University of Reading

Kandidatexamen i matematik och statistik med datavetenskap med ett placeringsår

Reading, Storbritannien

VARAKTIGHET

4 Years

SPRÅK

Engelsk

TEMPO

Heltid

ANSÖKNINGSTIDEN

Sista ansökningsdag för begäran

TIDIGASTE STARTDATUM

Jan 2025

STUDIEAVGIFTER

GBP 29 950 / per year

STUDIEFORMAT

På Campus

Introduktion

Få färdigheterna för att bli en kvantitativ forskare, tillsammans med viktig branscherfarenhet, med vår kandidatexamen i matematik och statistik med datavetenskap med en placeringsårsexamen.

Expertis inom datavetenskap, statistik och matematik blir allt viktigare inom en lång rad områden, inklusive finans och näringsliv, klimatvetenskap, medicin och offentlig förvaltning.

Den här kursen kommer att utrusta dig med färdigheter att arbeta självsäkert i alla tre disciplinerna och att överbrygga klyftorna mellan dem.

Välj kandidatexamen i matematik och statistik med datavetenskap med ett placeringsår

Njut av ett avundsvärt förhållande mellan personal och student, med ett personligt fokus på din utbildning. 97 % av våra elever sa att lärare är bra på att förklara saker (National Student Survey 2024, 96,97 % av svararna från Institutionen för matematik och statistik).
98 % av vår matematiska forskning är världsledande eller internationellt utmärkt. 100 % av vår forskningseffekt har klassats som enastående eller mycket betydande (Research Excellence Foundation 2021, som kombinerar 4* och 3* inlämningar – Mathematical Sciences).
University of Reading är bland de 125 bästa i världen för fysikaliska vetenskaper (Times Higher Education World University Rankings 2024, efter ämne).
Universitetet är rankat 1:a i Storbritannien för miljömässiga och etiska prestationer (People and Planet University League, 2023/24), och vann det inledande Times Higher Education (THE)-priset för enastående bidrag till miljöledarskap 2023.
University of Reading har utsetts till Årets hållbara universitet i The Times och The Sunday Times Good University Guide 2025.

Antagningar

Stipendier och finansiering

Läroplan

Obligatoriska moduler

År 1

Verklig analys I: Utforska matematiska analyskoncept inklusive ojämlikheter, sekvenser, serier och funktioner.
Kalkyl: Utöka din befintliga kunskap om kalkyl till två eller flera dimensioner, utforska tekniker för vanliga differentialekvationer av första och andra ordningen och lär dig hur programmering har matematiska tillämpningar.
Grunder för matematik: Få en solid introduktion till grundläggande ämnen i matematik och utveckla de nödvändiga färdigheterna för att studera matematik på universitetsnivå. Du kommer att fokusera på begreppet mängder, funktioner och olika välbekanta talsystem, samt vikten av bevis och hur man konstruerar dem.
Linjär algebra: Lär dig hur man löser system av linjära ekvationer, bestämmer egenvärden och egenvektorer och utvecklar algebra av matriser som används som ett språngbräde till den mer allmänna teorin om liner och inre produktrum.
Matematisk kommunikation: Upptäck vikten av att uttrycka matematiska begrepp och resultat klart, logiskt och koncist och hur man implementerar grundläggande problemlösningsstrategier som datavisualisering, mönsterutforskning och programmering.
Sannolikhet och statistik: Förstå sannolikhets- och sannolikhetsfördelningar, resultat och tekniker för statistisk referens och datavetenskap samt regressions- och hypotestestning.

År 2

Differentialekvationer: Bygg på din kunskap om vanliga differentialekvationer och utforska partiella differentialekvationer och deras tillämpningar. Du kommer att utforska icke-konstanta koefficienter, integral- och serielösningar, Fourierserier, teorin om gränsvärdesproblem, diffusionsekvationer, vågekvationer och Laplaces ekvation.
Linjära modeller och dataanalys: Få förståelse för de vanligaste modellerna, inklusive multipel linjär regression och helt randomiserade konstruktioner, och utforska nyckelprinciperna för planerade experiment. Lär dig hur modeller tillämpas på praktiska problem och få erfarenhet av verklig dataanalys.
Sannolikhet och statistisk teori: Upptäck samspelet mellan sannolikhetsteori och grundläggande matematikområden, och formulera generella verkliga eller abstrakta problem i en sannolikhetsmodell.
Numerisk analys I: Beskriva, analysera och implementera numeriska metoder för problem i kontinuerlig matematik, inklusive lösning av linjära ekvationer och olinjära skalära ekvationer, interpolation, skalär optimering och lösning av vanliga differentialekvationer.
Matematisk modellering och professionella färdigheter: Utveckla dina problemlösnings- och oberoende forskningsförmåga genom att tillämpa matematiska modelleringstekniker för att lösa verkliga problem inom ett brett spektrum av vetenskapliga, tekniska och ekonomiska områden. Du kommer också att utöka ditt teamarbete, presentation, karriärledning, tekniska, muntliga och skriftliga kommunikationsförmåga.

År 3

Placeringsår

År 4

Avancerad statistisk modellering: Utveckla en förståelse för situationer där olika modeller sannolikt är lämpliga, lär dig mer om generaliserade linjära modeller, upprepade mätdata och traditionella och moderna metoder för dataanalys.
Metoder för maskininlärning: Bli bekant med de olika metoder som används inom statistisk maskininlärning och visa hur dessa används inom forskning och industri. Du kommer att ha möjlighet att implementera maskininlärningsmetoder med hjälp av statistisk programvara och tolka och kommunicera dina resultat.
Portfolio of Projects: Genomför en serie projekt om matematiska eller statistiska ämnen och utveckla dina tekniska och professionella färdigheter.

Det här är de moduler som vi för närvarande erbjuder för inträde 2024/25. De kan komma att ändras eftersom vi regelbundet granskar våra modulerbjudanden för att säkerställa att de är informerade om den senaste forskningen och undervisningsmetoderna.

Observera att universitetet inte kan garantera att alla valfria moduler kommer att vara tillgängliga för alla studenter som kan tänkas vilja ta dem.

Du kan också registrera dina uppgifter hos oss för att få information om din intressekurs och studier och livet vid University of Reading .