用硕士学位拓宽你的技能.S. 主修计算机科学，主修软件系统

本课程涵盖了使用面向对象方法进行高级软件开发的关键知识和技能. 学生学习，操作和思考非线性数据结构，如树和堆. 递归算法, 排序算法, 算法的效率, 并讨论了高级设计模式. 支持软件开发的先进概念和原则, 学生将设计, code, 测试, 调试, 并使用行业最佳实践（如GitHub）和Java编程语言记录规模和复杂性增加的程序.

本课程涵盖各种算法设计范例, 算法的数学分析, 算法与np完备性的实证分析.

本课程侧重于设计数据库时的基本设计考虑. 具体的主题包括设计方案的性能分析, 系统配置和管理一个流行的数据库系统. 本课程还提供了对数据库系统的算法和机器组织的深入分析. 注意：本课程有监考考试。. 如果学生使用在线监考，这个考试需要额外的技术.

本课程提供了对分布式系统的全面理解, 涵盖了构建现代分布式应用程序的基本概念和实践技能. 本课程将探讨建筑, 设计目标, 以及分布式系统的挑战, 涵盖流程等核心原则, 透明度, 沟通, 一致性, 容错, 和安全. 在整个课程中, 学生将通过实验室和团队项目获得实践经验, 他们将在哪里设计, 开发, 使用行业标准工具和技术对基于微服务的云原生应用程序进行容器化和部署. 通过这门课程, 学生将深入了解分布式计算的核心概念, 包括抽象概念和构建现代分布式应用程序的实用技术的研究.

本课程着重于交付高质量软件的问题, 特别是在大型复杂系统中. 涵盖的主题包括测试策略（黑盒、白盒、回归等）.)、单元测试、系统集成、系统验证和支持工具. 它还将加强对早期设计阶段可测试和可追溯需求的需求.

这门课, 计算机科学硕士课程的最后一个, 挑战学生研究计算机科学中当前感兴趣的主题，并就该主题发表原创论文和演讲. 除了研究论文, 向学生介绍软件开发的经济学，以及在公司环境中评估软件开发项目管理成本所需的工具. 本课程的最后一个主题是讨论与信息技术相关的道德问题. 当前的伦理主题将通过使用相关的案例研究进行讨论.

本课程提供了方法的介绍性概述, 概念, 以及不断发展的统计和数据分析领域的当前实践. 涉及的主题包括数据收集, 数据分析和可视化以及概率, 知情决策的统计推断和回归方法. 学生将使用当前的统计软件探索这些主题. 一些重点也将给予数据分析的道德原则.

本课程侧重于收集, 准备, 并分析数据以创建可视化, 指示板, 以及可用于传达关键业务见解的故事. 学生将学习如何构建和简化数据分析项目，并使用当今企业使用的最流行的可视化工具有效地突出其含义.

本课程探讨机器学习的两个主要领域：监督和无监督. 主题包括基本概念, 机器学习项目的路线图, 分类算法, 回归算法, 降维, 模型评价, 自然语言处理, 神经网络和深度学习, 现实世界机器学习问题中的典型问题, 以及数据科学中的Python编程.

本课程概述了当前软件开发和软件设计的实践, 特别是在面向对象的设计领域. 本课程将考察和对比当前和领先的方法和实践, 包括敏捷, 极限编程, 测试驱动设计, 模式, 面向方面的编程, 模型驱动的体系结构, 统一建模语言, 集成开发环境.

本课程涵盖软件系统工程的主题. 它的范围是软件系统总体架构的设计，重点是分布式架构. 讨论了以体系结构为中心的软件开发周期和项目管理中的问题.

本课程从应用的角度介绍人工智能（AI）. 在介绍了一些基本概念和技术（如搜索和知识表示）之后, 本课程以各种问题为例说明这些技术的理论基础和应用. 该课程调查了广泛的人工智能活跃领域，如机器学习, 人工神经网络, 进化计算, 机器人, 智能代理和仿生人工智能方法. 它在工程方法和理论之间取得了平衡. 练习包括基本人工智能技术的实际应用，以及为给定问题选择适当的技术. 所选领域的主要主题也与项目相结合，学生小组将参与基于人工智能的应用程序的创建.

本课程为MSCS学生提供了进一步学习计算机科学领域相关工作经验的机会. 这个实习是学生、教师和就业主管之间的一个持续的研讨会. 它涉及学习合同（课程实践培训[CPT]信息）, 或其他), 定期与教师代表会面, 和专业经验的水平相当于MSCS计划的其他选修课程. 学习合同中规定了需要提交的材料. 不能保证所有申请者都能参加.

独立学习课程允许学术成绩良好的学生在常规课程未涵盖的领域继续学习，或在目前教授的领域扩展学习. 学习在教师监督下进行，成绩为及格/无学分. 面向国际学生, 经课程主席批准，课程实践训练可作为独立学习. (详见《十大正规赌博平台大全排行》的“独立研究”部分.)

本课程涵盖了企业环境中的安全基础知识. 包括对风险和漏洞的覆盖, 威胁建模, 政策的形成, 控制和保护方法, 加密和身份验证技术, 网络安全, 密码学, 人员和人身安全问题, 还有道德和法律问题. 这门基础课程是对以后的安全课程中深入讨论的许多后续主题的介绍. 注意：本课程有监考考试。. 如果学生使用在线监考，这个考试需要额外的技术.

今天, 从金融到制造业，软件几乎是所有业务流程的核心. 软件在日常生活中无处不在，在电话和电脑等人们预料到的地方，但也在烤面包机等你可能想不到的地方, 恒温器, 汽车, 甚至是灯泡. 软件中的安全漏洞可能会产生各种影响，从不方便到破坏性，甚至在涉及生命关键系统时是灾难性的. 如何设计和构建软件以最小化缺陷的存在或减轻它们的影响? 本课程着重于识别软件开发过程, 模型, 并减轻对各种软件的威胁. 主题包括威胁建模框架, 攻击树, 攻击库, 防守战术, 安全软件开发生命周期, 网络, 云, 还有人为因素.

加密/解密和散列的密码学原语是保持静态和传输中数据的机密性和完整性的两种主要方法. 因此，加密技术的研究是安全从业人员的主要兴趣. 本课程将涵盖历史和现代密码学的重要原理，包括基础信息理论, 数学, 和随机性. 重要的技术，如流密码和分组密码, 对称和非对称密码学, 公开密码匙基础设施, 并将探索密钥交换. 最后, 哈希和消息身份验证码将作为保持数据完整性的一种方式进行检查.

本课程提供了方法的介绍性概述, 概念, 以及不断发展的统计和数据分析领域的当前实践. 涉及的主题包括数据收集, 数据分析和可视化以及概率, 知情决策的统计推断和回归方法. 学生将使用当前的统计软件探索这些主题. 一些重点也将给予数据分析的道德原则.

本课程侧重于收集, 准备, 并分析数据以创建可视化, 指示板, 以及可用于传达关键业务见解的故事. 学生将学习如何构建和简化数据分析项目，并使用当今企业使用的最流行的可视化工具有效地突出其含义.

本课程探讨机器学习的两个主要领域：监督和无监督. 主题包括基本概念, 机器学习项目的路线图, 分类算法, 回归算法, 降维, 模型评价, 自然语言处理, 神经网络和深度学习, 现实世界机器学习问题中的典型问题, 以及数据科学中的Python编程.

本课程涵盖了企业环境中的安全基础知识. 包括对风险和漏洞的覆盖, 威胁建模, 政策的形成, 控制和保护方法, 加密和身份验证技术, 网络安全, 密码学, 人员和人身安全问题, 还有道德和法律问题. 这门基础课程是对以后的安全课程中深入讨论的许多后续主题的介绍. 注意：本课程有监考考试。. 如果学生使用在线监考，这个考试需要额外的技术.

今天, 从金融到制造业，软件几乎是所有业务流程的核心. 软件在日常生活中无处不在，在电话和电脑等人们预料到的地方，但也在烤面包机等你可能想不到的地方, 恒温器, 汽车, 甚至是灯泡. 软件中的安全漏洞可能会产生各种影响，从不方便到破坏性，甚至在涉及生命关键系统时是灾难性的. 如何设计和构建软件以最小化缺陷的存在或减轻它们的影响? 本课程着重于识别软件开发过程, 模型, 并减轻对各种软件的威胁. 主题包括威胁建模框架, 攻击树, 攻击库, 防守战术, 安全软件开发生命周期, 网络, 云, 还有人为因素.

加密/解密和散列的密码学原语是保持静态和传输中数据的机密性和完整性的两种主要方法. 因此，加密技术的研究是安全从业人员的主要兴趣. 本课程将涵盖历史和现代密码学的重要原理，包括基础信息理论, 数学, 和随机性. 重要的技术，如流密码和分组密码, 对称和非对称密码学, 公开密码匙基础设施, 并将探索密钥交换. 最后, 哈希和消息身份验证码将作为保持数据完整性的一种方式进行检查.

本课程概述了当前软件开发和软件设计的实践, 特别是在面向对象的设计领域. 本课程将考察和对比当前和领先的方法和实践, 包括敏捷, 极限编程, 测试驱动设计, 模式, 面向方面的编程, 模型驱动的体系结构, 统一建模语言, 集成开发环境.

本课程涵盖软件系统工程的主题. 它的范围是软件系统总体架构的设计，重点是分布式架构. 讨论了以体系结构为中心的软件开发周期和项目管理中的问题.

本课程从应用的角度介绍人工智能（AI）. 在介绍了一些基本概念和技术（如搜索和知识表示）之后, 本课程以各种问题为例说明这些技术的理论基础和应用. 该课程调查了广泛的人工智能活跃领域，如机器学习, 人工神经网络, 进化计算, 机器人, 智能代理和仿生人工智能方法. 它在工程方法和理论之间取得了平衡. 练习包括基本人工智能技术的实际应用，以及为给定问题选择适当的技术. 所选领域的主要主题也与项目相结合，学生小组将参与基于人工智能的应用程序的创建.

本课程涵盖基本的编程原理. 学生将学习计算机程序的基本要素, 比如数据类型, 作业, 条件分支, 循环, 功能, 递归, 基本数据结构, 程序调试, 和测试.

本课程向很少或没有编程背景的个人介绍编程. 本课程的目标是介绍结构化编程的基础知识, 解决问题, 算法设计, 软件生命周期. 主题将包括测试, 数据类型, 操作, 重复和选择控制结构, 功能及程序, 数组, 从上到下逐步细化. 学生将用相关的编程语言设计、编码、测试、调试和记录程序.

本课程介绍使用面向对象的方法进行软件构建. 学生在问题分析中学习和反思, 面向对象设计, 实现, 和测试. 支持软件构建的概念和原则, 学生将设计, code, 测试, 调试, 并使用Java编程语言编写程序文档. 基本数据类型, 控制结构, 方法, 类被用作可重用软件组件的构建块. 自动化单元测试, 编程风格, 除了面向对象的抽象技术外，还强调了工业实践, 封装, 和组成. 注意：本课程有监考考试。.

本课程延续了面向对象的中级软件开发方法. 学生将学习和反思基本的面向对象分析技术, 基本设计模式, 线性数据结构，比如列表和队列.

本课程继续介绍面向对象的软件构建方法. 学生学习并反思先进的面向对象技术, 算法的效率, 类层次结构, 数据结构. 支持软件构建的概念和原则, 学生将设计, code, 测试, 调试, 并使用Java编程语言编写程序文档. 设计原则, I/O, 异常处理, 线性数据结构（列表）, 栈, 和队列), 除了继承和多态性的面向对象技术外，还强调了设计模式. 注意：本课程有监考考试。.

本课程向学生介绍基础代数, 逻辑, 以及高年级计算机科学课程中需要的数学组合概念. Topics include integer representation; algorithms; modular arithmetic and exponentiation; discrete logarithms; 密码学; 递归; primality 测试; number theory; graphs and 直接ed graphs; trees; and Boolean Algebra.

本课程向学生介绍基础代数, 逻辑, 以及高级计算机科学课程中需要的数学组合概念. 主题包括集合, 映射, and relations; elementary counting principles; proof techniques with an emphasis on mathematical induction; graphs and 直接ed graphs; Boolean algebras; 递归; and applications to computer science.