入學時間 | 項目時長 | 項目學費 |
9月 | 1年 | 29,700英鎊 |
類型 | 總分要求 | 小分要求 |
雅思 | 6.5 | 6.0 |
托福 | 90 | 21 |
PTE | 62 | 59 |
本科學位應包含大量數(shù)學元素,例如數(shù)學、統(tǒng)計學、計算機科學、物理學、化學、工程學或經(jīng)濟學。計算機編程經(jīng)驗也將是有利的
憑借與該行業(yè)相關的定量、數(shù)學和計算技能的堅實基礎,在金融領域的雇主中脫穎而出。 金融是一個充滿活力的行業(yè),量化方法的創(chuàng)新推動著金融科技等快速增長的領域。機器學習的進步和數(shù)據(jù)可用性的提高使組織能夠做出更好的決策并改進其產(chǎn)品和服務。 實現(xiàn)這些進步需要新一代畢業(yè)生具備定量、數(shù)學和數(shù)據(jù)科學領域的多種技能。 本課程將加強您在廣泛主題上的數(shù)學技能,并讓您掌握金融行業(yè)雇主所追求的定量技能。您將獲得與現(xiàn)代金融機構(gòu)相關的古典和當代數(shù)學金融和數(shù)據(jù)科學方法的廣泛教育。您將對機器學習和其他數(shù)據(jù)科學工具以及成功實施它們所需的軟件技能有實踐和理論上的理解。
序號 | 課程介紹 | Curriculum |
1 | 離散和連續(xù)時間的財務模型 | Financial models in discrete and continuous time |
2 | 機器學習的基礎和應用 | Foundations and applications of machine learning |
3 | 數(shù)據(jù)科學編程 | Programming for data science |
4 | 風險、隨機性和優(yōu)化 | Risk, randomness and optimisation |
5 | 數(shù)據(jù)科學統(tǒng)計 | Statistics for data science |
6 | 高級財務技術 | Advanced techniques for finance |
7 | 貝葉斯數(shù)據(jù)分析 | Bayesian data analysis |
8 | 研究項目準備 | Research project preparation |
9 | 論文 | Dissertation |
幾何留學APP
2403個學校
11211個專業(yè)
3477個錄取案例
8697份錄取報告