课程描述

数据科学学士学位

有关数学系提供的所有课程的完整列表，请访问 课程目录.

学生将学习创建简单的脚本/程序以自动执行简单的计算机操作所需的基本编程技术. 学生将学习使用选定的脚本语言实现算法来解决计算问题所需的技能. 课程将回顾脚本语言之间的常见结构，包括Python, Ruby, PERL, PowerShell, SQL和BASH. 主题将包括使用Python开发脚本和程序的基本性能优化和安全实践.

先决条件: 2320年独联体

学习基本的编程技术，创建简单的脚本/程序来自动执行简单的计算机操作. 学习使用选定的脚本语言实现算法来解决计算问题所需的技能. 课程将回顾脚本语言之间的常见结构，包括Python, Ruby, PERL, PowerShell, SQL和BASH. 主题将包括使用Python开发脚本和程序的基本性能优化和安全实践.

先决条件: CIS 2330或CSEC 2330

一门旨在向学生介绍数据科学基础知识的课程. 学生将学习数据科学工作所需的基本技能. 本课程假定没有计算机编程经验, 它假设没有统计学的先验知识.

先决条件: 数学1304

这个三小时的课程提供了机器学习和统计模式识别的广泛介绍, 重点是数学基础和编程技术. 学生可以学习使用各种软件包, 比如R, Python, MATLAB, 一款统计软件, 无条件转移指令, 或情景应用程序. 本课程还将讨论机器学习在数据挖掘中的应用.

先决条件: 数学3332
这个三小时的课程提供了深度学习的广泛介绍, 重点是数学基础和编程技术. 到学期末, 学生将了解如何构建神经网络, 并学习如何领导成功的机器学习项目. 学生可以学习使用各种软件包, 比如R, Python, MATLAB, 一款统计软件, 无条件转移指令, 或情景应用程序.

先决条件: 数学2340和数据4365
本课程旨在帮助数据科学专业学生学术成熟度的发展. 因此，它适用于已经完成专业要求的学生. 完成本课程的学生将具备解决现实问题的基本工具. 该课程是作为数据科学家准备工作的高潮，需要讲师的许可.

这是一个三小时的课程, 它包括函数, 限制, 衍生品, 不定式, 和积分, exponential and logarithmic 功能; inverse trigonometric 功能, 和应用程序.

先决条件:  数学1311

数学课程描述

本课程包括积分技巧, 集成的应用, 反常积分, 无穷级数和微积分使用极坐标和参数曲线.

先决条件: 数学2312

本课程涵盖向量空间、线性变换和矩阵.

先决条件: 数学1304或数学1311或数学2312或数学2313或数学2314

数学课程描述

这是一门针对数学、科学和工程专业的C程序设计入门课程. 主题包括:数据类型, 以及相关操作, 浮动的错误, 输入/输出, 控制结构, 功能, 数组, 数据结构, 文件和字符串处理. 程序设计，调试技术和良好的编程实践也将讨论. 编程练习和项目将强调数学中的问题和应用, 科学与工程领域.

本课程涵盖向量, 多元函数的微分学, 多重积分, 和应用程序.

先决条件: 数学2313

这个三小时的课程涵盖了概率论, 统计学基础, 随机变量函数, 离散和连续分布, 矩和矩生成函数. 这是数学3332，统计推断基础的两门课程的第一部分. 学生应该完成数学2313, 微积分二世, 或者在同一学期选修数学2313课程.

先决条件: 数学2313

这个三小时的课程涵盖了统计推断技术，包括抽样理论, 评估程序, 假设检验, 和极大似然法. 这是数学3331概率与统计基础的两门课程的第二部分.

先决条件: 数学3331

 

这个三小时的课程涵盖了回归分析的理论和基本应用. 涵盖的主题包括简单的线性回归, 多元回归, 模型选择过程, 基本的非线性模型, 比如逻辑回归和概率回归. 本课程还涵盖了软件包R、一款统计软件和SAS的使用.

先决条件: 数学3332