德国2024欧洲杯投注网站|官方指定

关于MIT Sloan Business Analytics证书

分析的能力 - 提出正确问题的能力, 解析大量结构化和非结构化数据, 将分析洞察力转化为行动并影响关键业务决策 - 是在现代组织中取得成功所需的重要技能。为了回应学生不断增长的需求，深入研究分析和数据科学, MIT Sloan推出了业务分析证书。

益处

德国2024欧洲杯投注网站欧洲杯手机投注从麻省理工学院获得商业分析证书，表明您对分析基本面的了解。
加入一个热情和敬业的领导者的队列和扩展社区, 全年在多个活动中访问校友。
根据您的职业目标量身定制您的教育。

向麻省理工学院的所有现任研究生开放

如果您不是当前的学生, 您可以在下面探索其他证书选项：

证书要求

• 所有学生 （EMBA除外）必须完成 三个核心课程 至少为 27选修单位。至少必须从不同的学术团体中学习两个选修课程。

• EMBA学生 必须完成 三个核心课程 和 三个选修课程。 EMBA学生应计划将15.734（EMBA计划所需的要求）视为他们的三个选修课之一。

•当前证书不可用于麻省理工学院的本科生和交叉注册学生。

请注意： A课程无法既要计算核心和选修课。 例如, 如果为核心选择15.071, 它也不能算作选修课。 学生可以完成 最多两个 斯隆证书。选择完成两个证书的学生可能有最大的 两个课程的重叠 在证书之间。

本学年可能不会提供一些课程和/或可能会经历时间表或单位更改。咨询 Sloan课程浏览器有关Sloan受试者（编号为15.xxx）的最新时间表的信息, 访问 MIT主题列表 & 时间表有关其他部门教授课程的最新信息。

注册商务分析证书

请完成业务分析证书注册表确认您正在追求证书。

有关更多信息, 访问 Sloan证书网站或联系业务分析办公室.

分析核心（21个单位）：

＆＃8212;第1部分：技术分析核心（选择以下1个）

	课程标题	按术语过滤秋季春季
15.071	Analytics Edge	春季	12 cr。
	该课程提供春季和秋季开发用于转换业务和行业的数据分析的模型和工具, 使用电子商务中的示例和案例研究, 医疗保健, 社交媒体, 高科技, 刑事司法, 互联网, 德国2024欧洲杯投注网站及以后。涵盖分析方法，欧洲杯手机投注例如线性回归, 逻辑回归, 分类树, 随机森林, 神经网络, 文本分析, 社交网络分析, 时间序列建模, 群集, 和优化。与一些Python一起使用R编程语言。
15.072	高级分析边缘	秋季	12 cr。
	15.071的更多高级版本引入了业务分析的核心方法, 其算法实现及其在管理和公共政策的各个领域的应用程序。跨越描述性分析（例如, 群集, 降低维度）, 预测分析（例如, 线性/逻辑回归, 分类和回归树, 随机森林, 提升深度学习）和规定分析（例如, 优化）。呈现分析算法, 及其在数据科学中的实现。包括电子商务中的案例研究, 运输, 能源, 医疗保健, 社交媒体, 运动, 互联网, 及以后。使用R和Julia编程语言。
15.727	分析边缘（仅EMBA）	春季	9 cr。
	分析边缘 - EMBA第二年介绍现代分析方法（数据挖掘和优化）, 从分析有所不同的现实世界问题开始。现代数据挖掘方法包括聚类, 分类, 逻辑回归, 购物车, 随机森林方法, 和关联规则。现代优化方法包括健壮, 自适应和动态优化。申请包括医疗保健, 医院操作, 财务, 能源, 安全, Internet, 和需求建模。使用R编程语言进行数据挖掘，而罗马则进行了强大的优化。
15.774	操作管理分析	秋季	12 cr。
	在数据驱动的建模中介绍了核心概念和方法，这些建模为不确定性下的决策提供了信息和优化。教授建模和计算技能（R和Julia）。, 选择建模, 排队理论, 网络模型, 动态编程, 混合成员编程, 随机优化, 匹配算法, 多军匪徒。借鉴零售的现实应用程序, 医疗保健, Logistics, 供应链, 社交和在线网络, 体育分析, 社交应用, 和在线学习。
6.7900	机器学习	秋季	12 cr。
	原理, 技术, 和机器中的算法从统计推断的角度学习；表示, 概括, 和模型选择；以及诸如线性/加法模型之类的方法, 主动学习, 增强, 支持向量机, 非参数贝叶斯方法, 隐藏的马尔可夫模型, 贝叶斯网络, 以及卷积和复发性神经网络。欧洲杯线上买球官网欧洲杯线上买球官网建议的先决条件：6.3900或机器学习中的其他以前的经验。

＆＃8212;第2部分：分析核心（2个必需课程）

	课程标题	术语
15.286或15.721（EMBA &仅SF MBA, IAP, 3个单位	通过高管的数据与数据或通信和说服力进行通信	春季	6 cr。
	15.286与数据通信 Spring H3或Spring H4（6个单位）着重于构建数据的口头和视觉通信。介绍了这些概念和一种自我反思的方法，以帮助一个人加速他或她一生的学习过程。, 清除设计, 清除交付。大量的时间将用于练习。或 15.721通过高管的数据进行交流和说服力（EMBA &仅SF MBA, IAP, 3个单位说明如何更好地传达复杂, 对组织内部和外部的非专家的定量信息。旨在提高技能集和教授工具，可用于向他人展示如何更有效。, 显示数据时最大化受众理解, 以及以书面形式传达复杂思想的培养能力。仅限于执行MBA和Sloan其他MBA学生。
15.775	Analytics Proseminar	春季	3 cr。
	Spring H3 提供了机会，以结识各个行业各种组织中高级分析和数据科学职能的高级管理人员。从高层管理人员的角度讨论关键业务分析问题。

无法计算核心和选修课的课程。例如, 如果为核心选择15.071, 它也不能算作选修课。

分析选修（27个单位）:

所有学生 （EMBA除外）必须完成A 至少27个选修单位 从下面的列表中。至少两个选修学必须来自不同的学术组。 SF MBA 学生应计划将15.778（SF计划所需）计算为他们的选修课之一。

EMBA学生 必须完成三选修课程。 EMBA学生应该计划计数 15.734 （EMBA程序要求）作为他们的三个选修课之一。

* Sloan学生应注册与另一个麻省理工学院共同提供的课程的课程15课程。

＆＃8212;行为政策科学（BPS）

	课程标题	按术语过滤秋季春季
15.236	人工智能和机器人技术的全球业务（GBAIR）	春季	6 cr。
	Spring H3 基于讨论的课程研究人工智能和机器人技术在商业世界中的应用。强调了解技术的可能方向以及如何使用技术。
15.669	分析的策略	秋季	6 cr。
	秋季H1 重点介绍用于成功设计和实施人分析的策略。利用最新的公司实践, 德国2024欧洲杯投注网站研究项目, 和案例研究德国2024欧洲杯投注网站- 所有目标是帮助学生加深对如何在现实世界中应用人分析的理解。涵盖人力资源管理和人分析的最重要方面。, 评估和奖励性能, 管理职业, 并实施组织变更。没有听众。

＆＃8212;经济学

课程编号	课程标题	术语	信用
15.034	经理的计量经济学：相关 & 大数据世界中的因果关系	春季	9 cr。
	引入计量经济学作为一个超越相关性和因果关系的框架, 这对于金融投资决策至关重要, 营销, 人力资源, 公共政策, 和一般业务策略。通过实验室和项目, 学生在许多相关应用程序中获得经验。学生对使用多元回归的建模有更深入的了解, instrumental-Variable回归, 和机器学习工具，包括回归树, 随机森林, 拉索, 和神经网络。无需先验知识。

＆＃8212; Finance

	课程标题	按术语过滤秋季春季
15.450或15.457	财务分析或财务高级分析	春季	12 cr。
	15.450财务分析引入了一组专门针对金融应用程序的现代分析工具。主题包括统计推断, 财务时间序列, 事件研究分析, 和用于预测的基本机器学习技术。着重于如何将这些工具应用于财务和宏观预测, 定量交易, 风险管理, 和金融科技创新，例如Kensho的“财务答案机”和大数据贷款平台。或 15.457财务高级分析引入了一组专门针对金融应用程序的现代分析工具。主题包括统计推断, 财务时间序列, 事件研究分析, 和机器学习技术。着重于如何将这些工具应用于财务和宏观预测, 定量交易, 风险管理, 和金融科技创新，例如大数据贷款和机器人顾问。 15.457是15.450的更高级版本。
15.456	金融工程	秋季	9 cr。
	使学生接触到金融工程的最前沿。包括深入沉浸在“事情如何运作”中,'学生开发和测试复杂的计算模型并解决高度复杂的财务问题的地方。, 动态优化, 通过动态资产定价和投资管理等主题的随机微积分和蒙特卡洛模拟, 带有摩擦和约束的市场平衡和投资组合选择, 和风险管理。假设有微积分中的固体本科级别的背景, 概率, 统计, 和编程，并包含一个实质性的编码组件。鼓励学生，但不需要将R用于课程。
15.458	金融数据科学与计算	秋季	9 cr。
	涵盖了管理数据和从现实世界财务资源中提取见解的方法。主题包括机器学习, 自然语言处理, 预测分析, 欧洲杯现场足球投注欧洲杯线上买球官网回归方法, 和时间序列分析。应用程序包括算法交易, 投资组合风险管理, 高频市场微观结构, 和选项定价。研究主要的财务数据来源, 原始数据清洁, 数据可视化, 和数据架构。提供金融行业中用于处理大量数据集的工具的指示, 包括SQL, 关系和多维数据库。强调整个计算机实现。
15.481J/6.9350J（以前为6.935J）	金融市场动态和人类行为 - 未提供23-24	春季	9 cr。
	绘制心理学的最新研究, 进化生物学, 神经科学, 和人工智能, 以及行为和主流金融经济学, 提供了新的观点和见解，以了解人类行为在商业环境以及金融市场和机构的动态中所扮演的角色。结合了包括金融在内的多个行业的实际应用, 保险, 生物技术, Pharmaceuticals, 和政府政策。学生从这个角度利用想法来提出有关其选择行业中新职业机会和破坏性技术的原始假设。
15.S08	财务实践：财务中的高级数据分析和机器学习	秋季	9 cr。
	研究生的小组学习机会，就课程中未包含的管理与管理有关的当前主题。

＆＃8212;信息技术

	课程标题	按术语过滤秋季春季
15.561	信息技术要素 - 数字化基础	秋季	9 cr。
	在脚本语言中强调编程（例如, Python, R, 电子表格）在企业中信息技术（IT）的当前和未来用途的新兴趋势的背景下。对编程基础知识和计算基础提供了坚实的掌握。, 数据库系统, 数字实验, 众包, 和机器学习。
15.572	分析实验室：分析的动作学习研讨会, 机器学习, 和数字经济（需要应用程序）	秋季	9 cr。
	学生团队设计并根据分析的使用提供项目, 机器学习, 大数据集, 或其他数字创新，以创建或改变企业或其他组织。团队可以与组织配对或为项目提出自己的想法和站点。, 企业家, 和高管。
15.s68	SSIM：经理的生成AI	春季	6 cr。
	春季，2024（H3） SSIM：经理的生成AI 当前与管理有关的当前主题的小组研究。

＆＃8212; law

课程编号	课程标题	术语	信用
15.622	AI定律, 大数据 & 社交媒体	秋季	6 cr。
	秋季和春季专注于尖端数字技术的新兴法律框架, 包括AI/机器学习, 欧洲杯现场足球投注德国2024欧洲杯投注网站大数据和分析, 区块链, 互联网, 和社交媒体。考虑法律对这些技术的发展和应用的影响, 以及对有益和调皮影响的法律回应。主题包括对隐私和偏见的法律敏感方面, Fintech, 数字市场中的公平竞争与公平交易, 社交媒体上的政治论述, 工作场所中的数字技术, 以及软件和其他创新中的知识产权。特别关注那些基于最先进技能的计划职业的法律关注, 以及经理和企业家将创新从想法带来影响。如何找到和充分利用法律建议。

＆＃8212;管理通信

课程编号	课程标题	术语	信用
15.285	体育策略和分析	春季	6 cr。
	Spring H4 探讨领导者和组织如何应用数据和分析以在数十亿美元的全球体育行业中获得竞争优势。提供有关体育行业的结构和动态的背景, 讨论数据驱动决策的最佳实践，从而在现场和现场, 并提高了学生在分析和传达数据方面的技能。作业包括决策分析文件和最终团队项目，学生将其技能运用解决运动问题。

＆＃8212; Marketing

	课程标题	按术语过滤秋季春季
15.570	数字营销和社交媒体分析	秋季	6 cr。
	提供详细的, 对大数据时代中数字营销和社交媒体分析的理论和实践的应用观点。涵盖诸如赚取和付费媒体之间的差异概念, 广告定位和客户关系管理的预测建模, 测量和管理产品病毒性, 病毒产品设计, 本机广告, 并参与多通道体验。强调随机实验的理论和实践, AB测试和因果推断对营销策略的重要性。结合讲座, 案例研究, 和具有相关行业经验的嘉宾演讲者直接与目前的主题交谈。
15.818	定价	秋季	6 cr。
	秋季H1 了解定价策略和分析的框架, 重点是企业家定价。主题包括经济价值分析, 弹性, 自定义, 补充产品, 平台市场的定价, 和预期的竞争反应。
15.819	营销和产品分析	春季	9 cr。
	使用定量数据来告知, make, 自动营销决策, 包括增长营销, 产品设计, 定价和促销, 广告, 和客户保留。主题包括创建指标, 随机实验, 欧洲杯手机投注欧洲杯现场足球投注定位模型, 网络效果, 和分析启动。功能讲座, 行业示例和客人, 以及由课堂实验室支持的数据分析分配。从互联网行业中汲取灵感, 但是应用程序跨越了许多行业。

＆＃8212;操作管理

	课程标题	按术语过滤秋季春季夏季
15.731	风险管理（EMBA和SF MBA, IAP）	春季	3 cr。
	提供几个核心分析和管理概念, 帮助学生识别, 模型, 考虑, 分析, 管理风险。主题各不相同；, drivers-event-outcomes框架, 低概率高影响力风险事件, 带有财务选择的对冲风险, 真实选项, 供应链中的风险管理, 项目风险管理, 现代投资组合管理, 全身风险。仅限于执行MBA和Sloan Fellows学生。
15.734（仅EMBA）或15.778（仅SF MBA）	操作管理简介	夏季	9 cr。
	15.734操作管理简介提供概念, 设计技术和工具, 分析并提高核心战略操作能力。涵盖广泛的应用领域和行业, 例如高科技, 金融服务, 保险, 汽车, 医疗保健, 零售, 时尚, 和制造。强调不确定性在业务决策中的影响以及战略目标与财务目标与运营能力之间的相互作用。 15.778操作管理简介分析的集成方法, 产品和服务的供应网络设计和管理。提供了一个分析框架, 依赖基本概念的供应链的设计和操作, 例如库存管理, 以及操作和物流计划。讨论了（及时）信息的价值以及SC参与者之间的协作和协调的需求。, 示例, 以及来自各个行业的案例研究。演讲者在服务行业和供应链的各个方面展示了个人经验。
15.761	操作管理简介	秋季	9 cr。
	秋季或春季授予概念, 技术, 和设计工具, 分析, 并提高核心操作能力，并将其应用于广泛的领域和行业。强调不确定性在决策中的影响, 以及高级财务目标之间的相互作用, 操作能力, 以及人和组织问题。涵盖能力分析中的主题, 过程设计, 流程和业务创新, 库存管理, 风险池, 供应链协调, 可持续操作, 质量管理, 欧洲杯线上买球官网操作风险管理, 定价和收入管理。欧洲杯2024官网强调了这些主题如何与公司的不同功能集成在一起。
15.762J 1.273J/ids.735J	供应链分析	春季	12 cr。
1.273J/ids.735J	专注于全球运营公司的有效供应链策略, 重点是如何计划和集成供应链组件到协调的系统中。学生接触到供应链规划中重要的概念和模型，重点是关键的权衡和现象。, 集成计划与协作, 和信息共享。讲座, 计算机练习, 和案例讨论介绍了供应链分析和优化的各种模型和方法。
15.763J 1.274J/ids.736J	供应链：容量分析 - 未提供23-24	春季	6 cr。
1.274J/ids.736J	Spring H4 专注于系统设计的决策, 在制造系统和供应链中产生。学生接触框架和模型，以结构关键问题和权衡。, 互联网和电子商务引入的问题和概念。介绍各种模型, 物流网络设计的方法和软件工具, 容量计划和灵活性, make-buy, 与产品开发集成。行业应用和案例说明了概念和挑战。
15.764 1.271J/ids.250J	操作理论管理理论	春季	12 cr。
1.271J/ids.250J	提供了操作理论管理理论的基础数学基础。涵盖经典和最先进的会导致各种应用程序域, 包括库存管理, 供应链管理和物流, 行为操作, 医疗保健管理, 服务行业, 定价和收入管理, 和拍卖。研究广泛的数学和分析技术, 例如动态编程, 随机订单, 主体代理模型和合同设计, 行为和实验经济学, 算法和近似值, 数据驱动和学习模型, 和机构设计。还提供了如何应用理论模型来解决业务环境中的OM问题的实用经验。
15.770J 1.260J/ids.730J/scm.260J	Logistics Systems	秋季	12 cr。
1.260J/ids.730J/scm.260J	从分析和实际角度提供了供应链管理的介绍。采用统一的方法, 学生开发了一个框架，用于在供应链中做出智能决策。涵盖关键物流功能, 例如需求计划, 采购, 库存理论和控制, 运输计划和执行, 反向物流, 和灵活的收缩。探索诸如延期之类的概念, 投资组合管理, 和双采购。强调认识和管理风险所需的技能, 分析各种折衷方案, 和模型物流系统。 SCM.欧洲杯线上买球官网德国2024欧洲杯投注网站271与SCM M.260会面, 但分配较少。
15.774	操作管理分析	秋季	12 cr。
	在数据驱动的建模中介绍了核心概念和方法，这些建模为不确定性下的决策提供了信息和优化。教授建模和计算技能（R和Julia）。, 选择建模, 排队理论, 网络模型, 动态编程, 混合成员编程, 随机优化, 匹配算法, 多军匪徒。借鉴零售的现实应用程序, 医疗保健, Logistics, 供应链, 社交和在线网络, 体育分析, 社交应用, 和在线学习。
15.785或15.786	具有实验室的产品管理或数字项目管理	春季	6 cr。
	数字产品管理Spring H3 产品管理简介，重点是其在技术驱动的企业中的作用。主题包括机会发现, 产品技术路线图, 产品开发过程, 上市策略, 产品启动, 生命周期管理, 和每个活动中产品经理的核心角色。练习和作业利用通用数字工具, 例如故事板, 线框模型, 和A/B测试。旨在为在产品管理团队中扮演角色或在新企业中为产品管理做出贡献的学生。或带有实验室的数字项目管理（IAP进入Spring H3, IAP中的6个单位, 6个单位）将动作学习组件添加到15.785。学生与合作伙伴公司相匹配，并为公司与PM相关的项目做出贡献。
15.S07	SSIM：数字平台的实时分析	春季	6 cr。
	春季，2024（H3） SSIM：数字平台的实时分析研究生进行小组学习的机会
SCM.256	供应链管理的数据科学和机器学习	春季	12 cr。
	在理论和应用中介绍了数据科学和机器学习主题。数据科学主题包括数据库和API连接, 数据准备和操纵, 和数据结构。机器学习主题包括模型拟合, 调整和预测, 端到端问题解决, 功能工程和功能选择, 过拟合, 概括, 分类, 回归, 神经网络, 降低降低和聚类。涵盖用于统计分析的软件包, 数据可视化和机器学习。引入与源控制有关的最佳实践, 系统体系结构, 云计算框架和模块, 安全, 新兴财务技术和软件流程。将教学示例应用于物流, 运输, 和供应链问题。注册有限公司。

＆＃8212;操作研究与统计

	课程标题	按术语过滤秋季 IAP 春季
15.062J IDS.145J	数据挖掘：查找创建值的模型和预测	秋季	6 cr。
IDS.145J	秋季H2 数据挖掘简介, 数据科学, 和用于识别模式的机器学习,开发模型和预测分析, 并智能地使用通过Internet收集的大量数据, 电子商务, 电子银行, 医疗数据库, 等。主题包括逻辑回归, 协会规则, 树结构化的分类和回归, 群集分析, 判别分析, 和神经网络方法。介绍了在信用评级中成功申请的示例, 欺诈检测, 营销, 客户关系管理, 投资, 欧洲杯手机投注欧洲杯线上买球官网和合成临床试验。引入数据挖掘软件（R和Python）。, case, 和一个术语项目。上学生的期望和评估标准有所不同；
15.068	统计咨询	春季	9 cr。
	以顾问面对统计问题：统计问题：解密客户的问题；查找适当的数据；
15.071或15.072	Analytics Edge或Advanced Analytics Edge	春季	12 cr。
	15.071 Analytics Edge 春季或秋季开发用于转换业务和行业的数据分析的模型和工具, 使用电子商务中的示例和案例研究, 医疗保健, 社交媒体, 高科技, 刑事司法, 互联网, 德国2024欧洲杯投注网站及以后。涵盖分析方法，欧洲杯手机投注例如线性回归, 逻辑回归, 分类树, 随机森林, 神经网络, 文本分析, 社交网络分析, 时间序列建模, 群集, 和优化。与一些Python一起使用R编程语言。或 15.072高级分析边缘秋季 15.071的更多高级版本引入了业务分析的核心方法, 其算法实现及其在管理和公共政策的各个领域的应用程序。跨越描述性分析（例如, 群集, 降低维度）, 预测分析（例如, 线性/逻辑回归, 分类和回归树, 随机森林, 提升深度学习）和规定分析（例如, 优化）。呈现分析算法, 及其在数据科学中的实现。包括电子商务中的案例研究, 运输, 能源, 医疗保健, 社交媒体, 运动, 互联网, 及以后。使用R和Julia编程语言。
15.077J IDS.147J	统计学习和数据科学 - 未提供23-24	春季	12 cr。
IDS.147J	统计理论和应用高级简介, 使用管理科学技术的数据挖掘和机器学习, 营销, 财务, 咨询, 和生物信息学。涵盖估计的自举理论, 测试, 非参数统计, 方差分析, 实验设计, 分类数据分析, 回归分析, MCMC, 和贝叶斯方法。专注于数据挖掘, 监督学习, 和多元分析。从逻辑回归中选择的主题；, 树（购物车）, 部分最小二乘, 最近的邻居, 正则方法, 支持向量机, 增强和包装, 群集, 独立组件分析, 和非参数回归。使用统计软件r, Python, 和MATLAB。基于家庭作业的评分, case, 和一个术语项目。
15.083	整数优化 - 未提供23-24	春季	12 cr。
	对整数编程和组合优化的现代理论的深入处理, 强调几何, duality, 和算法。主题包括在整数变量中制定问题, 配方的增强, 理想配方, 整数编程二元性, 线性和半足以放松, 晶格及其应用, 整数编程的几何形状, 原始方法, 切割平面方法, 与代数几何连接, 计算复杂度, 近似算法, 启发式和枚举算法, 混合整数编程和大规模问题的解决方案。
15.093J 6.7200J/ids.200J	优化方法	秋季	12 cr。
6.7200J/ids.200J	介绍线性的主要算法, 网络, 离散, 鲁棒, nonlinear, 和动态优化。强调方法论和潜在的数学结构。, 网络流量方法, 分支和切割平面方法用于离散优化, 非线性优化的最佳条件, 凸优化的内点方法, 牛顿的方法, 启发方法, 和动态编程和最佳控制方法。获得研究生版本的学生的期望和评估标准不同；
15.094J 1.142J	鲁棒建模, 优化 & 计算	春季	12 cr。
1.142J	介绍现代强大的优化, 包括理论, 应用程序, 和计算。提出配方及其与概率的联系, 圆锥优化的信息和风险理论（德国2024欧洲杯投注网站线性, 二阶, 和半芬锥）德国2024欧洲杯投注网站和整数优化。应用领域包括随机网络的分析和优化, 最佳机制设计, 网络信息理论, 运输, 模式分类, 结构和工程设计, 和金融工程。学生们提出并解决了与他们在最终项目中的兴趣相符的问题。
15.095	优化镜头下的机器学习	秋季	12 cr。
	从现代优化的角度开发了机器学习中心问题的算法。主题包括稀疏, convex, 稳健和中间回归；回归算法框架；, 及其与神经网络的关系；如何将预测算法转换为规定算法；, 缺少数据归档, 高斯模型的混合物, Exact Bootstrap, 和稀疏矩阵估计, 包括主要组件分析, 因子分析, 倒数矩阵估计, 和矩阵完成。
15.727	分析边缘（仅EMBA）	春季	9 cr。
	介绍现代分析方法（数据挖掘和优化）, 从分析有所不同的现实世界问题开始。现代数据挖掘方法包括聚类, 分类, 逻辑回归, 购物车, 随机森林方法, 和关联规则。现代优化方法包括健壮, 自适应和动态优化。申请包括医疗保健, 医院操作, 财务, 能源, 安全, Internet, 和需求建模。使用R编程语言进行数据挖掘，而罗马则进行了强大的优化。
15.729	领导力：定量和定性方法（LQ^2） - （仅EMBA和SF MBA）	春季	3 cr。
	IAP 使用跨学科方法和现实世界示例来显示分析如何为组织变革提供信息。考虑到组织的人类和文化组成部分。
15.773（以前15.S04）	动手深度学习	春季	6 cr。
	Spring H4 动手深度学习（为15.S04 a）描述：深度学习的快节奏介绍, 现代人工智能背后的引擎, 重点是对如何构建模型来解决涉及非结构化数据的复杂问题的实践理解。主题包括深神经网络的基础知识以及如何设置和培训, 卷积网络处理图像和视频, 自然语言处理的变压器, 生成大语言模型（例如chatgpt）, 和文本到图像模型（例如Midjourney）。事先熟悉Python和基本机器学习概念（例如培训/验证/测试, 过度拟合/不足, 和正则化
15.S08	SSIM：能量系统的优化	春季	12 cr。
	春季2022和春季2024, 研究生进行小组学习的机会
15.S51 SSIM：通过分析和感知食品和农业系统的创新（仅EMBA和SF MBA） IAP 独立活动期在一月份进行独立研究四个星期。	SSIM：通过分析和感知食品和农业系统的创新（仅EMBA和SF MBA）	IAP 独立活动期在一月份进行独立研究四个星期。	3 cr。
	IAP 2023和IAP 2024 当前与管理有关的当前主题的小组研究。
6.7900	机器学习	秋季	12 cr。
	原理, 技术, 和机器中的算法从统计推断的角度学习；表示, 概括, 和模型选择；以及诸如线性/加法模型之类的方法, 主动学习, 增强, 支持向量机, 非参数贝叶斯方法, 隐藏的马尔可夫模型, 贝叶斯网络, 以及卷积和复发性神经网络。欧洲杯线上买球官网欧洲杯线上买球官网建议的先决条件：6.3900或机器学习中的其他以前的经验。
6.7930J HST.956J	医疗保健机器学习	春季	12 cr。
HST.956J	向学生介绍医疗保健机器学习, 包括临床数据的性质和使用机器学习进行风险分层, 疾病进展建模, Precision Medicine, 诊断, 亚型发现, 改进临床工作流程。主题包括因果关系, 可解释性, 算法公平, 时间序列分析, 图形模型, 深度学习和转移学习。来自波士顿地区的临床医生的来宾演讲, 欧洲杯手机投注和带有真实临床数据的项目, 欧洲杯现场足球投注强调使用临床数据并将机器学习转化为临床实践的微妙之处。限制为55。
6.8300	计算机视觉的进步	春季	12 cr。
	计算机视觉中的高级主题，重点是使用机器学习技术和图形和人类计算机接口中的应用。涵盖图像表示, 纹理模型, 结构算法 - 算法, 贝叶斯技术, 对象和场景识别, 跟踪, 形状建模, 和图像数据库。申请可能包括面部识别, 多模式互动, 交互式系统, 电影特殊效果, 和逼真的渲染。涵盖了6.8390的互补主题。
6.C51	用机器学习建模：从算法到应用程序	春季	6 cr。
	注意：此课程要求学生同时完成6个单元的跨学科模块, 例如1.C51, 2.C51, 3.C51, 6.S952,7.c51, 22.c51, 或scm.c51 专注于用机器学习方法建模，并注重工程和科学中的应用。现代机器学习方法简介, 从监督到无监督的模型, 重点是新的神经方法。强调从建模的角度来理解这些方法如何以及为什么起作用, 以及它们适用时。使用具体示例, 涵盖机器学习任务的配方, 适应和扩展给定问题的方法, 以及应如何评估方法。吸引研究生版的学生完成了其他任务。

＆＃8212; Systems Dynamics

	课程标题	按术语过滤秋季春季
15.737	高级系统动力学（EMBA和SF, IAP）	春季	3 cr。
	研讨会着重于两种模型：公司内服务质量的动态；以及行业动态（尤其是投资周期和泡沫）, 包括能源和住房市场。强调配方, 分析, 使用, 和决策。发展建模技能。
15.873	业务和策略的系统动力学	秋季	9 cr。
	秋季或春季专注于开发成功应用系统思维和模拟建模所需的技能和工具, 包括增长策略, 技术管理, 操作, 公共政策, 产品开发, 供应链, 预测, 项目管理, 流程改进, 服务操作, 和基于平台的业务, 。使用仿真模型, 管理飞行模拟器, 和案例研究，以加深概念和建模技能，超出15.871中的介绍。探索成功申请的案例研究, 学生发展如何使用定性和定量数据来制定和测试模型的熟练程度, 以及如何与高级管理人员有效合作以成功实施变更。为学生准备在该领域的进一步工作。

＆＃8212;技术创新, 企业家精神, 和战略管理

课程编号	课程标题	术语	信用
15.376J mas.664J	欧洲杯2024官网欧洲杯线上买球官网ai for Impact：解决社会规模问题	春季	9 cr。
mas.664J	研讨会促进内部和外部企业家精神, 基于人工智能（AI）技术, 增加对数字创新如何发展为社会变革的理解。案例说明了成功和失败业务的示例, 以及部署和扩散产品的困难。通过新兴的AI创新来探索一系列业务模型和机会。, 和新企业。特别关注AI和大数据, 移动, 以及个人数据的使用。