新加坡国立大学——人文与科学学院(CHS)
数据科学与分析专业理学士（荣誉）。
为期四年的直接荣誉课程旨在培养那些准备好获取、管理和探索数据的毕业生，这些数据将激发世界各地的变化。学生将阅读数学、统计学和计算机科学方面的模块，并接触到这三个关键领域在数据科学实践中的相互作用。
DSA课程的学生学习成果是
理解数据科学的分析方法和技术的概念和方法论基础，这些方法和技术来自计算、数学和统计等广泛的学科。
欣赏和理解当前工程和科学、政府和公共服务以及整个行业的数据科学问题，并能够使用适当的数据识别、制定和解决这些部门和领域的实际相关科学问题和议题
应用或开发和实施适当的分析工具和技术，以解决各部门和领域的复杂数据科学问题，并能够使用适当的可视化工具清楚地传达所获得的结果和见解。
培养学生的独立学习和同伴学习的习惯，以便为他们在作为数据科学专业人员的不同职业中有效发挥作用做好准备。
DSA课程的设计具有足够的技术深度，使毕业生有能力为未来出现的新科学应用和工业问题开发新的分析工具。
跨学科课程。一个关键的方面是该课程的跨学科性质。学生将阅读数学、统计学和计算机科学的模块，并接触到这三个关键领域在数据科学实践中的相互作用。在这个跨学科课程中，他们还将深入研究分析方法，如人工智能；计算和优化；计算机算法；数据库和数据处理；数据挖掘和机器学习；高维统计；以及分析方法在各个领域的应用。
深入的领域知识。CHS下提供的课程有一个灵活的课程结构。通过学习适当的第二专业、专业-专业和专业化途径，学生将深入接触人工智能、计算和优化、计算机算法、数据库和数据处理、数据挖掘和机器学习以及高维统计。
体验式学习。学生将进行一个以行业为导向的顶点模块，他们将有机会处理与现实生活中的数据和工作场所挑战有关的实际问题。
教授们在教授DSA课程时，会与行业伙伴合作，在与行业相关的顶点模块和选修模块以及课程中的荣誉级项目中开发、纳入和渗透应用。这将确保DSA课程的毕业生接受全面的教育，并在数据科学领域具有竞争优势，因为他们为工作场所做好了充分的准备，在许多有趣的、新颖的现实世界商业问题解决案例研究中获得了深入的实践经验，这些案例涉及各种不同的领域，包括医疗和制药、运输、银行和金融以及公共服务。
数据科学与分析的本科学位使学生具备解决商业和新科学应用中复杂的数据相关问题的技能，以及使用可视化工具交流见解的能力。
学生可以选择参加行业驱动的顶点模块，他们将从事与现实生活中的数据和工作场所挑战有关的研究和项目；或者参加新加坡国立大学的合作教育计划，他们将在知名雇主那里度过18个月（连续五个学期和学期），获得广泛的工作场所经验。
数据分析第二专业使学生有能力应用计算和统计方法来分析和模拟复杂的数据。
数据科学与分析课程由统计与应用概率系和数学系与计算机学院的计算机科学系联合提供。
课程设置：（适用于2021/2022学年及以后的学生）
1000级(4个MCs) 通过
- DSA1101 数据科学简介1 4
2000级(32 MCs) 通过
-CS2040 数据结构和算法2
-DSA2101基本数据分析工具。数据可视化
-DSA2102基本数据分析工具。数值计算
-MA2001线性代数I
-MA2002 微积分
-MA2311 高级微积分的技术
或 MA2104 多变量微积分
-ST2131/MA2116/MA2216 Probability
-ST2132数学统计学
3000级(16个MCs)合格
-CS3244机器学习
-DSA3101 数据科学的实践
-DSA3102 基本数据分析工具。凸面优化
-ST3131 回归分析
4000级(8 MCs) 选择选项A或选项B 选项A - 通过以下两个模块。
-从DSA42xx模块（DSA4288/DSA4288x除外）中选择一个模块
或 DSE4211 / QF4211 数字货币
或DSE4212 / QF4212金融科技的数据科学
-从DSA426x模块中选择一个其他模块
选项B - 通过以下一个荣誉项目（8个MCs）的变体。
-DSA4288数据科学与分析的荣誉项目
-DSA4288M DSA（运筹学）荣誉项目
-DSA4288S DSA（统计方法学）荣誉项目
1 DSA1101将用于满足人文与科学学院下的数据素养要求。
2 CS1010S编程方法，CS2040的先决条件，将在人文与科学学院下满足数字知识的要求。
要在数据科学和分析专业毕业，学生必须阅读并通过以下至少一项。
(1)DSA3288
(2)DSA4288 / DSA4288x 或
(3)任何UPIP/FASSIP模块
*DSA4288x可以重复计算（最多8个MCs），以满足主修和专业的要求。
此文章摘自学校官网：Programmes - NUS College of Humanities and Sciences