计算机科学 BSc (Hons)

Newman University - 纽曼大学

该模块将使学生有机会学习数据库设计的基础知识。他们将研究关系数据库中的数据结构，与数据库中的数据进行交互和保护。学生将发展问题分析的实践经验，特别是概念数据建模、关系理论和关系代数。学生将发展数据库实施技能，使用结构化数据进行优化，这些数据保存在关系数据库中，通过SQL访问，并探索在线业务、公司和组织的数据存储要求。

本模块将向学生介绍计算机结构、操作系统和网络的基本概念。重点是系统的硬件方面，以及在执行软件的过程中如何使用硬件。在这个模块中，学生将发展理解计算机系统所需的知识、技能和理解，无论是术语、模型、方法、结构、数字表示和基本计算机系统的一般介绍。计算机结构的基础知识在商业和金融领域变得越来越重要，适用于被认为是主流计算的问题。操作系统通常是计算机中最低的一层软件。它提供了一个抽象的接口，使应用程序可以在不同的硬件上运行而不需要修改，它还提供了安全性，防止行为不当的软件使硬件 "崩溃 "或干扰其他可能同时运行的任务。本模块介绍了实现操作系统的主要原则。网络基础涵盖了网络架构、结构和功能。它介绍了互联网协议（IP）寻址的原则和结构，以太网概念的基础，媒体和操作。该模块旨在作为进一步学习计算机科学单科荣誉学位课程的重要基础。

在这个模块中，学生将发展对与计算机科学相关的道德、专业和法律问题的理解。学生将发展将道德理论应用于技术成果的关键调查技能，如软件工程、网络安全和数字取证。本模块将为学生提供机会，以确定和反思他们的优势和劣势，并考虑他们在计算机科学领域的未来职业要求。他们将发展他们对一系列计算机科学资料的理解，并评估其可靠性和有效性。学生将参与批判性阅读、写作并发展他们的参考技巧。

本模块将为学生提供机会，熟练掌握用于创建在各种移动、平板和桌面设备上访问的内容的工具和技术，依靠当前的客户端技术，包括HTML5、CSS3、JavaScript。学生将识别构成互联网和万维网的核心技术以及它们对在线内容开发的影响。学生还将认识到适当的可访问性标准，并将合规准则应用于互动网站。他们将回顾有关网站设计和开发的适当文献，以获得对规划和实施过程的理解，并确定需要进一步发展或研究的领域。

本模块是本科学位课程中第一次接触编程，对一些学生来说，这是他们第一次接触到编程。它涉及到问题解决和结构化的程序和面向对象的编程。在该模块的前半部分，学生被介绍给程序化编程的组件和结构。重点是设计、开发和部署正确、高效、可维护和可扩展的程序。该模块的后半部分为学生提供了在面向对象编程的背景下对计算机数据结构和算法的全面介绍。本模块的重点是发展知识、技能和理解，因为他们展示了对软件开发的掌握。该模块基于几个示例程序，强调实际工作，目的是确保讲座中涉及的理论通过实际编程任务得到加强。

该模块涵盖了计算机科学学生所需的基本离散数学，以便对计算机科学中出现的问题进行建模和分析。它为学生成功完成余下的学业以及从事计算机职业奠定了基础。向量和矩阵是计算机图形、机器学习和深度学习的基础数学模型。逻辑是一种用于推理计算机程序以及现实世界的工具。递归是一个重要的编程原则，它带有相关的证明规则，而其他数学符号，如函数和关系，在计算机科学中经常使用。理论计算机科学可以被认为是数学的一个领域，本模块对这个领域的基本概念进行了介绍。

本模块使学生能够调查人机交互（HCI）和交互设计的范围和挑战。他们将发展对人机交互概念的理解，并将人机交互方法应用于增强现实和有形用户界面。学生们将调查当前以用户为中心的设计研究，并参与设计一个满足用户需求的高保真原型的过程。他们将解释、讨论和应用人机交互的基本原则，包括人类的生理、心理和技术方面。可用性评估方法将被部署，以评估潜在的设计方案和权衡。

本模块提供了一个将理论和实践学习活动结合起来的机会。作为该模块及其评估的关键部分，学生将被要求在计算机科学或计算机科学相关环境中进行100小时的工作实习。学生将参加基于工作的学习体验，如数据收集、数据分析、移动应用开发或网络安全。该活动必须包含研究的元素，包括对文献的系统回顾、批判性分析、道德考虑和传播。该模块还包含对工作场所数字技能的反思元素，反思专业发展、与他人合作和基于工作的学习。

机器学习，是人工智能的一个子集，关注的是创建学习模型，使计算机能够表现出通常需要人类才能做到的行为。典型的应用包括：计算机视觉、语音识别和智能机器人。学习模型有多种形式，如参数和非参数以及概率分布。重点是根据提供的数据自动创建这些模型，并让它们在不一定要明确编程的情况下采取行动，例如，从面部图像的数据集创建一个面部识别系统。在过去十年中，机器学习为社会提供了有效的网络搜索、自动驾驶汽车、实用的语音识别以及对人类基因组的理解。在本模块中，学生将了解最有效的机器学习技术，并获得成功实施这些技术的实践。此外，学生将学习机器学习的理论基础。涉及的主题包括：监督学习、无监督学习和机器学习的最佳实践。案例研究和应用将被用来说明机器学习的最佳实践。

本模块旨在教授学生开发移动应用程序所需的概念、技能和知识。学生将评估用于计划、设计和部署移动应用程序的工具、过程和技术。本模块为学生提供了评估移动应用开发的技术和管理层面的机会。学生将批判性地回顾相关的指导方针、原则和研究，以确定不同的应用开发策略，并在现有的软件开发技能的基础上，为给定的环境创建一个移动应用。

互联网的普及，加上移动计算设备（如智能手机、个人数字助理（PDA）和笔记本电脑）的爆炸性增长，导致了普遍的电子连接世界。在这个连接的世界里，人们在互联网上访问数据和服务，并随时随地相互交流。虽然这种水平的连接可能会给我们带来许多好处，如提高我们的生活质量，在全球范围内运行服务，但它确实为未经授权访问数据、服务和其他资源，以及在商业和业务活动中的欺诈和伪造提供了巨大的机会。因此，在保护数据和资源免遭未经授权的披露、保证传输中数据的真实性以及保护网络系统免遭攻击方面，提高意识和知识是至关重要的。该模块的第一部分涵盖了理解和使用安全所需的基本概念。这些安全概念包括：历史背景、安全和安全威胁、实际措施（如识别、认证、审计跟踪）、安全模型、密码学、网络安全）。该模块的第二部分为学生提供了通过实践活动探索计算机系统安全的机会。将讨论当前与安全有关的问题，并调查可能的解决方案.

本模块旨在向学生介绍云计算的范式，其中技术相关的功能作为服务提供给用户，以执行资源密集型任务，如数据分析和机器学习。他们将学习正式的方法和技术来设计和实施先进的基于云的应用程序。学生将对与云计算相关的人工智能和语义网研究有一个欣赏。他们将研究使用基于云的技术的大数据计算，并应用所获得的技能和知识，设计、开发和部署一个互动的数据驱动的基于云的应用程序，以解决编程问题。

深度学习已经在许多领域显示出它的成功，包括计算机视觉、语音和音频处理、自然语言处理、机器人学、生物信息学和化学、视频游戏、搜索引擎、在线广告和金融。深度学习是一种特殊的机器学习技术，它允许计算机系统随着经验和数据的增加而改进，并通过学习将世界表示为一个嵌套的概念层次，实现了巨大的力量和灵活性。近年来，深度学习在其受欢迎程度和实用性方面有了巨大的增长，这在很大程度上是由于更强大的计算机、更大的数据集和训练更深层神经网络的技术。本模块介绍了广泛的深度学习和其他人工智能领域的最新技术，以解决现实世界的问题。整个模块将讨论统计学和应用数学的基本概念，这些概念贯穿于机器学习技术的关键元素。学生将学习如何建立合适的人工智能系统，使其能够在复杂的现实世界环境中运行。该模块还为学生准备探索进一步的挑战和机会，以改善深度学习和人工智能，并将它们带到新的领域。

低成本的网络设备在互联网上增加了眼睛、耳朵或传感器以及手臂、腿或执行器。然后，这些设备通过物理方式、无线方式或通过云计算连接到一台计算机，进行实时数据通信。然后，这台计算机将利用云中的机器或深度学习。这个研究领域被称为物联网（IoT）。本模块将涵盖物联网的背景和历史，它所依赖的硬件、通信协议和安全系统，以及对产生的数据进行分析的云端分析。它将提供常见物联网设备（传感器、执行器、微控制器）的实际操作经验，并考察一系列商业平台。学生将获得一台WIFI微机，并使用该设备进行现场物联网应用编程。学生将有机会制作他们自己的物联网设备，有一系列的硬件和能力。重点是可以集成到这种系统的组件的多样性，以及物联网边缘节点产生的数据类型的多样性。物联网应用的开发还需要在物联网架构的不同级别（层）之间进行通信，并存在相关的安全和隐私问题。