Sarjana Muda Sains (Analisis Data) dengan Kepujian direka untuk menyediakan program pengajian yang menggabungkan sains data, statistik, pembelajaran mesin dan matematik yang selaras dengan Revolusi Perindustrian 4.0. Program tersebut menerapkan elemen 2u2i melalui pelaksanaan 2.5 tahun pengajian di universiti (komponen universiti) dan 1 tahun pengajian dalam industri (komponen industri). Selepas tamat program ini, pelajar juga akan memperoleh Sijil SAS yang dikenali sebagai “Pengkhususan Akademik SAS dalam Analitis Data”. Kurikulum program telah disepadukan sepenuhnya untuk memenuhi keperluan yang semakin meningkat untuk penganalisis data berkemahiran tinggi yang boleh menganalisis jumlah data yang semakin meningkat dalam pelbagai disiplin dan mengubahnya menjadi maklumat yang boleh digunakan untuk digunakan dalam membuat keputusan. Program ini juga bertujuan untuk menangani permintaan industri yang tinggi untuk perniagaan dan penganalisis data. Graduan akan dilatih dalam kaedah analisis data terkini, konsep dan alat yang digunakan untuk memahami data yang tersedia dalam pelbagai bentuk melalui pengetahuan, kemahiran dan kebolehan. Pelajar akan berpeluang bekerja dengan industri melalui 4 kursus komponen industri mereka dalam bentuk Pembelajaran Berasaskan Kerja (WBL) yang ditawarkan pada tahun akhir pengajian. Ini melibatkan pembelajaran dalam projek persekitaran industri kehidupan sebenar yang berkaitan dengan IR4.0. Pelaksanaan mod 2u2i akan mendedahkan pelajar kepada pembelajaran dan amalan sebenar secara langsung daripada pengamal industri yang berkaitan. Latihan sedemikian akan menambah nilai kepada kelayakan mereka dan meningkatkan peluang pekerjaan mereka
PEO1 : Mampu mengaplikasikan pengetahuan (PLO1) dan kemahiran teknikal (PLO2) serta kemahiran praktikal yang disokong oleh kemahiran intelek (PLO3) dalam bidang Analisis Data selaras dengan Revolusi Industri 4.0 (IR4.0)
PEO2 : Mampu berkomunikasi secara berkesan dalam pelbagai peringkat autonomi (PLO4) serta keupayaan untuk merancang, mengurus perhubungan dalam pasukan dan dalam organisasi yang berbeza latar belakang politik, budaya dan sosial (PLO5)
PEO3 : Mengamalkan pengetahuan secara beretika dan profesional, dengan integriti dan akauntabiliti (PLO6)
PEO4 : Mampu menyelesaikan masalah dalam persekitaran IR 4.0 secara berkesan dengan semangat “esprit de corps” (PLO7) dan mampu membuat keputusan secara kritis dan analitikal dalam pelbagai peringkat autonomi dalam organisasi (PLO9)
PEO5 : Mampu mempertajam minda keusahawanan berkaitan IR 4.0 (PLO8) dengan memanfaatkan pengetahuan dan kemahiran teknologi digital (PLO10) disokong oleh kemahiran kuantitatif untuk menganalisis dan mengurus persekitaran ekonomi, politik, sosial dan perubahan iklim dalam persekitaran IR 4.0 (PLO11)
Akan dikemaskini
Kursus ini merangkumi konsep asas rasuah, termasuk nilai integriti, anti rasuah, bentuk rasuah, salah guna kuasa dalam aktiviti harian dan organisasi serta cara mencegah rasuah. Kes berkaitan rasuah dibincangkan. Kaedah pengajaran dan pembelajaran dilaksanakan dalam bentuk ‘experiential learning’ melalui aktiviti individu dan kumpulan. Di akhir kursus ini, pelajar dapat memahami amalan integriti, konsep rasuah, anti rasuah, salah guna kuasa serta pencegahan rasuah dalam masyarakat dan organisasi.
Kursus ini memberi pendedahan kepada pelajar tentang konsep asas keusahawanan. Pelajar akan melakukan aktiviti pembelajaran yang menjurus kepada pembinaan minda keusahawanan sebagai persediaan awal untuk kerjaya masa hadapan. Kursus ini memberi pendedahan kepada pelajar tentang pengetahuan dalam bidang keusahawanan Ia juga memberi peluang kepada pelajar untuk mengaplikasikan ilmu yang diperoleh daripada bidang masing-masing. Di samping itu, kursus ini bertujuan untuk menerapkan set minda keusahawanan dalam kehidupan mereka selepas tamat pengajian.
Kursus ini ditawarkan kepada pelajar antarabangsa yang ingin mempelajari asas-asas Bahasa Melayu untuk digunakan dalam perbualan harian sama ada dalam suasana formal atau tidak formal. Pelajar juga akan dilatih membaca bahan bacaan mudah dan menulis karangan mudah. Selain itu, pelajar juga akan didedahkan dengan aspek budaya Malaysia/Melayu, melalui tayangan video dan lawatan turun padang.
Kursus ini memperkenalkan pelajar kepada pengumpulan, penyediaan, pemerolehan data, pembersihan, pengagregatan, analisis data penerokaan, pemodelan dan visualisasi data, kejuruteraan ciri, dan penciptaan dan pengesahan model merangkumi kedua-dua isu konseptual dan praktikal. Contoh dari pelbagai medan akan dibentangkan, dan penggunaan tangan perisian statistik dan manipulasi data akan disertakan.
Kursus ini membincangkan topik seperti had dan kesinambungan, fungsi berbilang pembolehubah, terbitan separa, jumlah terbitan dan intergrasi berbilang. Selain itu, kursus ini membincangkan koordinat silinder, koordinat sfera dan perubahan pembolehubah dalam intergrasi berbilang.
Kursus ini membincangkan asas pembelajaran mesin yang merangkumi pengenalan kepada pembelajaran mesin, pelbagai konsep dan kaedah dalam pembelajaran mesin, klasifikasi algoritma pembelajaran mesin, pelbagai jenis pembelajaran mesin seperti “Rangkaian Neural”, “Mesin Vektor Sokongan” dan diakhiri dengan bahasa pembelajaran
Pra-syarat Tidak Kursus ini membincangkan topik seperti had dan kesinambungan, fungsi berbilang pembolehubah, terbitan separa, jumlah terbitan dan intergrasi berbilang. Selain itu, kursus ini membincangkan koordinat silinder, koordinat sfera dan perubahan pembolehubah dalam intergrasi berbilang.
Kursus ini memperkenalkan prinsip dan teknik kejuruteraan perisian termasuk model proses perisian, kejuruteraan keperluan, reka bentuk dan ujian. Ia juga memperkenalkan metrik produk dalam perisian.
Kursus ini memperkenalkan elemen asas sains baru muncul rangkaian kompleks, dengan penekanan pada rangkaian sosial dan maklumat. Pelajar akan belajar tentang kaedah matematik dan pengiraan yang digunakan untuk menggambarkan & menganalisis rangkaian, kaedah yang digunakan untuk memahami dan meramalkan tingkah laku sistem rangkaian, dan teori yang digunakan untuk menaakul tentang dinamik rangkaian. Pelajar juga akan didedahkan kepada trend semasa dalam bidang tersebut, dan memperoleh pandangan tentang struktur yang kompleks.
Kursus ini memperkenalkan prinsip dan reka bentuk visualisasi data asas; kaedah dan teknik perwakilan visualisasi termasuk carta, jadual, grafik, persembahan berkesan, kandungan multimedia, animasi, dan reka bentuk papan pemuka untuk memvisualisasikan data multivariate, temporal, berasaskan teks, geospatial, hierarki dan rangkaian. Latihan visualisasi secara langsung berdasarkan domain data biasa akan diberikan kepada pengalaman mereka bentuk grafik dan visualisasi data, dan melaporkan penemuan menggunakan alat visualisasi data.
Kursus ini memperkenalkan elemen asas sains baru muncul Analisis Data Topologi (TDA) dengan prinsip asas daripada geometri pengiraan, topologi algebra, analisis data, dan banyak lagi bidang saintifik yang berkaitan. The application of topological techniques to complex data has opened up new opportunities in exploratory data analysis and data mining. Kursus ini bertujuan untuk merangkumi teori, algoritma dan aplikasi TDA untuk mengenal pasti tandatangan topologi set data kompleks, bukan sahaja bersaiz besar, tetapi kaya dengan ciri.
Kursus ini memperkenalkan kaedah pengaturcaraan untuk menyelesaikan masalah. Topik untuk kursus ini termasuk pengenalan kepada struktur data seperti senarai terpaut, tindanan, baris gilir, pokok, graf, teknik isihan dan kaedah carian. Penekanan akan diberikan kepada teknik pengaturcaraan modular. Kursus ini juga memperkenalkan kerumitan masa algoritma sebagai teknik mengukur algoritma yang cekap. Selain itu, algoritma kerumitan masa sebagai teknik pengukuran algoritma yang cekap juga akan diperkenalkan.
Kursus ini memperkenalkan konsep pangkalan data (matlamat DBMS, perhubungan, organisasi fizikal dan logik, skema dan subskema); model data, normalisasi (sehingga BCNF), skema kanonik dan kebebasan data; bahasa penerangan data; kemudahan pertanyaan, fungsi pertanyaan; reka bentuk dan strategi terjemahan; dan integriti dan kebolehpercayaan data.
Kursus ini mendedahkan pelajar kepada penyelidikan saintifik yang sistematik, penulisan disertasi yang baik dan pembentangan yang berkesan
Kursus ini memperkenalkan pelajar kepada keperluan asas projek industri khususnya projek sains data di persekitaran industri.
Kursus ini memperkenalkan konsep asas sistem pintar dan aplikasinya. Ia merangkumi topik asas dalam sistem pintar seperti sistem pakar, logik kabur, rangkaian saraf tiruan, evolusi komputer, sistem hibrid, perlombongan data dan ejen pintar.
Kursus ini memperkenalkan pelajar kepada konsep dan teknik yang digunakan dalam mengurus projek khususnya projek sains data dalam persekitaran industri. Melalui projek ini, pelajar akan menjana pelan dan jadual projek, anggaran kos, selain menyediakan dokumen berkaitan. Aspek yang akan dicapai di sini ialah kebolehan pelajar dalam mengurus pembangunan projek. Kursus ini akan diselia oleh 130 penyelia industri dan dipantau oleh UMT.
Kursus ini adalah lanjutan daripada CSF4984. Pelajar akan menjalankan projek pengaturcaraan atau setara di bawah seliaan pensyarah. Pelajar akan memberi tumpuan kepada fasa pelaksanaan pembangunan projek. Pada akhir kursus ini, pelajar akan menyediakan disertasi yang lengkap dan membentangkan disertasi untuk penilaian.
Kursus ini memperkenalkan pelajar kepada konsep penting dalam kebarangkalian dan statistik seperti kebarangkalian, pembolehubah rawak, pembolehubah rawak taburan kebarangkalian, teori taburan persampelan, anggaran dan ujian hipotesis. Contoh data dari marin dan akuatik akan dibentangkan, dan penggunaan handson perisian statistik dan manipulasi data akan disertakan.
Dalam kursus ini, kita akan belajar bagaimana untuk membangunkan model linear melalui regresi linear mudah dan berbilang. Penguasaan ilmu ini penting kerana kaedah statistik digunakan secara meluas pada masa kini yang melibatkan data sebenar dan data besar.
Kursus ini dimulakan dengan prinsip Asas reka bentuk eksperimen; Rawak; Reka bentuk rawak sepenuhnya; Blok rawak, Dataran Latin, Reka bentuk Faktorial; Penyekatan dalam reka bentuk faktorial; reka bentuk faktorial 2k; Pelanjutan 2k faktorial; Menyekat dan mengelirukan dalam pemfaktoran 2k; Reka bentuk faktorial pecahan; Menyekat dalam pemfaktoran pecahan; Reka bentuk bersarang dan plot berpecah; Reka bentuk yang direplikasi dan tidak direplikasi; Model kesan rawak
Kursus ini memperkenalkan pelajar kepada satu set prinsip tinjauan dan analisis data yang menjadi asas kepada amalan standard dalam bidang ini. Kursus ini bermula dengan cara membuat kajian tinjauan untuk analisis data, kualiti data, mod pengumpulan data tinjauan, penjanaan data daripada sumber lain, teknik persampelan seperti rawak mudah, persampelan kebarangkalian, persampelan berstrata, nisbah dan anggaran regresi, kelompok dan sistematik persampelan, persampelan dua peringkat, menganggar saiz populasi, jumlah ralat tinjauan, menulis laporan dan mengurus proses tinjauan. Contoh dari pelbagai bidang akan dibentangkan, dan hands-on.
Kursus ini memperkenalkan pelajar kepada pengetahuan teknik ramalan yang digunakan secara meluas, seperti masalah ramalan, pengenalan kaedah siri masa, kaedah siri masa, pengurangan data dan data besar. Contoh data dari marin dan akuatik akan dibentangkan, dan penggunaan kaedah peramalan secara langsung dan manipulasi data akan disertakan.
Kursus ini bermula dengan gambaran ringkas tentang kebarangkalian dan diikuti oleh Statistik. Kursus ini bermula dengan gambaran ringkas tentang kebarangkalian dan diikuti oleh Statistik.
Kursus ini merangkumi pengenalan kepada data multivariate, visualisasi data multivariate, aplikasi model multivariate seperti analisis komponen utama, penskalaan multidimensi, analisis faktor dan analisis kumpulan.
Syarat Am Kemasukan
DAN
DAN
Keperluan Khusus:
DAN
Syarat Am Kemasukan
DAN
DAN
Keperluan Khusus
DAN
Syarat Am Kemasukan
DAN
DAN
Keperluan Khusus
Syarat Am Kemasukan
Keperluan Bahasa Inggeris
Pejabat Pusat Antarabangsa kami dengan senang hati akan menasihati bakal pelajar tentang syarat kemasukan. Lihat laman web Pusat Antarabangsa kami untuk maklumat lanjut bagi pelajar antarabangsa.
|
Tempatan |
Antarabangsa |
Kos-kos tambahan |
|
RM 7,950 |
USD 7,220 |
Ketahui lebih lanjut tentang penginapan dan kos sara hidup, serta kos tambahan am yang mungkin anda bayar semasa belajar di UMT. |
Pembiayaan kerajaan
Anda mungkin layak mendapat kewangan kerajaan untuk membantu membayar kos pengajian. Lihat laman web kewangan pelajar Kerajaan
Biasiswa disediakan untuk kecemerlangan dalam aktiviti akademik dan kokurikulum, dan diberikan secara merit. Untuk maklumat lanjut tentang pelbagai anugerah yang tersedia dan untuk membuat permohonan lihat laman web biasiswa kami.
Emel : safiihmd@umt.edu.my
Telefon : +609-6683247 (Pejabat)
+6013 – 927 0553 (Telefon Bimbit)