HSUHK | EN | A A A

課程詳情

學制

  • 一年(全日制)
  • 二年(兼讀制)

授課語言

英語

修讀計劃

第一學期

本科旨在介紹處理大數據的概念﹑技術和工具,包括大數據及其應用的關鍵特徵﹑處理大數據的通用框架以及數據科學過程中的基本技術。學生將在數據準備﹑探索﹑分析和可視化方面具有動手編程經驗。此外,還將討論大數據中的社會和道德問題。

 

(CEF Course Code: 34Z136429)

本科涵蓋數據管理的理論和系統。除了使用關係數據庫的傳統數據管理概念外,大數據還具有傳統數據庫無法處理的大量非結構性數據。本科的重點是滿足大數據需求的計算技術,包括分佈式存儲﹑數據庫即服務範式和NoSQL。本科也會使用最先進的系統(例如MongoDB)對學生進行實務技能培訓。

本科旨在為學生提供解決實際問題的數據挖掘技術。學生將學習一系列用於數據可視化的工具,並應用數據挖掘技術(例如分類﹑關聯規則和聚類分析)來分析現實生活中的問題。本科亦要求學生有效地完成一個團隊項目。

本科介紹用於構建和評估統計模型的現代方法及如何使用計算軟件將其實現。本科亦會涵蓋統計建模方法的基本原理。

第二學期

本科針對人工智能和機器學習的技術及其商業應用的最新進展。本科涵蓋人工智能概念以及機器學習概念和技術,包括監督學習﹑無監督學習和強化學習。本科亦會涵蓋深度學習概念和TensorFlow開源框架。學生將在各種業務應用中(例如物件識別)使用人工智能和機器學習算法或工具。

 

(CEF Course Code: 34Z136437)

  • 選修科目*
           從以下選擇三科選修科目
  • 本科的目的是幫助學生了解什麼是機器學習以及如何將其用於營銷分析。本科將首先向學生介紹市場營銷和銷售中常用的主要機器學習算法。本科亦會討論在營銷場景中使用機器學習的真實示例,例如向客戶提供個人化的優惠或改善在線客戶體驗。學生還將學習理論﹑技術以及如何選擇最適合行業中特定營銷問題的機器學習算法。

    本科概述了構成當今雲計算應用程序的當前分佈式計算技術和分佈式算法。本科涵蓋的概念和模型包括:雲服務模型(SaaS,PaaS和IaaS),虛擬化技術,雲基礎架構和網絡,雲和分佈式存儲(例如鍵值/ NoSQL存儲),分佈式算法(例如領導選舉和故障恢復)等。我們還將研究一些行業框架,例如Hadoop,Map / Reduce和Spark。

    本科研究網頁和移動服務等大數據應用程序在安全性和隱私性方面的新興趨勢和問題。大數據分析可以對企業和社會帶來好處,但大數據分析亦涉及收集敏感甚至機密的個人數據。如果處理不當,可能對個人﹑企業和社會造成毀滅性後果。因此,本科將著重於識別此類大數據應用程序中的安全性和隱私問題以及挑戰。本科將探索用於實施安全性和保護隱私的現有方法和可用工具,並使學生能夠評估解決安全或隱私問題的方案。

    本科旨在讓學生學習數據科學和人工智能領域的最新知識。它涵蓋了相關領域中精選的當代主題。主題取決於最新趨勢和任教導師的專業知識。本科還強調實踐知識,例如現實生活中的示例和動手技能。

    本課程講授一系列用於決策分析的定量方法,重點在解決供應鏈的管理問題。互聯網上大量可用的信息(主要是通過社交媒體)為用於計劃和控制供應鏈的分析方法提供了重要數據。分析有兩種:數據分析和決策分析。數據分析是可以用來處理數據,將數據轉換為領域知識(供應鏈參數)的信息方法。在供應鏈環境中,此類領域知識可以通過決策分析進一步處理:描述性分析(供應鏈控制技術)﹑描述性分析(供應鏈優化方法)和預測性分析(需求預測和資源計劃模型)。在本課程中,我們將討論這兩種分析,並表明要在大數據環境中成功規劃和控制供應鏈,必須對這兩種分析進行適當的集成。

    • *選修科目選項將取決於該學年的課程計劃
    • “本課程已加入持續進修基金可獲發還款項課程名單內
    • 本單元所屬之主體課程(數據科學及人工智能理學碩士)在資歷架構下獲得認可(資歷架構第六級)

    學位授予

    完成8個科目(包括5個必修科目及3個選修科目,共24學分)並於每科取得D級或以上成績,及累積平均積分點達到2.0或以上。
       

    香港 新界 沙田 小瀝源 行善里
    電郵: dsai@hsu.edu.hk       電話: (852) 3963 5015
    © 2020 香港恒生大學 版權所有


    QR Registration No.: 21/000423/L6 Registration Validation Period: 01/09/2021 to 31/08/2025 QF Level: 6.