Big Data Analytics (PhD)

Programbeskrivning

Big Data Analytics kommer att utbilda forskare med en statistisk bakgrund för att analysera massiva, strukturerade eller ostrukturerade data för att avslöja dolda mönster, okända korrelationer och annan användbar information som kan användas för att fatta bättre beslut.

Programmet kommer att ge en stark grund i de viktigaste metoderna i samband med Big Data Analytics, t.ex. prediktiv analys, datautvinning, textanalys och statistisk analys, med en tvärvetenskaplig komponent som kombinerar styrkan i statistik och datavetenskap. Programmet kommer att fokusera på statistiska beräkningar, statistisk datautvinning och deras tillämpning på affärs-, samhälls- och hälsoproblem kompletterat med pågående industriella samarbeten. Programmets omfattning är specialiserad för att förbereda datavetare och dataanalytiker som kommer att arbeta med mycket stora datamängder med hjälp av både konventionella och nyutvecklade statistiska metoder.

Läroplan

Ph.D. i Big Data Analytics kräver 72 timmar utöver en förvärvad kandidatexamen. De obligatoriska kurserna omfattar 42 hp kurser, 15 hp begränsade valbara kurser och 15 hp avhandlingsforskning.

Totalt antal hp som krävs: Statistisk beräkning I 3 hp

Restricted Electives-15 hp (minst 9 hp måste vara STA-kurser)

Andra kurser kan ingå i en studieplan med institutionens godkännande.

Alla doktorander måste ha en godkänd studieplan (POS) som utarbetats av studenten och handledaren och som innehåller en förteckning över de specifika kurser som ska läras som en del av examen. Studenterna måste upprätthålla ett genomsnittligt genomsnittsresultat på minst 3,0 i sin POS, liksom ett ”B” (3,0) i alla kurser som slutförts för examen och sedan antagningen till programmet.

• STA 6107 – Statistisk beräkning II 3 hp
• STA 6226 – Samplingteori och tillämpningar 3 hp
• STA 6237 – Statistisk beräkning II 3 hp
• STA 6237 – Statistisk beräkning II 3 hp Icke-lineär regression 3 hp
• STA 6246 – Linjära modeller 3 hp
• STA 6346 – Avancerad statistisk slutsats I 3 hp
• STA 6347 – Statistisk slutsats I 3 hp
• STA 6347 – Statistisk slutsats I 3 hp
• STA 6347 – Statistisk slutsats I 3 hp Avancerad statistisk inferens II 3 hp
• STA 6507 – Icke-parametrisk statistik 3 hp
• STA 6662 – Statistiska metoder för industriell praxis 3 hp
• STA 6705 – Metodik för datautvinning III 3 hp
• STA 6707 – Statistisk metodik för datautvinning III 3 hp
• STA 6707 – Statistiska metoder för industriell praxis 3 hp Multivariata statistiska metoder 3 hp
• STA 6709 – Rumslig statistik 3 hp
• STA 6857 – Tillämpad tidsserieanalys 3 hp
• STA 7239 – Dimensionsminskning vid regression 3 hp
• STA 7348 – Bayesiansk modellering och beräkning 3 hp
• STA 7719 – Multivariat statistisk metodik 3 hp Överlevnadsanalys 3 hp
• STA 7935 – Aktuella ämnen inom analys av stora data 3 hp
• CAP 5610 – Maskininlärning 3 hp
• CAP 6307 – Textutvinning I 3 hp
• CAP 6315 – Sociala medier och nätverksanalys 3 hp
• CAP 6318 – Analys av sociala medier och nätverk 3 hp
• CAP 6318 – Analys av sociala medier och nätverk Beräkningsanalys av social komplexitet 3 hp
• CAP 6737 – Interaktiv datavisualisering 3 hp
• COP 5537 – Nätverksoptimering 3 hp
• COP 6526 – Parallella beräkningar och molnberäkningar 3 hp
• COP 6616 – Programmering med flera kärnor 3 hp
• COT 6417 – Beräkningsanalys av social komplexitet 3 hp
• CAP 6737 – Beräkningsanalys av sociala problem Algoritmer för strängar och sekvenser 3 hp
• COT 6505 – Beräkningsmetoder/Analys I 3 hp
• ECM 6308 – Aktuella ämnen inom parallell behandling 3 hp
• EEL 5825 – Mönsterigenkänning och inlärning från stora datamängder 3 hp
• EEL 6760 – Algoritmer för parallell behandling 3 hp
• EEL 6760 – Algoritmer för strängar och sekvenser 3 hp Data Intensive Computing 3 hp
• ESI 6247 – Experimentell design och Taguchimetoder 3 hp
• ESI 6358 – Beslutsanalys 3 hp
• ESI 6418 – Linjär programmering och utvidgningar 3 hp
• ESI 6609 – Linear Programming and Extensions 3 hp
• ESI 6609 – Dataintensiv databehandling 3 hp Industrial Engineering Analytics for Healthcare 3 hp
• ESI 6891 – IEMS Research Methods 3 hp

Avhandling – 15 hp

• STA 7980 – Dissertation Research 15 hp

Examinationer

När kandidaturen är godkänd, studenterna kommer att skriva in sig i avhandlingstimmar (STA7980) med sin avhandlingsrådgivare. Avhandlingen kan vara antingen forsknings- eller projektbaserad beroende på studieområde, kommitté och med godkännande av avhandlingshandledaren.

Kvalificeringsexamen

Kvalificeringsexamen är ett skriftligt prov som administreras av doktorsexamenskommittén i början av höstterminen (slutet av sommaren) en gång om året. De kurser som krävs för att förbereda sig för provet är STA 5703, STA 6704, CNT 5805, STA 6326, STA 6327 och COP 5711. Studenterna måste få tillstånd av koordinatorn för forskarutbildningen för att få göra provet. Studenterna avlägger normalt provet strax före början av sitt tredje år och förväntas ha slutfört provet i början av sitt fjärde år. För att vara berättigad att avlägga doktorsexamen måste studenten ha ett genomsnitt på minst 3,0 (av 4,0) i alla kurser för doktorsexamen. Om en student inte klarar det kvalificerande provet efter det andra försöket kommer han/hon att avskedas från programmet.

Kandidatprov

Kandidatprovet administreras av studentens rådgivande kommitté för avhandlingen och kommer att skräddarsys till studentens individuella program för att föreslå antingen en forsknings- eller projektbaserad avhandling. Kandidatexamen omfattar ett förslag till avhandling som presenteras i ett öppet forum, följt av ett muntligt försvar som genomförs av studentens rådgivande kommitté. Denna kommitté kommer att ge ett godkänt/icke godkänt betyg. Förutom avhandlingsförslaget kan den rådgivande kommittén införa andra krav för provet. Studenten kan försöka kandidera när som helst efter det att han eller hon har klarat av det kvalificerande provet, efter det att han eller hon har påbörjat sin avhandlingsforskning (STA7919, om nödvändigt), men före utgången av det andra året efter det att han eller hon har klarat av det kvalificerande provet. Kandidatexamen kan avläggas högst två gånger. Om en student inte klarar kandidatexamen efter det andra försöket kommer han/hon att tas bort från programmet.

Admission to Candidacy

För att bli antagen till kandidatur och registrera sig i avhandlingstimmar krävs följande.

• Fullständigt genomförande av alla kurser, utom avhandlingstimmar
• Succesfullt genomförande av det kvalificerande provet
• Succesfullt genomförande av kandidatexamen, inklusive ett skriftligt förslag och ett muntligt försvar
• Den rådgivande kommittén för avhandlingen är bildad, som består av godkända forskare och akademiker från fakulteten
• Inlämning av ett godkänt studieprogram

Avhandling

När den studerande har klarat av det kvalificerande provet måste han eller hon välja en avhandlingsrådgivare. I samråd med avhandlingsrådgivaren ska studenten bilda en rådgivande kommitté för avhandlingen. Avhandlingsrådgivaren kommer att vara ordförande för studentens rådgivande kommitté för avhandlingen. I samråd med avhandlingsrådgivaren och med godkännande av institutionens ordförande måste varje student säkerställa kvalificerade medlemmar i sin avhandlingskommitté. Denna kommitté ska bestå av minst fyra fakultetsmedlemmar som väljs av kandidaten, varav tre från institutionen och en utanför institutionen eller UCF. Medlemmar av den forskarutbildade fakulteten måste utgöra majoriteten av en given kommitté. En avhandlingskommitté måste bildas innan inskrivning i avhandlingstimmar.

Avhandlingen fungerar som kulmen på det kursarbete som ingår i denna examen. Den måste ge ett betydande teoretiskt, intellektuellt, praktiskt, kreativt eller forskningsmässigt bidrag till studentens område inom disciplinen. Avhandlingen kan vara antingen forsknings- eller projektbaserad beroende på studieområde, kommitté och med godkännande av avhandlingsrådgivaren. Avhandlingen kommer att slutföras genom minst 15 timmars avhandlingsforskningspoäng.

Självständigt lärande

Som alla doktorandprogram är självständigt lärande en viktig del av doktorandprogrammet i Big Data Analytics. Studenterna kommer att demonstrera självständigt lärande genom forskningsseminarier och projekt samt avhandlingen.

Ansökningskrav

För information om allmänna antagningskrav för UCF:s forskarutbildningar som gäller för alla presumtiva studenter, besök avsnittet Antagning i forskarutbildningskatalogen. Sökande måste ansöka online. Allt begärt material måste lämnas in inom den fastställda tidsfristen.

• Förutom de allmänna kraven för ansökan till UCF:
• måste sökande till detta program tillhandahålla:
• En officiell utskrift (i ett förseglat kuvert) från varje högskola/universitet som de deltagit i.
• En personlig redogörelse som identifierar det område som den sökande är intresserad av och en beskrivning av den sökandes akademiska och yrkesmässiga erfarenheter.
• Tre rekommendationsbrev.
• En kandidatexamen eller motsvarande inom statistik, dataanalys eller ett relaterat område från en regionalt ackrediterad institution eller en erkänd utländsk institution.
• Den studerande bör ha ett sammanlagt genomsnittligt genomsnittligt resultat (GPA) på minst 3,0 för alla avslutade arbeten på kandidatnivå.
• Ett konkurrenskraftigt resultat på de kombinerade kvantitativa och verbala avsnitten av Graduate Record Examination (GRE) eller ett konkurrenskraftigt GMAT-resultat som tagits inom de senaste fem åren före antagning till programmet.
  • OBS: GRE/GMAT har tagits bort som ett antagningskrav för detta utbildningsprogram för sökande som ansöker våren 2021 till höstterminen 2021. Detta är en tillfällig åtgärd som svar på de störningar som orsakats av COVID-19-pandemin.
• En aktuell meritförteckning.
• Ansökande till detta program, med undantag för dem som har eller kommer att få en magister- eller doktorsexamen från ett ackrediterat amerikanskt lärosäte som erkänns av UCF, som har gått på en högskola/universitet utanför USA, måste tillhandahålla en utvärdering av meriterna kurs för kurs med beräkning av GPA. . Utvärderingar av betyg godkänns endast från World Education Services (WES) eller Josef Silny and Associates, Inc.

Ansökningsfrister

Finansiering

Utbildningsstuderande kan få ekonomiskt stöd i form av stipendier, assistentplatser, stöd för undervisning eller lån. Mer information finns på webbplatsen College of Graduate Studies Funding, som beskriver de typer av ekonomiskt stöd som finns tillgängliga vid UCF och ger allmän vägledning för att planera din ekonomi för doktorander. Avsnittet Finansiell information i Graduate Catalog är en annan viktig resurs.

Stipendier

Stipendier delas ut på grundval av akademiska meriter till högt kvalificerade studenter. De betalas ut till studenter genom Office of Student Financial Assistance, baserat på instruktioner från College of Graduate Studies. Stipendier ges för att stödja en students forskarstudier och har ingen arbetsskyldighet. För mer information, se UCF Graduate Fellowships, som innehåller beskrivningar av universitetsstipendier och vad du bör göra för att komma i fråga för ett stipendium.

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