Big Data Analytics (PhD)

Programmbeschreibung

Big Data Analytics wird Forscher mit einem statistischen Hintergrund ausbilden, um massive, strukturierte oder unstrukturierte Daten zu analysieren, um verborgene Muster, unbekannte Korrelationen und andere nützliche Informationen aufzudecken, die verwendet werden können, um bessere Entscheidungen zu treffen.

Das Programm bietet eine solide Grundlage in den wichtigsten Methoden im Zusammenhang mit Big Data Analytics wie Predictive Analytics, Data Mining, Textanalyse und statistische Analyse mit einer interdisziplinären Komponente, die die Stärken von Statistik und Informatik kombiniert. Der Schwerpunkt liegt auf statistischem Rechnen, statistischem Data Mining und deren Anwendung auf wirtschaftliche, soziale und gesundheitliche Probleme, ergänzt durch laufende Industriekooperationen. Das Programm ist darauf spezialisiert, Datenwissenschaftler und Datenanalysten vorzubereiten, die mit sehr großen Datensätzen arbeiten und dabei sowohl konventionelle als auch neu entwickelte statistische Methoden anwenden.

Lehrplan

Der Ph.D. in Big Data Analytics erfordert 72 Stunden über einen erworbenen Bachelor-Abschluss hinaus. Die erforderlichen Lehrveranstaltungen umfassen 42 Kreditstunden an Kursen, 15 Kreditstunden an eingeschränkten Wahlfächern und 15 Kreditstunden an Dissertationsforschung.

Gesamte erforderliche Kreditstunden: 72 Credit Hours Minimum beyond the Bachelor’s Degree

Required Courses-42 Credit Hours

• STA 5104 – Advanced Computer Processing of Statistical Data 3 Credit Hours
• STA 5703 – Data Mining Methodology I 3 Credit Hours
• STA 6106 – Statistisches Rechnen I 3 Leistungsstunden
• STA 6236 – Regressionsanalyse 3 Leistungsstunden
• STA 6238 – Logistische Regression 3 Leistungsstunden
• STA 6326 – Theoretische Statistik I 3 Leistungsstunden
• STA 6327 – Theoretische Statistik II 3 Leistungsstunden
• STA 6329 – Statistische Anwendungen der Matrixalgebra 3 Leistungsstunden
• STA 6704 – Data-Mining-Methodik II 3 Leistungsstunden
• STA 7722 – Statistische Lerntheorie 3 Leistungsstunden
• STA 7734 – Statistische asymptotische Theorie in Big Data 3 Leistungsstunden
• STA 6714 – Datenaufbereitung 3 Leistungsstunden
• CNT 5805 – Network Science 3 Credit Hours
• COP 5711 – Parallel and Distributed Database Systems 3 Credit Hours

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

Other courses may be included in a Plan of Study with departmental approval.

Alle Doktoranden müssen einen genehmigten Studienplan (POS) haben, der vom Studenten und seinem Berater erstellt wird und in dem die spezifischen Kurse aufgeführt sind, die im Rahmen des Studiums belegt werden sollen. Die Studierenden müssen einen Mindest-GPA von 3,0 in ihrem POS sowie ein „B“ (3,0) in allen Kursen aufrechterhalten, die für den Abschluss und seit der Zulassung zum Programm abgeschlossen wurden.

• STA 6107 – Statistical Computing II 3 Credit Hours
• STA 6226 – Sampling Theory and Applications 3 Credit Hours
• STA 6237 – Nonlinear Regression 3 Credit Hours Nichtlineare Regression 3 Leistungsstunden
• STA 6246 – Lineare Modelle 3 Leistungsstunden
• STA 6346 – Fortgeschrittene statistische Inferenz I 3 Leistungsstunden
• STA 6347 – Fortgeschrittene statistische Inferenz II 3 Leistungsstunden
• STA 6507 – Nichtparametrische Statistik 3 Leistungsstunden
• STA 6662 – Statistische Methoden für die industrielle Praxis 3 Leistungsstunden
• STA 6705 – Data-Mining-Methodik III 3 Leistungsstunden
• STA 6707 – Multivariate statistische Methoden 3 Leistungsstunden
• STA 6709 – Räumliche Statistik 3 Leistungsstunden
• STA 6857 – Angewandte Zeitreihenanalyse 3 Leistungsstunden
• STA 7239 – Dimensionsreduktion in der Regression 3 Leistungsstunden
• STA 7348 – Bayessche Modellierung und Berechnung 3 Leistungsstunden
• STA 7719 – Survival Analysis 3 Credit Hours
• STA 7935 – Current Topics in Big Data Analytics 3 Credit Hours
• CAP 5610 – Machine Learning 3 Credit Hours
• CAP 6307 – Text Mining I 3 Credit Hours
• CAP 6315 – Social Media and Network Analysis 3 Credit Hours
• CAP 6318 – 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 – Algorithmen auf Strings und Sequenzen 3 Credit Hours
• COT 6505 – Computational Methods/Analysis I 3 Credit Hours
• ECM 6308 – Current Topics in Parallel Processing 3 Credit Hours
• EEL 5825 – Pattern Recognition and Learning from Big Data 3 Credit Hours
• EEL 6760 – Data Intensive Computing 3 Credit Hours
• ESI 6247 – Experimental Design and Taguchi Methods 3 Credit Hours
• ESI 6358 – Decision Analysis 3 Credit Hours
• ESI 6418 – Linear Programming and Extensions 3 Credit Hours
• ESI 6609 – Industrial Engineering Analytics for Healthcare 3 Credit Hours
• ESI 6891 – IEMS Research Methods 3 Credit Hours

Dissertation-15 hours

• STA 7980 – Dissertation Research 15 credit hours

Examinations

After passing candidacy, werden sich die Studierenden bei ihrem Dissertationsberater für die Dissertationsstunden (STA7980) einschreiben. Die Dissertation kann entweder forschungs- oder projektbasiert sein, je nach Studienbereich, Komitee und mit Zustimmung des Dissertationsberaters.

Qualifikationsprüfung

Die Qualifikationsprüfung ist eine schriftliche Prüfung, die einmal im Jahr zu Beginn des Herbstsemesters (Ende des Sommers) von der Promotionsprüfungskommission durchgeführt wird. Die zur Vorbereitung auf die Prüfung erforderlichen Kurse sind STA 5703, STA 6704, CNT 5805, STA 6326, STA 6327 und COP 5711. Die Studierenden müssen die Erlaubnis des Koordinators des Graduiertenprogramms einholen, um die Prüfung abzulegen. Die Studierenden legen diese Prüfung in der Regel kurz vor Beginn des dritten Studienjahres ab und sollten sie bis zum Beginn des vierten Studienjahres abgeschlossen haben. Um zur Ph.D.-Prüfung zugelassen zu werden, müssen die Studierenden einen Mindestnotendurchschnitt von 3,0 (von 4,0) in allen Kursen für die Ph.D.-Prüfung vorweisen. Wenn ein Student die Eignungsprüfung nach dem zweiten Versuch nicht besteht, wird er/sie aus dem Programm entlassen.

Kandidaturprüfung

Die Kandidaturprüfung wird vom beratenden Ausschuss für die Dissertation des Studenten verwaltet und wird auf das individuelle Programm des Studenten zugeschnitten, um entweder eine forschungs- oder projektbasierte Dissertation vorzuschlagen. Die Kandidaturprüfung besteht aus einem Dissertationsvorschlag, der in einem offenen Forum präsentiert wird, gefolgt von einer mündlichen Verteidigung durch den beratenden Ausschuss des Studenten. Dieser Ausschuss vergibt die Note „bestanden/nicht bestanden“. Zusätzlich zum Dissertationsvorschlag kann der beratende Ausschuss weitere Anforderungen für die Prüfung festlegen. Der Student kann die Kandidatur jederzeit nach Bestehen der Eignungsprüfung anstreben, nachdem der Student mit der Dissertationsforschung begonnen hat (STA7919, falls erforderlich), jedoch vor Ende des zweiten Jahres nach der Eignungsprüfung. Die Kandidaturprüfung kann höchstens zwei Mal abgelegt werden. Wenn ein Student die Kandidaturprüfung nach dem zweiten Versuch nicht besteht, wird er/sie aus dem Programm entfernt.

Zulassung zur Kandidatur

Die folgenden Voraussetzungen sind erfüllt, um zur Kandidatur zugelassen zu werden und sich für Dissertationsstunden anzumelden.

• Abschluss aller Lehrveranstaltungen, mit Ausnahme der Dissertationsstunden
• Erfolgreicher Abschluss der Eignungsprüfung
• Erfolgreicher Abschluss der Kandidaturprüfung einschließlich eines schriftlichen Vorschlags und einer mündlichen Verteidigung
• Der Beratungsausschuss für die Dissertation wird gebildet,
• Einreichung eines genehmigten Studienprogramms

Dissertation

Nach Bestehen der Eignungsprüfung muss der Student einen Dissertationsberater auswählen. In Absprache mit dem Betreuer der Dissertation sollte der Student einen beratenden Ausschuss für die Dissertation bilden. Der Betreuer der Dissertation übernimmt den Vorsitz des beratenden Ausschusses für die Dissertation des Studenten. In Absprache mit dem Betreuer der Dissertation und mit Zustimmung des Lehrstuhlinhabers muss jeder Studierende qualifizierte Mitglieder für seinen Dissertationsausschuss finden. Dieser Ausschuss besteht aus mindestens vier vom Kandidaten gewählten Fakultätsmitgliedern, von denen drei aus dem Fachbereich und eines von außerhalb des Fachbereichs oder der UCF stammen müssen. Die Fakultätsmitglieder müssen die Mehrheit eines jeden Ausschusses bilden. Ein Dissertationskomitee muss vor der Einschreibung in die Dissertationsstunden gebildet werden.

Die Dissertation ist der Höhepunkt der Kursarbeit, die diesen Abschluss umfasst. Sie muss einen bedeutenden originären theoretischen, intellektuellen, praktischen, kreativen oder Forschungsbeitrag zum Fachgebiet des Studenten leisten. Die Dissertation kann entweder forschungs- oder projektbasiert sein, je nach Studienbereich, Ausschuss und mit Zustimmung des Dissertationsberaters. Die Dissertation wird durch ein Minimum von 15 Stunden Dissertationsforschung abgeschlossen.

Eigenständiges Lernen

Wie bei allen Graduiertenprogrammen ist das eigenständige Lernen ein wichtiger Bestandteil des Big Data Analytics Doktorandenprogramms. Die Studenten werden eigenständiges Lernen durch Forschungsseminare und -projekte sowie die Dissertation demonstrieren.

Bewerbungsvoraussetzungen

Für Informationen über allgemeine UCF-Zulassungsvoraussetzungen, die für alle angehenden Studenten gelten, besuchen Sie bitte den Abschnitt Zulassung im Graduiertenkatalog. Bewerber müssen sich online bewerben. Alle angeforderten Unterlagen müssen innerhalb der festgelegten Frist eingereicht werden.

• Zusätzlich zu den allgemeinen UCF-Bewerbungsvoraussetzungen müssen Bewerber für dieses Programm Folgendes vorlegen:
• Ein offizielles Zeugnis (in einem versiegelten Umschlag) von jeder besuchten Hochschule/Universität.
• Ein persönliches Statement, das den Bereich des Forschungsinteresses und eine Beschreibung der akademischen und beruflichen Erfahrungen des Bewerbers enthält.
• Drei Empfehlungsschreiben.
• Ein Bachelor-Abschluss oder ein gleichwertiger Abschluss in Statistik, Datenanalyse oder einem verwandten Fachgebiet von einer regional akkreditierten Einrichtung oder einer anerkannten ausländischen Einrichtung.
• Der Student sollte einen kumulativen Notendurchschnitt von mindestens 3,0 für alle abgeschlossenen Bachelor-Arbeiten vorweisen können.
• Ein konkurrenzfähiges Ergebnis im kombinierten quantitativen und verbalen Teil der Graduate Record Examination (GRE) oder ein konkurrenzfähiges GMAT-Ergebnis, das innerhalb der letzten fünf Jahre vor der Zulassung zum Programm erzielt wurde.
  • HINWEIS: Der GRE/GMAT wurde als Zulassungsvoraussetzung für dieses Graduiertenprogramm für Bewerber gestrichen, die sich im Frühjahr 2021 bis zum Herbstsemester 2021 bewerben. Dies ist eine vorübergehende Maßnahme als Reaktion auf die durch die COVID-19-Pandemie verursachten Störungen.
• Ein aktueller Lebenslauf.
• Bewerber für dieses Programm, mit Ausnahme derjenigen, die einen Master- oder Doktorgrad von einer akkreditierten, von der UCF anerkannten US-Institution erworben haben oder erwerben werden, die ein College/eine Universität außerhalb der Vereinigten Staaten besucht haben, müssen eine kursweise Zeugnisbewertung mit GPA-Berechnung vorlegen. . Zeugnisbewertungen werden nur von World Education Services (WES) oder Josef Silny and Associates, Inc. akzeptiert.

Bewerbungsfristen

Finanzen

Graduierte Studenten können finanzielle Unterstützung durch Stipendien, Assistentenstellen, Studiengebühren oder Darlehen erhalten. Weitere Informationen finden Sie auf der Website des College of Graduate Studies Funding, auf der die an der UCF verfügbaren Arten der finanziellen Unterstützung beschrieben werden und die allgemeine Hinweise zur Planung der Finanzen für Graduierte enthält. Der Abschnitt Financial Information des Graduate Catalog ist eine weitere wichtige Quelle.

Stipendien

Stipendien werden auf der Grundlage akademischer Verdienste an hochqualifizierte Studenten vergeben. Sie werden über das Office of Student Financial Assistance auf der Grundlage von Anweisungen des College of Graduate Studies an die Studierenden ausgezahlt. Die Stipendien werden zur Unterstützung des Studiums vergeben und sind nicht mit einer Arbeitsverpflichtung verbunden. Weitere Informationen finden Sie auf der Seite UCF Graduate Fellowships, die eine Beschreibung der Universitätsstipendien enthält und was Sie tun sollten, um für ein Stipendium in Frage zu kommen.

Institution Codes
GRE: 5233
GMAT: RZT-HT-58
TOEFL: 5233
ETS PPI: 5233