數據科學及人工智能榮譽理學士

本課程教授微積分和線性代數的基本概念。該課程旨在提供學校和大學數學之間的過渡。本課程也旨在培養學生對微分、積分、向量和矩陣運算的概念和技術的理解。

本課程旨在提供對機率和分佈的概念性理解。機率與分佈在統計學的不同領域有廣泛的應用。

Java 是 IT 專業領域中最受歡迎的語言之一。本課程的目的是為學生提供使用物件導向程式語言Java進行軟體開發的堅實基礎。

本課程將涵蓋基本的物件導向編程概念，如類別和對象，以及基於文字的Java應用程式的結構。

學生將學習如何分析問題並在軟體開發中應用物件導向的方法。

學生也將學習如何分析更困難的問題，並在開發中應用物件導向的方法。

這是編程的第一門課程。在本課程中，學生將學習如何用Python語言編寫電腦程式來解決簡單的電腦問題。

學生將使用基本的編程和資料容器來簡化編程工作，並允許編寫更大的程式來解決問題。主題包括變數、運算子、控制結構、陣列和字串。

學生將研究如何使用程式結構、軟體開發過程、資料結構和演算法來處理更大的編程任務。主題包括模組化編程、抽象資料類型、搜尋和排序、遞歸以及鍊錶、二元樹和哈希表等資料結構。

學生將學習離散數學的概念，使用不同的技術來分析和解決離散數學問題。主題包括集合、函數、等價和歸納。

本課程的目標是解釋所有關聯式數據庫背後的概念，並提供在不同情況下應用這些概念的實務經驗。

學生應了解數據庫及數據庫管理系統在資訊系統中的角色。學生也應培養使用數據庫語言SQL的技能。主要主題包括數據庫環境、數據庫架構、關係模型和數據庫設計。

作為COMP 320F的延續,本課程旨在為學生提供更高級的關係數據庫概念和不同情況下的更多實踐經驗

學生將學習有關關係數據庫的更高級概念和理論。主要主題包括實體關係模型、規範化、事務管理和其他高階主題。

本課程旨在介紹人工智慧（AI）的基本概念和算法，並促進學生髮展高級編程技能以解決複雜的問題，特別是使用人工智慧算法和技術

學生將能夠解釋各種人工智慧技術的能力、優勢和局限性，以及人工智慧演算法及其應用。學生還將學習如何應用人工智慧算法和編程方法來解決現實世界的問題，並編寫程式來實現設計的算法解決方案。

本課程介紹了一些現代技術、工具以及設計、建構和部署靈活伺服器端互聯網應用程式的方法。本課程的主要重點之一是解釋和展示雲端運算技術的使用。

學生將學習如何設計、建置和部署可擴展且具有成本效益的應用程序，這些應用程式可以在商業雲端平台上快速部署。

課程主題可能包括雲端應用開發工具、基本雲端技術（如 Linux 和 Git）、NoSQL、伺服器端腳本、伺服器端 MVC、服務導向的架構、RESTful 網路服務、虛擬化、雲端運算概念、服務和定價模型，以及編寫和部署雲端應用程式。

建議的先決條件：學生應該已完成大多數基礎、中階和高階電腦課程。

本課程介紹了可以揭示資料隱藏模式的關鍵概念、技術和工具。課程的關鍵主題包括：資料倉儲、資料探勘過程、分類、迴歸、聚類和關聯挖掘。

學生將學習如何將這些知識應用於解決典型的資料探勘問題，透過真實資料探勘技術應用的案例研究。

課程主題可能包括資料探勘和資料倉儲的概念、資料探勘過程和軟體、分類和迴歸方法、聚類演算法以及關聯規則探勘。

本課程旨在為學生提供設計和開發行動裝置應用程式的基礎知識。它使學生能夠理解原理並學習使用行動程式設計平台創建和部署行動應用程式的技能。

本課程旨在以自上而下的方式介紹現代電腦網路的概念和基本設計原則，並著重於互聯網的架構和協定。講座從應用層開始，並逐漸深入電腦網路參考模型的資料鏈結層。主題可能包括分組交換網路中的延遲和丟包、協定分層架構、應用層HTTP、傳輸層TCP、UDP、網路層路由、定址、連結層交換、多重存取協定、MAC位址和乙太網路。

建議先修條件：學生應該已經完成大部分基礎、中階和高階電腦課程。