阿德莱德大学 课程目录

课程讲授 machine learning fundamentals 与常用工具的使用，强调用 pre-existing toolkits 构建软件、在 case studies 和 worked examples 中检验 legitimate and verifiable solutions，并具备很强的实践性。（数据来源：2025 Trimester 2 官方课程大纲）

本课程从主要利益相关者的角度介绍项目管理的背景，基本原理，策略和策略。遵循的主要模型是国际项目管理知识体系（PMBOK-美国PMI）。预计参与者将根据他们的经验将PMBOK的应用直接与项目联系起来，并且课程分配将能够将他们学到的知识应用到实际的工作场所项目中。课程的背景和学习将使学员具备胜任各种行业的能力，并将项目管理技能应用于各种行业的项目中，包括工程，信息技术，咨询，生产，采购，维护，物流和供应链，国防，建筑和制造。着重于在利益相关者，范围，时间，成本和质量管理等核心领域提供能力，并在风险，采购，人力资源，整合和沟通管理等领域提供便利，旨在为参与者提供能力，以秘密地应对日益增长的挑战。现代项目管理。 PMBOK将被用于发展适合各种行业的能力。

课程定位 COMP SCI 7209（Big Data Analysis and Project）是阿德莱德大学 PGCW 体系课程，2025 年在 Trimester 2 开设，学分为 3 Units。课程强调高阶问题分析与工程落地，适合研究生阶段能力提升。 技术栈与学习内容 内容围绕 Big Data Analysis and Project 核心主题展开，结合理论学习、案例讨论与实践任务，重点培养系统化设计与专业表达能力。 课程结构 本课评估由 Assignments 40%、Final Exam / Final Project 60% 组成。先修要求：COMP SCI 7306 or COMP SCI 7317 or COMP SCI 7327 or (COMP SCI 7210 and MATHS 7107)。建议尽早建立按周复盘机制，降低后期叠加压力。 适合人群 适合计划在软件工程、系统、AI、安全等方向深入发展的研究生同学。建议每周投入 12-18 小时，持续输出项目与复盘结果。

本课程在软件工程项目的背景下, 本课程涵盖了大批量任务的高质量软件解决方案的生产。本课程所涵盖的主题将会包含重要的人工智能成分。本课程所涵盖的主题包括:软件生命周期模型, 需求分析和规格、程序设计技术和模式, 软件规格说明技术、配置管理和版本控制,质量保证,集成和测试、项目管理、风险分析、案例研究软件工程的伦理性考量。

课程定位 PSYCHOL 1000（Psychology IA）是阿德莱德大学 2025 年心理学方向课程，聚焦心理学理论、研究方法与分析表达能力。 技术栈与学习内容 课程结合理论学习、案例分析与研究任务，强调从问题定义到结果解释的完整链路。 课程结构 评估通常由平时任务与期末综合考核构成。建议前 3 周建立稳定节奏，避免后期任务堆叠。 适合人群 适合希望在心理学、行为研究、教育或人因相关方向系统提升的同学。

生物学研究涵盖了非常广泛的主题。 从简单的分子, 细胞, 细胞器和组织到整个生物, 以及它们与环境的相互作用及其进化能力。 本课程的目的是介绍许多这些概念, 从而为第二学期课程和更多专业II / III级课程的进一步学习奠定基础。 涉及的主题包括生命化学物质, 大分子, 核酸在遗传信息传递中的作用, 蛋白质合成, 脂质膜和细胞结构, 能量的存储和利用, 减数分裂和有丝分裂。

这是为倾向于数学的学生开设的第一门统计学课程。它将解决的关键原则, 基本常用的统计方法, 如置信区间, 假设检验, 推论的平均值和比例, 和线性回归。它将发展对这些思想的更深的数学理解, 其中许多是在中学学习中熟悉的。在医学、科学、技术、政府、商业和制造业等领域的一系列问题上阐述基本和更先进的统计方法的应用。将通过一系列计算机实践来发展统计程序包R的使用。涵盖的主题将包括:基本概率和随机变量, 基本分布, 均值和比例推理, 独立和配对样本比较, 简单线性回归, 诊断和模型检查, 多元线性回归, 简单因子模型, 带有因素和连续预测因子的模型。

课程定位 COMP SCI 2203（Problem Solving & Software Development）是阿德莱德大学计算机学科在 Semester 2 开设的中坚课程，通常位于本科前中期到中后期衔接阶段。课程按 2025 年课纲提供 3 Units 学分，目标是把课堂概念转化为可执行的分析与实现能力。先修要求为：One of COMP SCI 1103, COMP SCI 1203, COMP SCI 2103, COMP SCI 2202, COMP SCI 2009 or COMP SCI 2202B。对准备继续修读系统、AI、软件工程或数据方向高阶课程的同学，这门课具有明显的承上启下价值。 技术栈与学习内容 课程内容围绕 Problem Solving & Software Development 展开，通常结合程序实现、案例分析、课堂讨论与阶段评估推进。学习要求不止“会做题”，还强调工程表达、边界处理、问题拆解与结果解释。你会在课内持续接触代码实现与分析方法，建立从需求理解到方案落地的完整链路。 课程结构 根据 2025 课纲，本课评估由 Code quality Assignment 15%、Deliberate practice 25%、Lab sessions 6%、Revision and Reflection quizzes 10%、Prac Exams 1,2 24%、Practical Exam 3 20% 构成。学期前半段主要打基础，后半段更看重综合能力与稳定交付。若课程包含 hurdle（如考试最低分要求），建议在学期中就开始建立专项刷题与错题复盘机制，避免临近考试集中补救。 适合人群 适合希望提升计算机核心能力的本科生、转专业同学，以及计划进入实习/求职冲刺期的学生。建议每周投入 10-14 小时（含课堂、作业、复习），并固定执行“每周复盘 + 错因归档”。坚持这个节奏，能显著降低后期堆积压力并提升最终成绩稳定性。

课程定位 COMP SCI 7416（Applied Machine Learning）是阿德莱德大学 PGCW 体系课程，2025 年在 Semester 2 开设，学分为 3 Units。课程强调高阶问题分析与工程落地，适合研究生阶段能力提升。 技术栈与学习内容 内容围绕 Applied Machine Learning 核心主题展开，结合理论学习、案例讨论与实践任务，重点培养系统化设计与专业表达能力。 课程结构 本课评估由 Assignments 40%、Final Exam / Final Project 60% 组成。先修要求：以课程官网当年要求为准。建议尽早建立按周复盘机制，降低后期叠加压力。 适合人群 适合计划在软件工程、系统、AI、安全等方向深入发展的研究生同学。建议每周投入 12-18 小时，持续输出项目与复盘结果。

课程定位 ACCTING 3502（Auditing）是阿德莱德大学 2025 年会计方向课程，聚焦财务理解、分析决策与专业表达能力。 技术栈与学习内容 课程结合会计理论、案例分析与实务任务，强调从规则理解到报告输出的完整链路。 课程结构 评估通常由平时任务与期末综合考核组成。建议前 3 周建立稳定节奏，避免后期任务堆叠。 适合人群 适合希望在会计、金融、商业分析与管理岗位方向打牢基础的同学。

该课程通过提供一个框架来确定和评估战略选择和计划，从而检查营销战略的制定和实施。 主题：预测和上下文可能性、产品市场定义、竞争分析、营销战略家的财务模型、投资组合模型、产品战略评估、营销战略实施系统。 本课程要求学生具备从市场营销概论中获得的营销知识（特别是市场细分知识）的坚实基础。

课程定位 ACCTING 3501（Corporate Accounting）是阿德莱德大学 2025 年会计方向课程，聚焦财务理解、分析决策与专业表达能力。 技术栈与学习内容 课程结合会计理论、案例分析与实务任务，强调从规则理解到报告输出的完整链路。 课程结构 评估通常由平时任务与期末综合考核组成。建议前 3 周建立稳定节奏，避免后期任务堆叠。 适合人群 适合希望在会计、金融、商业分析与管理岗位方向打牢基础的同学。