计算机科学-初级

课程#:comp 3042

课程描述

本课程介绍计算问题的数学建模. 它涵盖了常见的算法, 算法范例, 设计用于解决这些问题的算法. 本课程强调演算法与程式设计之间的关系，并介绍这些问题的基本效能测量与分析技术. 同时涵盖了不同算法的时间复杂度和空间复杂度，以便针对不同的问题找到时间复杂度和空间复杂度较小的最佳算法.

课程学习成果

通过完成课程，学生应该能够

• 确定问题的关键特征
• 分析特定算法设计技术对问题的适用性.
• 应用不同的设计技术来设计一个算法
• 解释不同的时间分析技术和算法符号
• 分析不同算法的时间和空间复杂度
• 比较不同的算法以选择给定问题的最佳解决方案.

课程评估及评分

课程#:comp 3041

课程描述

本课程讲授与自动机理论相关的一般理论、概念和技术. 强调与编程语言相关的实际示例. 学生将有机会通过执行一个中等规模的设计项目来利用自动机理论的理论方面. 主题包括有限自动机, 转换图, 非确定性, 具有输出的有限自动机, 上下文无关文法, 常规的语法, 乔姆斯基范式, 下推自动机, 上下文无关语言, Non-Context-Free语言, 解析, 和图灵机.

课程学习成果

完成本课程后，学生应能:

• 使用正则表达式, 递归定义, 有限自动机, 以及转换图来理解形式语言的概念.
• 应用不同的机制将正则表达式转换为有限自动机
• 使用不同的规则为规则语言和非规则语言构建与上下文无关的语法.
• 运用乔姆斯基的常规技术来消除上下文无关语法中的歧义
• 为一种计算机语言构造一个下推自动机和图灵机.

课程评估及评分

课程#:comp 3021

课程描述

本课程着重于计算机系统的基本架构，包括处理器组件等基本概念, 与内存和I/O设备接口, 组织外围设备, 以及机器级操作. 本课程详细介绍了各种系统设计的考虑，以及在计算机体系结构中常用的相关挑战，如流水线, 分支预测, 缓存, 等., 本课程使学生了解计算机体系结构中不同层次的抽象, 通过实例着重介绍了指令集层面和寄存器迁移层面.

课程学习成果

成功完成本课程后，学生将能够:

• 描述计算机系统的关键部件及其功能和局限性
• 解释软件层下处理器的内部工作，以及硬件的决策如何影响软件/程序员
• 检查指令集架构(ISA)设计和相关的权衡
• 分析影响CPU性能的因素.g.、流水线和指令级并行
• 解释计算机的I/O子系统和内存模块
• 跨不同层和系统组件的边界评估设计和优化决策

课程评估及评分

课程#:comp 3071

课程描述

人工智能(AI)是研究如何在计算机上实现人类智能行为的一个研究领域. 人工智能的最终目标是制造一台能够自主学习、计划和解决问题的计算机. 在本课程中，学生将学习在复杂环境中设计人工智能体的基本方法. 本课程旨在向学生介绍基本概念和技术，使他们能够构建包括搜索策略在内的智能应用程序, 代理, 机器学习, 规划, 知识表示, 推理, 信息检索和自然语言处理.

课程学习成果

完成本课程后，学生应能:

• 构建合适的代理体系结构，为给定的问题由智能代理来解决.
• 理解一个不知情/知情的搜索算法来解决给定的搜索/优化问题.
• 采用前向/后向规划算法解决规划问题.
• 对知识库中可用的一组逻辑语句应用解析/推理，以回答查询.
• 应用简单的机器学习算法对一组数据进行分类.

课程评估及评分

课程#:DMNS 3031

课程描述

本课程是统计学和概率论的入门课程. 它旨在使学生掌握统计和概率的基础知识，并侧重于使用现代统计软件包来检查相关应用.  这门课程是高级统计学的先决条件.

学习成果

在本课程结束时，学生应该能够:

• 定义不同类型和尺度的测量数据.
• 从推理统计中识别描述性统计
• 定义描述性统计和推理统计在定量分析中的作用.
• 计算数据集的描述性统计信息
• 使用统计包(如R)为不同类型的数据创建适当的可视化, Excel等.
• 描述随机变量的类型、概率分布及其性质.
• 识别和应用适当的统计检验，根据样本数据对总体作出有效的概括.
• 解释统计测试的结果和统计程序包(R/Excel)的输出，以得出有效的结论，并口头和口头交流.

课程评估及评分