博特拉大学-计算机科学硕士课程

计算机科学硕士课程旨在培养计算机科学领域的毕业生，他们知识渊博、富有创造力、创新精神和竞争力，这是国家所需要的，特别是为了提高ICT行业的专业知识。

 

方案目标

该方案的目标是:

1. 培养在计算机科学领域具有先进知识、高技能、多才多艺和竞争优势的专业人员，作为研究、开发和创新的催化剂，以实现当前的前景；
2. 培养对计算机科学环境不断变化的需求敏感的专业人力资本，以及善于创造性地、创新性地和合乎道德地解决问题的专业人力资本；
3. 与本地和全球组织和社区建立专业的合作网络，处理计算机科学中的问题。

学习成果

在课程结束时，毕业生应该能够:

1. 应用和整合当前计算研究问题的知识，并在程序研究领域发展之前完成任务；
2. 评估和分析计算解决方案的可用性、效率和有效性；
3. 开发计算解决方案，并使用适当的工具分析其性能；
4. 应用现有的研究技术和查询来获取、翻译和扩展计算方面的知识；
5. 在团队中沟通并发挥积极作用；
6. 为不同的观众准备、出版和展示技术资料；和
7. 表现出符合职业道德规范和责任的一贯行为。

课程计划
课程：计算机科学硕士
介绍
计算机科学硕士课程是40学分的研究生课程。它为计算机科学领域的进修和职业发展提供了机会。该课程的目标是培养计算机科学领域的新技术毕业生。

入学要求
申请人应具有计算机、科学与技术或相关计算专业的学士学位或同等学历，最低CGPA 2.750；或
计算机、科学与技术或相关计算专业的学士学位或同等学历，CGPA为2.500–2.749，可根据相关领域至少1年的工作经验考虑；或
计算机、科学与技术或计算机相关专业的学士学位或同等学历，CGPA低于2.500，必须具有至少5年的相关经验。

英语语言要求
国际申请人必须在ELS语言中心获得至少550分的托福纸质考试（学术版）或雅思6.0分（学术培训），或79-80分的托福网络考试（学术版）或109级CIEP。

毕业学分要求
为了毕业，学生必须获得至少40个学分。最低累积平均值为3.00。本课程的最低学分分配如下：
（a） 必修课

学科代码	课程名称	学分
SSK5090	Research Methods in Computer Science 计算机科学的研究方法	3
SSK5212	Big Data Technology 大数据技术	3
SSK5210	Empirical Methods in Computer Science  计算机科学中的经验方法	3
SSK5221	Internet of Things 物联网	3
SSK5500	Security in Computing  计算安全	3
SSK5603	Machine Learning 机器学习	3
SKR5306	Advanced Computer Networks  高级计算机网络	3

（b）答辩 10 学分

（c） 选修课

任选3门

学科代码	课程名称	学分
SKR5302	Advance Distributed Computing  高级分布式计算	3
SKR5308	Real-Time Systems  实时系统	3
SKR5501	Performance Modeling of Communication Networks 通信网络的性能建模	3
SKM5301	Advanced Computer Graphics  高级计算机图形学	3
SKM5303	Computer Vision  计算机视觉	3
SSK5606	Advanced Natural Language Processing  高级自然语言处理	3
SSK5608	Evolutionary Computing 进化计算	3
SSK5611	Massive Data Mining  海量数据挖掘	3
SSK5251	Data Analysis and Statistical Inference  数据分析和统计推断	3
SSK5102	Big Data Computing  大数据计算	3
SSK5220	Cyber-Physical Systems Modeling  信息物理系统建模	3
SSK5223	Pervasive Computing for Cyber-Physical System  信息物理系统的普适计算	3

课程简介
SSK5090 计算机科学研究方法 
本课程向学生介绍了计算机科学的研究方法，并给出了如何有效地计划、组织和使用现有资源来帮助他们进行研究的想法

SSK5210 计算机科学中的经验方法

该课程涵盖了在实验中使用经验方法的科学过程的详细研究。讨论了基于所选实验设计的测试和假设制定步骤

SSK5220 信息物理系统建模

本课程涵盖信息物理系统及其相关组件的原理。它侧重于建模，包括信息物理系统的设计和分析。混合和动态系统的概念以及他们的有效性进行了讨论

SSK5221 物联网

本课程涵盖了用于开发、处理和管理物联网范式的技术方面。还讨论了物联网服务和相关应用

SSK5223 信息物理系统普适计算

本课程涵盖信息物理系统普适计算应用的开发技术。它由普适系统平台的软件和硬件、它们的环境和开发方法组成。讨论了普适应用的发展趋势及其对未来计算应用和社会的影响

SSK5251 数据分析与统计推断

本课程涵盖统计方法与推断。讨论了现实世界现象的有效数据使用、收集、分析和推断的方法

SSK5212 大数据技术

本课程涵盖了处理和管理大数据时用到的技术方面。讨论了大数据架构以及大数据的收集、存储、集成、处理和应用技术

SSK5102 大数据计算

本课程涵盖大规模数据处理和可视化的编程结构和算法。它包括使用大数据生态系统进行大规模数据存储和计算。讨论了机器学习算法和数据分析

SSK5500 计算安全

本课程涵盖针对合法用户的各种攻击的保护方法，包括跟踪、记录和防止威胁的必要措施。讨论了对安全威胁和漏洞的认识以及计算机安全的最佳实践

SSK5603 机器学习

本课程涵盖了机器学习的概念和类型，即监督学习、非监督学习和强化学习。模式识别，分类，优化和复杂的神经网络结构的算法是重点

SSK5606 高级自然语言处理

本课程涵盖了使用形式化方法进行自然语言建模和处理的概念。除了知识和思维表示的方法，还讨论了句法和语义分解，包括使用最新的方法，单词嵌入

SSK5608 进化计算

本课程涵盖进化计算的理论和技术，包括生物技术的应用。讨论了在应用领域中使用不同类型的进化算法进行优化、建模和仿真

SSK5611 海量数据挖掘

课程涵盖分析复杂海量数据的知识发现技术。讨论了在挖掘各种领域和数据格式中的应用

SKR5302  高级分布式计算

本课程涵盖了基于开放系统标准开发分布式系统的概念和技术要求。讨论了分布式计算的处理和管理中的性能方面

SKR5306 高级计算机网络

本课程涵盖了局域网(LAN)和广域网(WAN)的最新先进概念。本课程还包括从无线网络、网络安全、多媒体网络和网络管理几个方面讲解计算机网络技术。讨论了利用排队论和流量控制机制等定量模型进行网络性能评估

SKR5308 实时系统

本课程涵盖了最新计算系统中实时系统的高级主题。它包括对可靠性概念和设计的解释，以及对其有效性进行评估的容错技术

SKR5501 通信网络的性能建模
本课程涵盖了有线和无线通信网络建模和仿真的各个方面，重点介绍了性能评估和比较。概率论和排队论被用来评估网络仿真系统的性能。讨论了开发仿真系统的概念和要素

SKM5301 高级计算机图形学

本课程涵盖了图形计算机技术，分析并展示了发展计算机图形学的解题特点。该解决方案可以使用算法以及高级建模技术来完成

SKM5303 计算机视觉

本课程涵盖计算机视觉概念、图像处理和模式识别。讨论了解决计算机视觉相关问题的分析和决策方法

SSK5989 论文

本课程涵盖与计算机科学相关的研究论文的提案准备、实施、开发和写作