该模块的目的是让学生了解分析方法，使人们能够从复杂的数据中获得洞察力。该模块涵盖了各种方法的理论基础，并将其置于使用不同应用领域的实际环境中。
学习成果：
1. 了解数据科学家的工作
2. 了解与数据治理相关的问题
3. 了解如何获取、链接和调查数据质量
4. 应用解决问题的技能来有效地分析数据和交流发现对于给定的应用场景
5. 了解如何扩展分析工作流程以应对大数据带来的挑战
在消费互联网趋势的推动下，云计算已成为消费和交付 IT 服务的事实标准。云计算模型建立在网络的成熟之上，结合了快速的可扩展性、互联网和互联网连接设备的激增、前所未有的自助服务以及优雅的基于网络的应用程序的出现。数据正变得越来越大、越来越复杂，尤其是来自物联网等新数据源的数据。这些数据集非常庞大，传统的数据处理软件根本无法管理它们。但这些海量数据可用于解决新的业务问题。该模块旨在培养对构建大数据系统所需的方法、技术和架构的实际理解，以便可以从大型异构数据集中提取知识。
该模块提供有关分布式账本及其在社会中的应用的基础知识和实践方面的全面知识。从有关分布式系统和安全性的所需知识开始，该模块转向在这个动态技术领域中不断发展的不同区块链架构的“大局”。比特币作为一个长期存在的区块链解决方案的案例研究进行研究，并从批判的角度考虑其局限性。考虑了不同的共识机制及其权衡，包括对以太坊的研究以及如何开发智能合约以实施在区块链上运行的去中心化应用程序。将审查启动和维护区块链项目所需的激励机制及其加密经济模型和设计。
在学年/课程结束时：
- 理解分布式账本的设计
- 理解分布式账本的应用背景
- 分析不同分布式账本之间的性能权衡
- 设计去中心化应用程序并实施智能合约
考虑自然界合作现象的例子以及涌现和自组织的概念。设计和应用简单的遗传算法。根据没有或很少有中央控制的分布式代理的协作行为来解释算法的行为。实施仿生算法来解决一系列问题。
在学年/课程结束时：
- 展示深入的专业知识和对与学科相关的技术的掌握和/或展示对概念、信息和技术的深刻理解走在学科前沿
- 表现出对通用和特定学科智力能力的掌握
- 展示对适用于他们自己的研究或高级奖学金的技术的全面理解
- 主动提出想法和假设，并制定、实施和执行评估这些想法和假设的计划
-批判性和创造性地评估该学科的当前问题、研究和高级奖学金
- 根据多种不同的形式表示语言分析中等复杂的现实世界场景的非正式描述
- 了解如何使用自动推理软件工具从逻辑表示中计算推论
- 了解自动推理的原理并了解不同表示和推理机制的能力限制
- 了解本体是什么以及如何在信息系统中使用它，并能够使用软件工具创建简单的本体
列出机器学习中使用的主要算法，并推导出它们的更新规则
了解当前方法的能力和局限性
评估机器学习算法的性能
使用机器学习算法的现有实现来探索数据集和构建模型
该模块介绍深度学习领域，采用高度集成和最先进的方法。与人工智能在关键领域（例如金融、卫生、法律）的使用相一致，强调多种输入模式的组合——具体来说，结合图像、文本和结构化数据。学生获得开发系统以解决现实世界问题的实践经验，提供开发人工智能系统所需的知识和技能，作为理学硕士项目的一部分。
学习成果：
1. 展示和理解深度学习的基本概念和方法
2. 使用最先进的编程环境（例如，带有 PyTorch 或 Keras 的 Python）将深度学习应用于标准 AI 任务
3. 表示来自多模式深度学习的各种模式（例如文本、图像、记录）的数据（例如将图像转换为文本说明
4. 使用标准性能指标批判性地评估系统
5. 展示对当前系统局限性的理解深度学习，对数据和计算资源的依赖，以及因果解释的挑战
6. 运用他们的知识来应对来自特定部门的挑战；例如，从交易数据中检测金融欺诈，以及通过结合医学图像和电子病历中的结构化数据来为医疗诊断提供信息
算法和算法问题解决是计算机科学的核心。该模块向学生介绍高效算法和数据结构的设计和分析。学生将学习如何量化算法的效率以及哪些算法解决方案是有效的。教授设计高效算法的技术，包括高效的数据结构、分而治之和动态规划等标准方法，以及用于计算上棘手问题和大型数据集的更高级技术。这是通过使用与 AI 相关的说明性和基本问题来完成的。
完成本模块后：
1. 展示对计算问题有效和无效解决方案构成的理解
2.分析算法效率
3. 评估和论证为计算问题提供有效解决方案的适当方法
4. 在高效算法设计中识别和应用贪婪、分治和动态规划等设计原则
5. 描述一系列计算问题的有效算法，以及它们的计算复杂性
6. 清晰、严谨地阐明关键概念并批判性地评估方法
该模块旨在为那些几乎没有或没有编程经验的人提供数据分析和人工智能系统编程的坚实基础，承认背景的多样性。该模块还将充分拓展那些具有大量编程经验的人（例如计算机科学家），通过在线课件支持的自学来扩展他们的编程和系统构建知识。
在本模块结束时：
使用 Python 设计、构建和测试计算机程序
在选定领域（例如健康、金融）实施应用程序
构建与互联网和数据库集成的系统
理解软件如何用于数据分析和人工智能
介绍语言理论和术语。理解和使用算法和资源来实施和评估文本挖掘和分析系统。使用开源和商业工具包开发解决方案。通过信息检索和案例研究考虑数据挖掘和文本分析的应用萃取。
完成本模块后：
理解数据挖掘术语和数据挖掘过程的组成部分；数据仓库；数据清理和聚合的工具和技术；使用机器学习分类器进行数据分类；元数据；使用聚类和关联工具进行数据挖掘；开源和商业文本挖掘和文本分析工具包；基于网络的文本分析；当前商业应用的案例研究。
在本模块中，学生将以软件工程原理的先前知识为基础，扩展它以包括对什么是好的设计的更透彻的理解。他们将学习如何通过使用模式和重构来改进设计，并且他们将对现代软件中使用的不同架构风格有广泛的了解。
成功完成本模块后：
• 理解和应用设计模式和 SOLID 设计原则
• 在良好测试的支持下使用重构技术改进软件设计
• 描述不同的架构风格被广泛使用
• 确定适合给定场景的架构
了解可以表述为非线性方程系统的问题范围。考虑这些问题的标准算法及其实施效率。展示最先进的算法如何提高效率并允许解决大型稀疏系统的非线性方程。
学习成果：
1. 制定非线性方程组以解决工程和科学中具有挑战性的现实世界问题
2. 分析给定的非线性方程并选择和实施该问题的最佳数值方法
3. 实施算法解决方案以解决计算微分方程问题基于数学理论
4. 分析计算线性代数问题并确定解决大型问题的最有效算法
5. 广泛理解数值分析理论及其在求解非线性和微分方程中的应用
图论是与计算机科学密切相关的数学分支。近几十年来，由于其在交通、电信、分子生物学、工业工程、语言学、化学等不同领域的重要应用，它得到了巨大的发展。理解图的结构特性是设计高效算法的基础。该模块向学生介绍结构图论的主要技术和结果，并考虑它们的算法应用。它涵盖了经典结果和最近的结果，并介绍了当前的研究技术。这是一个独立的模块；所有必要的概念和使用的结果都将在模块中进行介绍和证明。
在学年/课程结束时：
- 展示深入的专业知识和对与学科相关的技术的掌握和/或展示对概念、信息和技术的深刻理解走在学科前沿
- 表现出对通用和特定学科智力能力的掌握
- 展示对适用于他们自己的研究或高级奖学金的技术的全面理解
- 主动提出想法和假设，并制定、实施和执行评估这些想法和假设的计划
-批判性和创造性地评估该学科的当前问题、研究和高级奖学金
