昆士兰科技大学 课程目录

课程定位 COMP9337（Securing Fixed and Wireless Networks）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： 这是一个入门课程，本课程开发的知识和技能与计算机科学，计算机工程，网络，信息安全和其他相关专业相关。本课程的目的是为您提供理解，分析，设计，配置和管理计算机网络的基本技能和知识。用于解决计算机网络和Internet的核心概念，分层架构和详细协议。它介绍了网络架构和模型，硬件和软件，TCP / IP协议栈，寻址和路由，无线网络，网络安全以及网络服务和应用。理解，分析，设计，配置和管理计算机网络和网络服务的能力是一系列研究生入职信息技术职位的要求。其他高级网络和信息安全单元建立在该单元的基础上，扩展您对计算机网络的基本了解，以满足更复杂的需求和各种网络应用需求。 学科点数：12 特定冲突课程：INN350, INN251, INN351 授课形式：Lecture 和 practical课程的组合用于涵盖计算机网络的理论和实践方面。 视频介绍：

课程定位 COMP9447（Security Engineering Workshop）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 COMP9727（Recommender Systems）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： 这个进阶的课程提供了对信息存储和检索解决方案开发的基本原理和技术的理解，涉及一些涉及数据异构性（结构化，非结构化，文本，图像等）的各种复杂问题，数量非常大数据的。它涵盖了现代系统强加的有效表示，存储和检索数据表示的先进结构，以及使用工具和编程解决实际问题的实际经验。该课程的动机是搜索引擎，社交网络，消息传递等中无处不在的非结构化数据，为计算机科学和数据科学的未来专业人员和研究人员提供传统系统的免费方法。这个进阶的课程建立在对数据结构和算法（IFN501）的深入理解的基础上，以及对多维空间（IFN509）中数据的数学模型的理解。 该课程旨在以足够的深度向您传授信息表示存储和检索的广泛方法，以便能够应对我们在日常活动中在互联网上遇到的现代系统所带来的挑战。 在本课程中，您将有机会设计和实现复杂信息存储和检索问题的解决方案，重点是数据的异构半结构化/非结构化特性，以及非常大的信息存储库解决方案的可扩展性。 学科点数：12 每周课时：2小时Lecture，1小时Practicals

课程定位 COMP9801（Extended Algorithm Design and Analysis）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 COMP9991（Research Project A）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 COMP9992（Research Project B）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： 本课程介绍了一些基础数学方法，这些方法对您进一步学习计算机科学有用，包括基本矩阵和向量运算(存储和操作几何或其他信息)，介绍概率和统计(建模随机事件)和差异化和整合的基本概念(建模变化率和累积量)。计算机科学中的许多应用程序使用标准数学方法作为分析和处理信息的工具。通过介绍这些方法的基本概念并培养您使用这些方法的技能，该课程将为以后的计算机科学研究奠定基础，如计算机图形学，游戏设计，机器学习，机器人学，信息检索和数据挖掘等领域。本课程将为您提供三维几何表示的基本理解，以及用于模拟随机事件，变化率和累积量的数学方法。它还将培养您在一些典型的计算机科学应用程序环境中应用相关数学方法的信心。 学科点数：12 授课形式：每周课时 - 2小时 Lecture 和 1小时 Workshops

课程介绍： 本课程旨在让您了解为复杂问题开发计算解决方案的原理和基本技术，以及对技术理论基础的一些见解。为您提供设计和实施有效和高效的人工智能解决方案所需的知识和技能，以解决直接解决方案不切实际或不存在的问题。人工智能旨在开发能够有效地解决传统方法经常无法处理的复杂问题的计算机系统。智能系统的主要优点是它们可以结合传统计算机的能力，记住数百万事实与人类的认知技能，包括学习和改进现有知识体系，解决推理问题，帮助企业进行战略规划，诊断机械缺点或人类疾病，玩游戏等。信息技术专业人员必须了解构建智能系统的概念和技术。具体而言，您将获得不确定环境中推理的概念和技术，基于效用理论的决策以及使用计算机进行学习。您还可以获得将知识应用于一些真实案例研究的经验。 学科点数：12 授课形式：每周，您将有2小时的Lecture，为您提供本单元所需的理论知识。 您还可以在计算机实验室中进行2小时的实践操作。 实践将使您有机会应用讲座中介绍的理论来解决小规模问题。 视频介绍：