昆士兰科技大学 课程目录

课程介绍： 该课程为第二种软件开发提供了基础。 它建立在IFB104或MZB126编程的基本介绍之上，为后来的系统编程（CAB403）和网络（CAB303）单元奠定了基础。通常有两种类型的软件：高级应用软件，我们故意抽象以便以独立于机器的方式进行编程，以及低级系统软件直接与底层硬件交互。本课程旨在教您如何编程用于控制其他机器或设备的微控制器。 这将导致更深入地理解使用数字逻辑编写软件的抽象过程与其作为电子硬件内的电压的物理表现之间的联系。 学科点数：12 授课形式： · Lecture介绍了涵盖低级编程的技术资料。 · 交互式tutoria和practical课程，将侧重于低级编程。

课程定位 COMP9021（Principles of Programming）是 UNSW COMP 硕士层级课程，重点是把计算机科学理论转化为可执行的工程与研究能力。课程通常面向已有编程与系统基础的学习者，强调在真实场景里完成问题定义、方案设计、实现验证与结果复盘。 技术栈与学习内容 内容通常覆盖高级算法、系统架构、安全、数据、AI 或软件工程方法，并结合编程实践、实验项目、技术写作与展示。你需要掌握的不只是知识点，还要说明设计取舍、复杂度与工程约束，保证方案可解释、可复现、可维护。 课程结构 课程一般按 10-13 周推进，前段建立进阶框架，中段强化题型与项目实践，后段综合评估。考核常见为 Quiz/Lab、编程作业、项目报告与期末评估。评分除正确性外，也关注代码质量、测试覆盖、文档表达和技术判断。 适合人群 适合希望在软件、数据、AI、安全或系统方向进阶的同学，尤其是准备求职或研究深造的人。建议每周投入 10-14 小时，保持“预习-实现-复盘”节奏，持续交付比临时冲刺更稳定。

课程介绍： 本课程演示了如何使用这些数学概念和技术来模拟和解决许多现实问题。本课程还旨在教您如何应用数学概念和技术来帮助解决与IT相关的问题。在尝试解决复杂问题时，一种强大的方法是通过抽象出一些不那么重要的细节，将问题转化为更简单的模型。 一旦进入这种更抽象的形式，就可以产生强大的数学技术（几个世纪以来发展起来）。 对于计算相关问题，最相关的数学概念和技术来自离散数学领域，包括算术，逻辑，集合论，图论和函数。本课程还支持后续单元：CAB301，其中引入了涉及图的算法; CAB402，其中函数的数学概念为替代编程范例提供了基础。 学分点数：12 前置课程：IFB104 or ITD104 or MZB126 or EGD126 授课形式： · Lectures：讲座将介绍概念。 · Tutorials：在教程中应用这些实践的方法。

学生将学习如何识别市场机会，并为全球市场创造创新的产品解决方案。学生们将学习如何创建一份商业计划书并为其融资。学生将学习如何在多元文化的环境中工作。

课程定位 COMP9444（Neural Networks and Deep Learning）是 UNSW COMP 硕士层级课程，重点是把计算机科学理论转化为可执行的工程与研究能力。课程通常面向已有编程与系统基础的学习者，强调在真实场景里完成问题定义、方案设计、实现验证与结果复盘。 技术栈与学习内容 内容通常覆盖高级算法、系统架构、安全、数据、AI 或软件工程方法，并结合编程实践、实验项目、技术写作与展示。你需要掌握的不只是知识点，还要说明设计取舍、复杂度与工程约束，保证方案可解释、可复现、可维护。 课程结构 课程一般按 10-13 周推进，前段建立进阶框架，中段强化题型与项目实践，后段综合评估。考核常见为 Quiz/Lab、编程作业、项目报告与期末评估。评分除正确性外，也关注代码质量、测试覆盖、文档表达和技术判断。 适合人群 适合希望在软件、数据、AI、安全或系统方向进阶的同学，尤其是准备求职或研究深造的人。建议每周投入 10-14 小时，保持“预习-实现-复盘”节奏，持续交付比临时冲刺更稳定。

课程定位 COMP9900（Information Technology Project）是 UNSW COMP 硕士层级课程，重点是把计算机科学理论转化为可执行的工程与研究能力。课程通常面向已有编程与系统基础的学习者，强调在真实场景里完成问题定义、方案设计、实现验证与结果复盘。 技术栈与学习内容 内容通常覆盖高级算法、系统架构、安全、数据、AI 或软件工程方法，并结合编程实践、实验项目、技术写作与展示。你需要掌握的不只是知识点，还要说明设计取舍、复杂度与工程约束，保证方案可解释、可复现、可维护。 课程结构 课程一般按 10-13 周推进，前段建立进阶框架，中段强化题型与项目实践，后段综合评估。考核常见为 Quiz/Lab、编程作业、项目报告与期末评估。评分除正确性外，也关注代码质量、测试覆盖、文档表达和技术判断。 适合人群 适合希望在软件、数据、AI、安全或系统方向进阶的同学，尤其是准备求职或研究深造的人。建议每周投入 10-14 小时，保持“预习-实现-复盘”节奏，持续交付比临时冲刺更稳定。

课程定位 COMP9417（Machine Learning and Data Mining）是 UNSW COMP 硕士层级课程，重点是把计算机科学理论转化为可执行的工程与研究能力。课程通常面向已有编程与系统基础的学习者，强调在真实场景里完成问题定义、方案设计、实现验证与结果复盘。 技术栈与学习内容 内容通常覆盖高级算法、系统架构、安全、数据、AI 或软件工程方法，并结合编程实践、实验项目、技术写作与展示。你需要掌握的不只是知识点，还要说明设计取舍、复杂度与工程约束，保证方案可解释、可复现、可维护。 课程结构 课程一般按 10-13 周推进，前段建立进阶框架，中段强化题型与项目实践，后段综合评估。考核常见为 Quiz/Lab、编程作业、项目报告与期末评估。评分除正确性外，也关注代码质量、测试覆盖、文档表达和技术判断。 适合人群 适合希望在软件、数据、AI、安全或系统方向进阶的同学，尤其是准备求职或研究深造的人。建议每周投入 10-14 小时，保持“预习-实现-复盘”节奏，持续交付比临时冲刺更稳定。

课程定位 COMP9517（Computer Vision）是 UNSW COMP 硕士层级课程，重点是把计算机科学理论转化为可执行的工程与研究能力。课程通常面向已有编程与系统基础的学习者，强调在真实场景里完成问题定义、方案设计、实现验证与结果复盘。 技术栈与学习内容 内容通常覆盖高级算法、系统架构、安全、数据、AI 或软件工程方法，并结合编程实践、实验项目、技术写作与展示。你需要掌握的不只是知识点，还要说明设计取舍、复杂度与工程约束，保证方案可解释、可复现、可维护。 课程结构 课程一般按 10-13 周推进，前段建立进阶框架，中段强化题型与项目实践，后段综合评估。考核常见为 Quiz/Lab、编程作业、项目报告与期末评估。评分除正确性外，也关注代码质量、测试覆盖、文档表达和技术判断。 适合人群 适合希望在软件、数据、AI、安全或系统方向进阶的同学，尤其是准备求职或研究深造的人。建议每周投入 10-14 小时，保持“预习-实现-复盘”节奏，持续交付比临时冲刺更稳定。

课程定位 COMP9414（Artificial Intelligence）是 UNSW COMP 硕士层级课程，重点是把计算机科学理论转化为可执行的工程与研究能力。课程通常面向已有编程与系统基础的学习者，强调在真实场景里完成问题定义、方案设计、实现验证与结果复盘。 技术栈与学习内容 内容通常覆盖高级算法、系统架构、安全、数据、AI 或软件工程方法，并结合编程实践、实验项目、技术写作与展示。你需要掌握的不只是知识点，还要说明设计取舍、复杂度与工程约束，保证方案可解释、可复现、可维护。 课程结构 课程一般按 10-13 周推进，前段建立进阶框架，中段强化题型与项目实践，后段综合评估。考核常见为 Quiz/Lab、编程作业、项目报告与期末评估。评分除正确性外，也关注代码质量、测试覆盖、文档表达和技术判断。 适合人群 适合希望在软件、数据、AI、安全或系统方向进阶的同学，尤其是准备求职或研究深造的人。建议每周投入 10-14 小时，保持“预习-实现-复盘”节奏，持续交付比临时冲刺更稳定。

课程定位 COMP9321（Data Services Engineering）是 UNSW COMP 硕士层级课程，重点是把计算机科学理论转化为可执行的工程与研究能力。课程通常面向已有编程与系统基础的学习者，强调在真实场景里完成问题定义、方案设计、实现验证与结果复盘。 技术栈与学习内容 内容通常覆盖高级算法、系统架构、安全、数据、AI 或软件工程方法，并结合编程实践、实验项目、技术写作与展示。你需要掌握的不只是知识点，还要说明设计取舍、复杂度与工程约束，保证方案可解释、可复现、可维护。 课程结构 课程一般按 10-13 周推进，前段建立进阶框架，中段强化题型与项目实践，后段综合评估。考核常见为 Quiz/Lab、编程作业、项目报告与期末评估。评分除正确性外，也关注代码质量、测试覆盖、文档表达和技术判断。 适合人群 适合希望在软件、数据、AI、安全或系统方向进阶的同学，尤其是准备求职或研究深造的人。建议每周投入 10-14 小时，保持“预习-实现-复盘”节奏，持续交付比临时冲刺更稳定。

课程定位 COMP1521（Computer Systems Fundamentals）是 UNSW COMP 本科路径中的入门核心课程，定位是把理论理解转成可执行能力。课程通常服务于后续的系统、算法、数据库、AI 或网络方向，属于“后面很多课都默认你已经掌握”的基础节点。对新生来说，这门课的价值在于建立正确的方法论：先理解问题，再抽象结构，最后实现与验证。 技术栈与学习内容 内容会围绕编程语言、数据结构、系统思维和工程规范展开，常见工具包括 C/Python/Java、Git、命令行和自动测试框架。你不只需要写出能跑的代码，还要解释设计选择、复杂度与边界条件，并在提交中体现可读性和可维护性。 课程结构 一般按 10-13 周推进，评估组合通常是 Quiz/Lab、编程作业和期末考。中期后难度会明显上升，题目从单点知识转向综合场景。评分不仅看结果，也看过程和规范，尤其是测试覆盖、代码风格和文档表达。 适合人群 适合想打牢 CS 基础、准备继续修 COMP3xxx/4xxx 的同学，也适合希望提升工程思维与问题拆解能力的转专业学生。建议每周固定投入 8-12 小时，按“预习-练习-复盘”节奏推进，避免临近截止日突击。