad fra en akkrediteret amerikansk institution, der er anerkendt af UCF, og som har gået på et college/universitet uden for USA, skal fremlægge en kursus-for-kursus-kvalifikationsvurdering med GPA-beregning. . Der accepteres kun evalueringer af eksamensbeviser fra World Education Services (WES) eller Josef Silny and Associates, Inc.

Ansøgningsfrister

Big Data Analytics PhD *Faldprioritet Fall Spring Summer
Domestic Applicants Jan 15 Jul 1
Internationale ansøgere 15. januar 15. januar
* Ansøgere, der planlægger at tilmelde sig et fuldtidsstudium, og som ønsker at komme i betragtning til universitetsstipendier eller assistentstillinger, skal ansøge inden efterårets prioritetsdato.

Finansielle forhold

Den studerende kan modtage økonomisk støtte i form af stipendier, assistentstillinger, støtte til undervisningsafgifter eller lån. Du kan få flere oplysninger på webstedet College of Graduate Studies Funding, som beskriver de typer økonomisk støtte, der er tilgængelige på UCF, og som giver generel vejledning i planlægning af din økonomi for kandidater. Afsnittet om finansielle oplysninger i kataloget for kandidater er en anden vigtig ressource.

Stipendier

Stipendier tildeles på grundlag af akademiske fortjenester til højt kvalificerede studerende. De udbetales til studerende gennem Office of Student Financial Assistance, baseret på instruktioner fra College of Graduate Studies. Stipendier gives for at støtte en studerendes studier på kandidatniveau og er ikke forbundet med en arbejdsforpligtelse. Du kan finde flere oplysninger på UCF Graduate Fellowships, som indeholder beskrivelser af universitetsstipendier, og hvad du skal gøre for at komme i betragtning til et stipendium.

Institutionskoder
GRE: 5233
GMAT: RZT-HT-58
TOEFL: 5233
ETS PPI: 5233

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.