概览
简介
本课程为具有深厚统计及数据科学背景及有志继续向这方向发展的同学设计。我们提供理论与实践之高阶训练使同学具备对知识探索及决策之技能。
特點
两年兼读制
每科每星期设一节3小时大课
星期一至五晚上及星期六，沙田，中文大学
課程大綱
学习模式
兼读制
本课程为两年制授课式硕士课程。学生必须完成以下要求始可获颁发学位。
合共24学分
注：学生须至少已修毕二十四学分始准毕业。
核心科
STAT 5010
STAT 5010高等统计推断
这个课程讲述样本空间为欧几里得空间的统计估计理论。具体的课题包括一般的分布族，指数族，充分统计量，凹损失涵数，MMVU估计量，一般估计量的评估，信息不等式，同方差基本原理，欠叶斯估计，最小最大估计，概率与分布收敛，估计量在大样本下的比较及有效性。
STAT 5202
STAT 5202统计机器学习
本科目聚焦于机器学习里的统计理论及方法。它展示理论基础与及直观和应用方面来协助同学彻底理解现代机器学习方法。课程涵盖机器学习之关𨫡概念及统计理论，包括监督式学习（迴归，分类，等等），非监督式学习（聚类，降维＇等等），及其他高阶题材（图模型，网络模型，推荐法，等等）。
STAT 5203
STAT 5203数据科学的应用线性模型
本科目介绍关于线性统计模型之基本元素，涵盖理论与应用。包括， 但不限于，分布理论，全秩及非全秩线性模型，方差分析，模型充分性检测，模型选择；线性模型中的高阶题材及数据科学之应用。
选修科
STAT 5103
STAT 5103高维数据分析
本科首先介绍多维及高维数据分析的基本知识,包括多元正态分布、描述性统计及图像显示。本科重点在于高维数据分析中常用的降维方法。题目包括主成份分析，因子分析和典型关联分析。
STAT 5107
STAT 5107离散数据分析
本科目提供以实用为本之现代方法去处理类别式数据。课题包括二维列联表分析，逻辑回归分析，对数线性模型，广义线模型及分类与回归树方法。
STAT 5204
STAT 5204数据科学中的优选法
本科目提供关于非线性优选法之概论及在数据科学之应用。学习关于不受约束及被约束之非线性优选法之理论基础及基本演算法则及其在监督学习中的应用。
STAT 5206
STAT 5206数据管理
本科介绍数据管理之基本概念如归一化等。结构询问语言会在本科使用。
STAT 6204
STAT 6204高阶时间序列
本科介绍时间序列分析中高阶方法及其在金融中的应用。
STAT 6205
STAT 6205生物医学研究中的统计方法
本科会覆盖于生物医学中大规模数据分析，包括全基因组关联分析，差异表现分析，群集分析，降维，途径分析及数据整合方法。
STAT 6206
STAT 6206贝叶斯统计在机器学习中的应用
本科覆盖贝叶斯处理机器学习系统之基础。贝叶斯方法拥有对不同基于模型之机器学习技巧的统－及一致之处理方法。课程涵盖线性高斯系统及其有用的模型及应用，如普通迴归及分类方法，高斯混合模型，隐藏式马可斯模型及卡尔曼泸波。如时间许可，智能代理模型及主动推论将被讨论。
STAT 6207
STAT 6207应用深度学习
本课程提供对注重实际应用之机器和深度学习演算法的理解。课程的第一部分侧重于线性分类和深度学习等理论。第二部分侧重于应用，例如推荐系统、生成对抗网络和强化学习。
STAT 6211
STAT 6211专题工作坊
学生需要对当今统计及数据科学流行之課题进行硏究。本科给与同学在统计及数据科学如何进行研究提供一些概念。
其他大学要求
(a) 学生必须达成研究院的学期评核要求。详情请浏览研究院网站 http://www.gs.cuhk.edu.hk/，参阅《研究院修读一般规例》（General Regulations Governing Postgraduate Studies）第13.0段：表现未如理想及退学（Unsatisfactory Performance and Discontinuation of Studies）。
(b) 学生必须取得不低于2.0的累计平均积点始准毕业。
全日制
本课程为一年制授课式硕士课程。学生必须完成以下要求始可获颁发学位。
合共24学分
注：学生须至少已修毕二十四学分始准毕业。
核心科
STAT 5010
STAT 5010高等统计推断
这个课程讲述样本空间为欧几里得空间的统计估计理论。具体的课题包括一般的分布族，指数族，充分统计量，凹损失涵数，MMVU估计量，一般估计量的评估，信息不等式，同方差基本原理，欠叶斯估计，最小最大估计，概率与分布收敛，估计量在大样本下的比较及有效性。
STAT 5202
STAT 5202统计机器学习
本科目聚焦于机器学习里的统计理论及方法。它展示理论基础与及直观和应用方面来协助同学彻底理解现代机器学习方法。课程涵盖机器学习之关𨫡概念及统计理论，包括监督式学习（迴归，分类，等等），非监督式学习（聚类，降维＇等等），及其他高阶题材（图模型，网络模型，推荐法，等等）。
STAT 5203
STAT 5203数据科学的应用线性模型
本科目介绍关于线性统计模型之基本元素，涵盖理论与应用。包括， 但不限于，分布理论，全秩及非全秩线性模型，方差分析，模型充分性检测，模型选择；线性模型中的高阶题材及数据科学之应用。
选修科
STAT 5103
STAT 5103高维数据分析
本科首先介绍多维及高维数据分析的基本知识,包括多元正态分布、描述性统计及图像显示。本科重点在于高维数据分析中常用的降维方法。题目包括主成份分析，因子分析和典型关联分析。
STAT 5107
STAT 5107离散数据分析
本科目提供以实用为本之现代方法去处理类别式数据。课题包括二维列联表分析，逻辑回归分析，对数线性模型，广义线模型及分类与回归树方法。
STAT 5204
STAT 5204数据科学中的优选法
本科目提供关于非线性优选法之概论及在数据科学之应用。学习关于不受约束及被约束之非线性优选法之理论基础及基本演算法则及其在监督学习中的应用。
STAT 5206
STAT 5206数据管理
本科介绍数据管理之基本概念如归一化等。结构询问语言会在本科使用。
STAT 6204
STAT 6204高阶时间序列
本科介绍时间序列分析中高阶方法及其在金融中的应用。
STAT 6205
STAT 6205生物医学研究中的统计方法
本科会覆盖于生物医学中大规模数据分析，包括全基因组关联分析，差异表现分析，群集分析，降维，途径分析及数据整合方法。
STAT 6206
STAT 6206贝叶斯统计在机器学习中的应用
本科覆盖贝叶斯处理机器学习系统之基础。贝叶斯方法拥有对不同基于模型之机器学习技巧的统－及一致之处理方法。课程涵盖线性高斯系统及其有用的模型及应用，如普通迴归及分类方法，高斯混合模型，隐藏式马可斯模型及卡尔曼泸波。如时间许可，智能代理模型及主动推论将被讨论。
STAT 6207
STAT 6207应用深度学习
本课程提供对注重实际应用之机器和深度学习演算法的理解。课程的第一部分侧重于线性分类和深度学习等理论。第二部分侧重于应用，例如推荐系统、生成对抗网络和强化学习。
STAT 6211
STAT 6211专题工作坊
学生需要对当今统计及数据科学流行之課题进行硏究。本科给与同学在统计及数据科学如何进行研究提供一些概念。
其他大学要求
(a) 学生必须达成研究院的学期评核要求。详情请浏览研究院网站 http://www.gs.cuhk.edu.hk/，参阅《研究院修读一般规例》（General Regulations Governing Postgraduate Studies）第13.0段：表现未如理想及退学（Unsatisfactory Performance and Discontinuation of Studies）。
(b) 学生必须取得不低于2.0的累计平均积点始准毕业。
招生
程序
申请人可于研究院网页提交线上申请：https://www.gradsch.cuhk.edu.hk/OnlineApp/login_email.aspx。
研究生课程申请人应把证明文件的扫瞄副本上载至线上申请系统，申請階段不需要成績單和證明文件的原本。有关所需证明文件详情，请参阅研究院网站： https://www.gs.cuhk.edu.hk/admissions/admissions/documents-required。
截止日期
2025/26年入学的申请截止日期为：
首轮收生
31 Dec 2024
最終輪收生
28 Feb 2025
申请将按申请先后次序处理，直至所有学席均已取录。强烈建议及早提交申请。
学费
2025/26学年的学费为（获大学批准后）：
兼读制: 每年104,000港元，为期两年
全日制: 合共208,000港元，每学期104,000港元
入学要求
一般入学要求
- 毕业于认可大学并获得统计学或相关学科学士学位，荣誉等级一般不低于二等或平均成绩等级一般不低于「B」；或
- 于大专院校完成学业，并获得等同荣誉学位的专业资格或类似资历。
入学英语要求
申请人必须符合入读本大学研究院课程的最低入学英语要求：
- 获得香港地区的大学颁授学位1或已完成以英语授课的学位课程; 或
- 在以下任何一个英语语言测试中获取指定分数2 ：
- 托福：550（笔试）/79（网上机测）;
- 雅思（学术）： 6.5;
- GMAT：Band 21 （口语）; 或
- 于以下任何一门考试中取得英语合格成绩：
- 香港高级程度会考（AS级别）;
- 香港高等程度会考;
- 香港中文大学入学资格考试;
- General Certificate of Education Examination (GCE) Advanced Level (A-Level) / Advanced Subsidiary Level (AS-Level)； 或
- 香港中学文凭考试英国语文科达4级或以上; 或
- 获取认可专业资格3，并证明考核试以英语进行。
备注 ：
- 此乃基于香港地区的大学所提供之课程均以英语为授课语言。 另外，香港地区的大学毕业生在入学位课程时应已满足相关院校的英语要求。 中大研究院或会要求申请人提供额外证明文件以证明其英语水平符合要求。
- 托福和雅思成绩由测试日起计有效两年。 GMAT成绩由测试日起计有效5年。
- 课程/研究学部应自行决定是否接受此类专业资格。
常见问题
申请人
该课程专为曾修读统计学或相关学科的本科毕业生设计。 拥有非量化学位的学生应该考虑该系提供的其他课程。
申请人除了应具备扎实的统计学知识，还需要具备多元微积分、线性代数和计算机编程知识。
持有香港的大学学位或修毕以英语为授课语言的学位，代表你已满足英语要求，不需要提交英语测试的成绩表。然而，你可以提供有关成绩单作补充资料用。
申请人无需提交GRE资料，但你可以提供有关成绩表作补充资料用。
在申请阶段，申请人只需上载印有大学正式印章的学业成绩单扫瞄本和英语成绩单。此阶段暂时无需提交成绩单正本和纸本证明文件。在收到条件取录时，你将需要按录取通知上的指示提交正本文件，以获得最终的正式录取通知书。
不需要，个人陈述和简历不是申请的必备文件。您可以将其作为补充文件上传，但这不是必须的。
我们接受电子版的学业成绩单，你可以安排以电邮提交，电邮地址为： asds@cuhk.edu.hk。
你可以在申请系统中修订你的资料。然而，在申请阶段过了某个指定时间便不可以再作修改。如果你希望作出修订，请电邮联络我们（asds@cuhk.edu.hk）并提供以下资料：
- 姓名
- 申请课程
- 申请编号
- 身份证明文件编号
- 需要修订的资料
是，你必须提供两封保密推荐信。然而我们并没有对咨询人有任何特定要求，他们可以是学术界或非学术界人士，例如是工作上的上司或同事。
你须于申请系统中提交咨询人的资料，包括他们的电邮地址 。系统将于翌日香港时间上午五时正向他们发出邀请电邮。你的咨询人可以透过这封电子邮件内的连结和登入资料，完成和提交你的推荐信。你可以在申请系统中查看提交状况，但你将无法看到两封推荐信的内容。
如果你的咨询人无法透过申请系统提交其推荐信，请以电邮联络我们。
我们现时并未设有学分转移机制或学科辖免计划。
申请按提交先后次序处理，入选面试名单的申请人将收到面试的电邮或电话邀请。
我们不会发出个别通知，申请人可于七月自行登入申请系统查看申请结果。
本课程由统计学系开办，本学系获政府资助。本课程并非由教资会整体补助金资助。
获得录取的学生
本课程目前没有为学生提供贷款或财务资助。学生可向其他单位寻找财务资助，例如是学生资助处的扩展的免入息审查贷款计划。