数据科学专业学什么？
作为在UW Data Science 读完master的人，我来简单介绍一下这个项目的课程内容吧（PS： UW 的DS 是 master of science degree）. 项目总共是36个unit，第一年必须完成24 units，包括5门核心课程和8门选修课；第二年完成剩余的12 units，包括5门核心课程和6门选修课。因为我是以phd的身份读的Master， 所以最后没有参加final project和thesis，不过据我所知这个项目是有final project 和 thesis option的。
我的同学里有选择finasl project 或者thesis的，但是他们最终都需要完成同样的5门核心课程和8门选修课。这里我需要说明一下课程设置的情况：每个学期学校都会提供至少8门的选修课，你可以在学期开始前选到明年春季或秋季使用的选修课。同时，如果你选的科目符合你的研究方向并且你已经掌握了这些科目的基础知识，你可以申请免修（waive）这些课程的学分，拿到相应的pass-fail的成绩即可。所以从这一点上来说，只要你掌握了这些科目的知识，你就不必担心学分的问题了——只要保证你在研究生期间完成了所有必修的课程即可。
下面来说说是哪些必修的课程以及它们的学习内容。 必修的核心课程有：统计分析(statistics)、数据挖掘(data mining)、机器学习(machine learning)、可视化(visualization)、算法(algorithm)、编程基础(programming)。这些课程会分别掌握不同的数据分析方法，比如统计分析这门课主要学习描述性统计，数据挖掘这门课程会学习到关联规则，分类与预测等等。
还会学习R语言和python这样的编程语言，以及利用这些语言进行数据分析的方法。 在必修课程中，最花时间也可能是最难的是data mining、 machine learning、 and statistics这三门课程，因为这些课程里面有很多概念需要理解，也需要做大量的练习和作业。另外两门course—algorithms 和 programming的基础学习难度和耗费的时间也较为均衡。 以上就是对于该项目课程的基本介绍啦~