数据正日益成为现代生活的一部分，然而从复杂数据中提取信息和价值的人才却非常稀缺。格拉斯哥大学数据分析硕士课程将为学生提供从数据中学习的最新方法的全面基础，涉及统计建模和计算。学生还将获得执行各种数据驱动的分析项目的实践经验。不少该学位的同学经常会在选课方面遇到问题，为了便于同学选课，我们总结了数据分析选修课的主要内容，详情如下。
一、COMpSCI5099信息可视化(M)
本课程旨在介绍信息可视化的广阔领域，参考数据抽象和视觉感知的理论，当前在该领域的研究，以及评估方法。课程的理论部分将由一个实践练习来补充，实践练习中，学生将实现和评估一个信息可视化系统。
二、STATS5031环境统计(M)
本课程介绍了如何应用统计方法和概念解决环境科学问题。同时还介绍了环境政策、法规和管理的统计方面。
三、STATS5012空间统计(M)
本课程介绍了建立具有空间结构的数据模型的统计方法。侧重于三种空间定位数据的建模方法，即：(1)地质统计学；(2)面积(网格)数据；(3)空间点过程。同时描述了如何识别趋势和空间自相关。
四、STATS5011统计遗传学(M)
本课程介绍了概率和统计在遗传学领域的一些应用，并提供了在各种遗传学背景下使用概率进行推理的方法的实际应用。
五、STATS5056功能数据分析(M)
本课程向学生介绍了应用于广泛应用领域的功能数据分析方法，并说明了执行功能数据分析的常用数值和估算程序，同时展示了功能数据分析技术相对于经典多元分析技术具有明显优势的应用。
六、STATS5017实验设计(M)
本课程提供了设计实验研究的统计学方面的介绍。课程介绍了相关的统计分析方法，讨论了实验设计的优化概念，同时回顾了基本和高级的抽样技术及其统计分析。
以上就是格拉斯哥大学数据分析选修课的主要内容。同学可以基于个人兴趣和职业目标来选课，同时要考虑课程的进一步信息，例如评估难度、导师情况、上课时间等。
