Zamonaviy axborotni qayta ishlash an'anaviy ma'lumotlar bazalari tizimlarida ishlov berilmagan ma'lumotlarni keng omborlarda aniqlanadi. Ushbu kurs eng so'nggi texnologiyani o'z ichiga oladi va ishlab chiqilgan va sanoat rahbarlari tomonidan ushbu muammoni eng samarali tarzda hal qilish uchun ishlatiladi. Xususan, MapReduce algoritmlari, MapReduce algoritmi dizayn naqshlari, HDFS, Hadoop klaster me'morchiligi, YARN, hisoblash nisbatan chastotalar, ikkilamchi tartiblash, veb-brauzerlar, invert indekslar va indeks siqishni, Spark algoritmlari va Scala. (4 ta) Old shart: CS 435 algoritmlari.

Big Data - bu yangi tabiiy resurs: ma'lumotlar har bir 12-18 oyda ikki barobar ortadi. Ushbu yangi Big Data Analytics kursi yangi tushunchalar yaratish uchun turli xil ma'lumotlarni to'plash uchun asosiy tushunchalar va vositalarni o'z ichiga oladi. WordCloud, Pagerank, Data Visualizatsiya, Decision Trees, Regression, Clustering, Neylon Networks va boshqalarni yaratish uchun R tilidan foydalanishni o'zlashtirasiz. Siz bir necha milliondan ortiq rekord ma'lumotlar to'plamlari bilan ishlayapsiz, shuningdek, mening Twitter-da ovqatlanaman. Siz Hadoop / MapReduce va Streaming Data kontseptsiyalarini bilib olasiz va shaxsiy tadqiqotlar qog'ozlari orqali Spark, Flink, Kafka, Storm, Samza, NoSQL kabi boshqa Apache Big Data loyihalarini o'rganasiz. Kaggle.com dan ochiq loyihalar bo'yicha guruhlarda ishlashni eng yaxshi ma'lumotli analitik muammolarni hal qilish yo'li bilan pul mukofoti uchun raqobatlashasiz. Siz shuningdek, sohaning etakchi IBM SPSS Modeler va ochiq manba ma'lumotlarini qidirish platformalaridan foydalanishni o'rganasiz. Ushbu kursda ishlatiladigan #1 bestseller kitobi o'qituvchi tomonidan yoziladi. Kurs, shuningdek, MIT, Coursera, Google va boshqa joylardan video materiallarning keng ko'lamini ishlatadi. (4 ta) Old shart: Kafedraning roziligi

Bir necha yillar mobaynida katta axborot texnologiyalari shamlardan bo'lgan hududdan yangi raqamli davrning asosiy tarkibiy qismlaridan biriga aylandi. Ushbu texnologiyalar axborotni bilimga aylantirish uchun juda foydali.

Kursning maqsadi, turli katta ma'lumotlar muammolarini hal qilishga yordam berish uchun sizning arsenalingizdagi ba'zi muhim vositalarni kiritishdir. "Katta ma'lumot nima?" Kabi savollarga javob berish bilan boshlaymiz. Nima uchun bu muhimmi yoki foydalidir? Ushbu katta ma'lumotni qanday saqlaysiz? "Keyin ma'lumotlar tahlil qilishimizga yordam beradigan katta ma'lumotlar texnologiyalari to'plamidan turli xil vositalar va dasturiy modellarni o'rganamiz. Masalan, MapReduce, Pig, Hive, Sqoop, Flume, HBase (NoSQL Db), Zookeeper va Apache Spark ekotizim loyihalari kabi Hadoop ekotizimidagi ba'zi loyihalar mavjud. Shuningdek, biz AWS va EMR ga kirishni o'z ichiga olamiz. Siz, asosan, Cloudera ning Hadoop tarqatishning bitta tugmasi bilan ishlaysiz. (4 ta) (old shartlar yo'q)

Ushbu kursning maqsadi tarmoqlarning ishlashi va tarmoq dasturlarini ishlab chiqish yo'llarini o'rganish orqali kompyuter tarmoqlari tushunchalari, me'morchilik tamoyillari va terminlarini o'rganishdir. Ushbu kurs tarmoq tamoyillarini amalga oshirishning asosiy namunasi sifatida Internet me'morchiligi va protokollarini qo'llash orqali tarmoqlarni tushunish uchun yuqoridan pastga yo'naltirilgan yondashuvdan iborat. Dastur qatlamidan boshlaymiz va transport qatlami, tarmoq sathidan, aloqa katmanından va kompyuter tarmoqlarining fizik qatlamidan foydalanamiz. Talabalar bir nechta tarmoq dasturlarini ishlab chiqishadi va internetda ishlatiladigan tarmoq protokollarining izlanishlari va tushunish uchun mo'ljallangan bir nechta laboratoriyalarni to'ldirishadi. (4 ta) Old shart: CS 401 yoki kafedraning roziligi.

Ushbu dars kompyuter xavfsizligining uch jihatiga chuqur kiradi: maxfiylik, yaxlitlik va mavjudlik. Maxfiylik va yaxlitlik xavfsizlik siyosati uchun bir necha modellar o'rganiladi. Maxfiylik va yaxlitlikni kafolatlashda kriptografiyaning roli tekshiriladi. Boshqa mavzular orasida autentifikatsiya, auditorlik, penetratsion sinov, umumiy zaiflik va tajovuzlarni aniqlash kiradi. Bu kurs haqiqiy xavfsiz tizimning ishini o'rganish bilan yakunlanadi. Talabalarga xavfsizlik adabiyotlaridan maqolalar o'qish va ularni ma'ruzalarda berilgan materiallarga qo'llash talab qilinadi. (4 credits) Old shart: CS 401 yoki kafedraning roziligi.

Ma'lumotlar bazasi tizimlari foydalanuvchilarga kerakli ma'lumotlarni osongina va samarali ravishda foydalanish imkonini beradigan ma'lumotni tashkil qiladi va qabul qiladi. Mavzularga quyidagilar kiradi: relatsion ma'lumotlar modeli; SQL; ER modellashtirish; munosabatlar algebra; ma'lumotlar normalizatsiyasi; bitimlar; ma'lumotlar bazasidagi obyektlar; ma'lumotlar xavfsizligi va yaxlitligi; ma'lumotlar omborxonalari, OLAP va ma'lumotni yig'ish; tarqatilgan ma'lumotlar bazalari; va ma'lum bir tijorat ma'lumotlar bazasi tizimini o'rganish. (4 ta) Old shart: CS 401 yoki kafedraning roziligi.

Mashinani o'rganish, kompyuterlarni ma'lumotlardan o'rganish qobiliyatiga ega bo'lgan o'rganish sohasi, deyarli barcha ilmiy intizomlarning markazida, va ma'lumotlardan umumlashma (ya'ni taxmin qilish) o'rganish mashinani o'rganishning asosiy mavzusi. Bu kurs mashinani o'qitish va mashinani o'qitishning yangi va ilg'or usullarini, shuningdek ularning asosiy nazariyasini chuqur qamrab olish uchun magistr darajasida kirishni taqdim etadi. Bu amaliy ahamiyatga ega bo'lgan yondashuvlarga urg'u beradi va Data Mining (Big Data / Data Science, Data Analytics), Natural Language Processing, Computer Vision, Robotics, Bioinformatics, Text and Web Ma'lumotlarni ishlash kabi kompyuterdan foydalanishning bir nechta ilovalarini muhokama qiladi. Mashinani o'rganish moliya xizmatlari, neft va gaz, sog'liqni saqlash, marketing va reklama, davlat, Internet va Internet narsalar kabi turli sohalarda qo'llaniladi.

Ushbu kurs turli xil paradigmalar, algoritmlar, nazariy natijalar va ilovalarni qamrab oladi. Sun'iy razvedka, axborot nazariyasi, statistika va nazorat nazariyasidagi asosiy tushunchalarni mashina o'qitish bilan bog'liq bo'lganidek foydalanadi. Mavzular quyidagilarni o'z ichiga oladi: boshqariladigan o'rganish (generative / discriminative learning, parametric / non-parametric learning, nerv tarmoqlari, qo'llab-quvvatlovchi vektorli mashinalari, qaror daraxti, bayes o'rganish va optimallashtirish); tekshirilmagan o'rganish (klasterlash, o'lchamlarni kamaytirish, yadro usullari); o'rganish nazariyasi (bios / variance-mulohazalar, VC nazariyasi, katta chegaralar); takomillashtirish va adaptiv nazorat. Boshqa mavzular orasida HMM (Yashirin Markovlar modeli), Evolyutsion hisoblash, Deep Learning (Neural Nets bilan) va ishlashi asosiy kompyuterni o'rganish muammolari uchun qat'iyan tahlil qilinishi mumkin algoritmlarni o'z ichiga oladi.

Kursning muhim qismi - guruh loyihasi. Parallel, taqsimlanadigan va ölçeklenebilir kompyuter ta'lim uchun ishlatiladigan asosiy ochiq-oydin manba vositalari, loyiha qilgan talabalarga yordam berish uchun qisqacha qamrab olinadi. (4 ta). Talablar: yo'q.

Mobil qurilma dasturlarining ahamiyati so'nggi yillarda dasturiy ta'minotni ishlab chiqishda yangi domen sifatida paydo bo'ldi. Ushbu kurs talabalarni iPhone, IPad yoki Android telefon kabi mobil qurilmalarda ishlaydigan ilovalarni ishlab chiqishga tayyorlaydi. Bu tez rivojlanayotgan bozor. Kurs mobil ilovalarni o'rnatish, ishlab chiqish, sinovdan o'tkazish va tarqatishga qaratilgan. Kursning oxirida talabalar yopiq platformalar uchun ilovani ishlab chiqishlari, ularni simulyatsiya qilishlari, haqiqiy qurilmada sinab ko'rishlari va foydalanuvchilarning mavjudligi uchun ilovalar do'konida nashr etishlari mumkin. (4 ta) Old shart: CS472 yoki kafedraning roziligi.

Ushbu kursda SPA (Rezultiv dasturlash me'morchiligi) va yagona Zamonaviy veb-ilovani yaratish uchun barcha kerakli ko'nikmalar bilan tanishasiz. Texnologiyalar quyidagilardir: NodeJS, ExpressJS, TypeScript, AngularJS2, Firebase va NoSQL ma'lumotlar bazalari (MongoDB). Kurs quyidagilarni qamrab oladi:

• C ++ V8 dvigatellari va asenkron kodi Node va tugun hodisasi aylanasida qanday ishlaydi?
• O'zingizning kodingizni qayta ishlatish va modullar va ExpressJS yordamida Restful APIni qurish uchun qanday qurish kerak.
• NoSQL ma'lumotlar bazalari qanday ishlaydi: Mongo Shell, yig'ish asoslari, replikatsiya to'plamlari, kümeleme, sharslar, Mongoose ORM.
• Ruxsat etilgan RxJs dasturlari va mavzular, Soya DOM, Mintaqalar, Modul va Komponentlar, Maxsus Direktifler va Quvurlar, Xizmatlar va Bağımlılık qarshi, burchakka Derleyici, JIT va AOF Derleme bilan qanday ishlashini anglab (Google tomonidan qo'llab-quvvatlanadigan), chuqur tushunish. , Shakllar (Template Driven and Data Driven), Ma'lumot ulash, Yonaltiruvchi, Himoyachilar va Route Protection, HTTP mijozi, JWT JSON Web-Token Authentication.

(4 ta)

Operatsion tizim kompyuter tizimining markaziy resurslarini boshqaradi va ularni alohida foydalanuvchilarga ajratadi. Kurs mavzularida ketma-ketlik va bir-biriga o'xshash jarayonlar, o'zaro dışlama, manba almashish, protsedura hamkorlik, qulflash, resurslarni taqsimlash, protsessor rejalashtirish, xotira boshqaruvi, segmentatsiya va diskretlashtirish algoritmlari, vaqtni boshqarish tizimlari, rejalashtirish algoritmlari va resurslarni muhofaza qilish kiradi. (4 ta) Old shart: CS 401 yoki kafedraning roziligi.

Barcha yangi kompyuterlar uchun standart protsessor endi ko'p yadroli protsessor bo'lib, dasturlarni juda tez bajarish imkoniyatiga ega. Shu bilan birga, ushbu potentsialdan foydalanish uchun dasturchilar parallel dasturlash texnikasi haqida bilishlari kerak. Ushbu kurs davomida talabalar paralel dasturlarni yozish va disk raskadrovka qilishning ko'p vaqtini o'tkazadilar. Kutilayotgan natija amaliy dasturiy ko'nikmalarning yangi bosqichini ishlab chiqishdan iborat bo'ladi. Bu ko'nikma ko'p yadroli protsessorlarni dasturlash uchungina emas, balki operatsion tizimlarni dasturlash va ma'lumotlar bazasini tarqatish uchun ham foydali bo'ladi. Ushbu kurs davomida ishlatiladigan dasturiy vositalar orasida Microsoft Visual C / C ++, Java multithreading kutubxonasi va OpenMP threading standarti mavjud. (4 ta) Old shart: Java, C yoki C ++ yordamida kompyuter dasturlarini bilish.

Ushbu kursda biz mikroservislarni ishlatib, moslashuvchan, o'lchovli, testlangan va moslashuvchan dasturiy tizimlarni ishlab chiqishning texnikasi, tamoyillari va naqshlarini ko'rib chiqamiz. Katta hajmli ilovalarni bir tekis korporativ dasturlarga nisbatan kichikroq mikroservislarga ajratish va boshqa afzalliklarni qanday bo'lishini o'rganamiz. Bir tarqatilgan mikroservis arxitekturasi ham ko'plab qiyinchiliklarni keltirib chiqarmoqda. Biz ushbu muammolarni va ularga qanday murojaat qilishni o'rganamiz. Kursning mavzusi me'moriy uslublar, integratsiya texnikasi va naqshlari, domenga yo'naltirilgan dizayn, hodisalarga asoslangan arxitektura va reaktiv dasturlashdir. (4 credits). (Old shartlar yo'q)