課程預期學習成果
- 掌握資料處理、數據科學和大數據基礎設施的基本知識，以識別數據驅動的跨學科問題解決方案；
- 使用軟件和數據科學相關科技執行跨學科資料分析任務；
- 識別數據科學技術中的當代問題和挑戰；
- 從數據中選取知識和策略，並將其應用於跨學科領域。
- 獲得數據處理、數據科學和大數據基礎設施的基本知識，以識別數據驅動的跨學科問題解決方案；
- 使用軟件和數據科學相關技術執行跨學科數據分析任務；
- 認識數據科學技術中的當代問題和挑戰；
- 從數據中提取知識和策略，並將其應用於跨學科領域；
- 利用編程技能處理大數據的處理和分析；
- 提取、分析和解釋市場信息，以創造客戶洞察並促進營銷決策；
- 實際有效地應用大數據解決營銷問題和挑戰；
- 有效地將想法和成果傳達給利益相關者。
- 掌握資料處理、數據科學和大數據基礎設施的基本知識，以確定跨學科問題的數據驅動解決方案;
- 使用軟件和數據科學相關科技執行跨學科資料分析任務;
- 認識到數據科學技術中的當代問題和挑戰;
- 從數據中選取知識和策略，並將其應用於跨學科領域;
- 瞭解金融科技創新如何影響金融業;
- 認識到利用顛覆性科技為金融部門構建生態系統的重要性;
- 應用數據科學和金融科技進行科學分析，以獲得財務解決方案;
- 掌握資料處理、數據科學和大數據基礎設施的基本知識，以確定跨學科問題的數據驅動解決方案;
- 使用軟件和數據科學相關科技執行跨學科資料分析任務;
- 認識到數據科學技術中的當代問題和挑戰;
- 從數據中選取知識和策略，並將其應用於跨學科領域;
- 在公共和私人法律領域具體應用資料分析的背景下，識別和評估法律問題和規範;
- 比較和評估有關個人數據保護、大資料分析和人工智慧的國內和國際法律標準;
- 設計和開展法律研究，分析不同司法管轄區管理數據策略的監管環境，以提高合規性;
- 掌握資料處理、數據科學和大數據基礎設施的基本知識，以確定跨學科問題的數據驅動解決方案;
- 使用軟件和數據科學相關科技執行跨學科資料分析任務;
- 認識到數據科學技術中的當代問題和挑戰;
- 從數據中選取知識和策略，並將其應用於跨學科領域;
- 識別並生成精准醫學所需的醫療保健數據，並將這些數據應用於輔助疾病預測、預防和臨床決策;
- 進行人工智慧建模並將其應用於醫學研究;
- 解决生物醫學、醫學或醫療保健領域的實際數據科學問題;
- 掌握資料處理、數據科學和大數據基礎設施的基本知識，以確定跨學科問題的數據驅動解決方案;
- 使用軟件和數據科學相關科技執行跨學科資料分析任務;
- 認識到數據科學技術中的當代問題和挑戰;
- 從數據中選取知識和策略，並將其應用於跨學科領域;
- 描述語言學及其子領域的覈心概念和理論;
- 分析大型語言數据集，以檢查語言的性質和使用;
- 向學術觀眾展示語言學實證研究的結果;
- 在書面報告中解釋一項檢驗語言特徵的實證研究的結果;
- 掌握資料處理、數據科學和大數據基礎設施的基本知識，以確定跨學科問題的數據驅動解決方案;
- 使用軟件和數據科學相關科技執行跨學科資料分析任務;
- 認識到數據科學技術中的當代問題和挑戰;
- 從數據中選取知識和策略，並將其應用於跨學科領域;
- 確定社會科學研究中定量分析的覈心目標;
- 將概率和統計模型應用於社會科學研究;
- 應用計算工具進行文字和影像分析;
- 掌握資料處理、數據科學和大數據基礎設施的基本知識，以確定跨學科問題的數據驅動解決方案;
- 使用軟件和數據科學相關科技執行跨學科資料分析任務;
- 認識到數據科學技術中的當代問題和挑戰;
- 從數據中選取知識和策略，並將其應用於跨學科領域;
- 掌握人工智慧的基本科技原理，以定義與人工智慧相關的問題，並確定其數據驅動的解決方案;
- 應用專業工具和科技來設計、分析和實施人工智慧系統;
- 識別人工智慧領域的科技挑戰和科學研究問題
- 掌握資料處理、數據科學和大數據基礎設施的基本知識，以確定跨學科問題的數據驅動解決方案;
- 使用軟件和數據科學相關科技執行跨學科資料分析任務;
- 認識到數據科學技術中的當代問題和挑戰;
- 從數據中選取知識和策略，並將其應用於跨學科領域;
- 利用大數據做出明智的教育判斷;
- 評估教育大數據，幫助決策者確定短期和長期目標和方法，以實現或採取變革;
- 收集和分析數據，並採用量測或名額來產生關於教學的新見解，以改善教育成果。