>> 核心课程
编程和系统开发
对计算机科学理学硕士课程所需的软件和工具进行简短、深入、实用的介绍:Java 和 Python 编程语言、 相关工具和 LINUX 操作系统。
研究和专业技能
本课程涵盖科学方法的基本原则,以及规划、设计、执行、评估和展示研究的核心技能。此外,它还介绍了信息技术广泛部署所涉及的社会、伦理、法律和专业问题。
数据科学与系统概论
到本课程结束时,学生将能够:
1.以张量形式表述问题并熟练操作张量
2.高效运行向量化 代码
3.将矩阵分解应用于实际问题
4.能够向量化 数据,并测量项目之间的距离 (包括文本数据)
5.制定和理解随机元素的问题
6.讨论存储和索引决策对数据库性能的影响
7.解释优化选择对查询处理性能的影响
8.创建有效、清晰和精确的科学数据可视化
9.展示 熟练 应用管道中的常用工具来处理、过滤、集成、分析、汇总和可视化数据
面向数据科学家的机器学习和人工智能
到本课程结束时,学生将能够:
1.表现出对人工智能和机器学习的历史、伦理和哲学辩论的熟悉,并了解该学科当前形式的潜力和局限性
2.解释从数据 中学习的计算过程, 例如回归、分类、聚类和决策问题
3.解释 和论证常用算法的优缺点,针对具体问题提出合适的选择
4.将 学习问题分析并表述为优化问题,并讨论损失函数选择的影响
5.展示主要人工和机器学习应用领域的知识,例如物理学、信息检索、人机交互、生物信息学和计算机视觉与图形学
6.使用现有库(如scikit -learn)在Python中实现、定制和应用AI /ML算法进行回归、分类、聚类、概率密度估计和降维
7.熟练掌握从数据收集到决策的数据驱动建模过程 (能够设置机器学习项目、组织数据和代码、开发和应用模型、可视化和分析结果,并在连贯的文件)
>> 专业课程
- DEEP LEARNING
- INFORMATION RETRIEVAL
- WEB SCIENCE
- BIG DATA: SYSTEMS, PROGRAMMING, AND MANAGEMENT
- TEXT AS DATA
>> 选修课程
- HUMAN COMPUTER INTERACTION DESIGN AND EVALUATION
- INTERNET TECHNOLOGY
- SECURED SOFTWARE ENGINEERING
- INFORMATION VISUALISATION
- MOBILE HUMAN-COMPUTER INTERACTION