昆士兰大学 课程目录

The Internet has transformed much of the world's knowledge into unstructured text, and the amount of data being made available every day continues to grow exponentially. Developing new techniques to turn this data into knowledge is crucial in the age of information. Processing natural language text is both challenging and rewarding. Learning how to work with web-scale data collections is a critical skill to develop in Computer Science, and understanding the computational methods currently available to achieve scalable data processing will position students to be innovators in AI technologies in their future careers. This course will explore state-of-the-art techniques in natural language understanding and language generation. Students will develop an understanding of the key algorithms used in natural language processing, and be exposed to a diverse range of applications including machine translation, text mining, sentiment analysis, and question answering. Python will be used extensively in this course, and so students are expected to have an intermediate level of knowledge with Python programming.

Techniques used for data cleaning, finding patterns in structured, text and web data; with application to areas such as customer relationship management, fraud detection and homeland security.

Students will learn about preparing the data for machine learning, common machine learning techniques and tools (supervised learning, unsupervised learning, deep learning, and large-scale data analysis), and their applications to cybersecurity such as detecting anomalies, detecting known types of attacks like injections, clustering user activities, adversarial learning, etc.

课程定位 DIET7207（Foodservice Management Practice）是 UQ 营养与饮食方向硕士进阶课，定位在核心能力深化与实践转化阶段。它常用于衔接后续实习、项目或研究课，要求你具备基础文献阅读和学术写作能力。跨背景同学也可修，但开学前应先补术语与方法框架。 技术栈与学习内容 课程强调 Evidence-based practice、Case analysis、Professional communication、Reflective practice。学习内容聚焦问题定义、证据整合、方案比较与结果解释，理论讲授与案例应用并行。重点不是背结论，而是能说明选择依据、风险与替代路径。 课程结构 通常按 13 周推进：前段建立框架，中段进入高密度案例和作业，后段做综合整合与期末评估。常见考核包含 Quiz、2 次作业/报告、展示或项目、期末评估。即使未写 Hurdle，评分也会看关键能力是否达标，单项拉分空间有限。 适合人群 适合计划在 营养与饮食方向深耕、希望提升专业判断和执行能力的同学。建议每周投入 10-14 小时，采用“预习-练习-复盘”节奏。课程难点在多任务并行下保持质量；能稳定复盘的同学，通常在中后期表现更稳。

课程定位 ARCH7007（Advanced Architectural Design: Masterclass）是 UQ 建筑学方向的硕士层级课程，聚焦把理论框架转化为专业实践能力。课程面向有基础的学习者，强调在真实场景中完成问题识别、方案设计、执行评估与反思优化。 技术栈与学习内容 课程通常覆盖该学科高级方法、案例分析、研究/实践框架与专业写作，并结合数据解读、行业规范与实践工具。学习重点不仅是掌握概念，还要说明前提、方法限制与结论可迁移性。 课程结构 课程一般按 13 周推进，前段建立进阶框架，中段进行任务与案例训练，后段综合评估冲刺。常见考核为 Tutorial/Quiz、作业/报告、展示或项目与期末评估。评分除正确性外，更重视专业逻辑、结构化表达与实践可行性。 适合人群 适合准备在建筑学相关岗位进阶、或需要系统提升专业分析与执行能力的学习者。建议每周投入 8-12 小时，按“预习-练习-复盘”节奏稳定推进。

课程定位 DIET7208（Community and Public Health Nutrition Practice）是 UQ 营养与饮食方向硕士进阶课，定位在核心能力深化与实践转化阶段。它常用于衔接后续实习、项目或研究课，要求你具备基础文献阅读和学术写作能力。跨背景同学也可修，但开学前应先补术语与方法框架。 技术栈与学习内容 课程强调 Evidence-based practice、Case analysis、Professional communication、Reflective practice。学习内容聚焦问题定义、证据整合、方案比较与结果解释，理论讲授与案例应用并行。重点不是背结论，而是能说明选择依据、风险与替代路径。 课程结构 通常按 13 周推进：前段建立框架，中段进入高密度案例和作业，后段做综合整合与期末评估。常见考核包含 Quiz、2 次作业/报告、展示或项目、期末评估。即使未写 Hurdle，评分也会看关键能力是否达标，单项拉分空间有限。 适合人群 适合计划在 营养与饮食方向深耕、希望提升专业判断和执行能力的同学。建议每周投入 10-14 小时，采用“预习-练习-复盘”节奏。课程难点在多任务并行下保持质量；能稳定复盘的同学，通常在中后期表现更稳。

课程定位 DIET7209（Medical Nutrition Therapy Practice 2）是 UQ 营养与饮食方向硕士进阶课，定位在核心能力深化与实践转化阶段。它常用于衔接后续实习、项目或研究课，要求你具备基础文献阅读和学术写作能力。跨背景同学也可修，但开学前应先补术语与方法框架。 技术栈与学习内容 课程强调 Evidence-based practice、Case analysis、Professional communication、Reflective practice。学习内容聚焦问题定义、证据整合、方案比较与结果解释，理论讲授与案例应用并行。重点不是背结论，而是能说明选择依据、风险与替代路径。 课程结构 通常按 13 周推进：前段建立框架，中段进入高密度案例和作业，后段做综合整合与期末评估。常见考核包含 Quiz、2 次作业/报告、展示或项目、期末评估。即使未写 Hurdle，评分也会看关键能力是否达标，单项拉分空间有限。 适合人群 适合计划在 营养与饮食方向深耕、希望提升专业判断和执行能力的同学。建议每周投入 10-14 小时，采用“预习-练习-复盘”节奏。课程难点在多任务并行下保持质量；能稳定复盘的同学，通常在中后期表现更稳。

课程定位 ARCH7008（Advanced Architectural Design: Material Experiments）是 UQ 建筑学方向的硕士层级课程，聚焦把理论框架转化为专业实践能力。课程面向有基础的学习者，强调在真实场景中完成问题识别、方案设计、执行评估与反思优化。 技术栈与学习内容 课程通常覆盖该学科高级方法、案例分析、研究/实践框架与专业写作，并结合数据解读、行业规范与实践工具。学习重点不仅是掌握概念，还要说明前提、方法限制与结论可迁移性。 课程结构 课程一般按 13 周推进，前段建立进阶框架，中段进行任务与案例训练，后段综合评估冲刺。常见考核为 Tutorial/Quiz、作业/报告、展示或项目与期末评估。评分除正确性外，更重视专业逻辑、结构化表达与实践可行性。 适合人群 适合准备在建筑学相关岗位进阶、或需要系统提升专业分析与执行能力的学习者。建议每周投入 8-12 小时，按“预习-练习-复盘”节奏稳定推进。

课程定位 DIET7210（Management, entrepreneurial skills and leadership for dietetics professionals）是 UQ 营养与饮食方向硕士进阶课，定位在核心能力深化与实践转化阶段。它常用于衔接后续实习、项目或研究课，要求你具备基础文献阅读和学术写作能力。跨背景同学也可修，但开学前应先补术语与方法框架。 技术栈与学习内容 课程强调 Evidence-based practice、Case analysis、Professional communication、Reflective practice。学习内容聚焦问题定义、证据整合、方案比较与结果解释，理论讲授与案例应用并行。重点不是背结论，而是能说明选择依据、风险与替代路径。 课程结构 通常按 13 周推进：前段建立框架，中段进入高密度案例和作业，后段做综合整合与期末评估。常见考核包含 Quiz、2 次作业/报告、展示或项目、期末评估。即使未写 Hurdle，评分也会看关键能力是否达标，单项拉分空间有限。 适合人群 适合计划在 营养与饮食方向深耕、希望提升专业判断和执行能力的同学。建议每周投入 10-14 小时，采用“预习-练习-复盘”节奏。课程难点在多任务并行下保持质量；能稳定复盘的同学，通常在中后期表现更稳。

课程定位 PHYS7722（Research Project A）是 UQ 物理方向的重要课程，目标是把基础理论转化为可验证的分析与实验能力。课程通常承担承上启下作用：前接核心原理，后接高阶专题、实验设计与研究训练。 技术栈与学习内容 课程内容通常覆盖关键概念、定量分析、实验或建模方法，并结合数据处理、图表解释和结果表达。你不仅要会“算”，还要能说明假设、误差来源、适用边界与结论可靠性。 课程结构 课程一般 13 周推进：前段建立框架，中段强化题型与实验任务，后段综合评估。考核常见组合为 Quiz/Lab、作业/报告、阶段测验与期末评估。评分除正确性外，也重视步骤完整性和表达清晰度。 适合人群 适合希望夯实数理基础、提升实验与分析能力、并计划继续修读高阶理工课程的同学。建议每周投入 8-12 小时，保持“预习-练习-复盘”节奏，持续输出比考前突击更稳定。 补充说明：建议在每周学习后用 10 分钟整理“本周关键概念 + 易错点 + 下周行动”，可显著提高连续学习效率。

课程定位 ARCH7075（Research Lab: Computation and Digitisation）是 UQ 建筑学方向的硕士层级课程，聚焦把理论框架转化为专业实践能力。课程面向有基础的学习者，强调在真实场景中完成问题识别、方案设计、执行评估与反思优化。 技术栈与学习内容 课程通常覆盖该学科高级方法、案例分析、研究/实践框架与专业写作，并结合数据解读、行业规范与实践工具。学习重点不仅是掌握概念，还要说明前提、方法限制与结论可迁移性。 课程结构 课程一般按 13 周推进，前段建立进阶框架，中段进行任务与案例训练，后段综合评估冲刺。常见考核为 Tutorial/Quiz、作业/报告、展示或项目与期末评估。评分除正确性外，更重视专业逻辑、结构化表达与实践可行性。 适合人群 适合准备在建筑学相关岗位进阶、或需要系统提升专业分析与执行能力的学习者。建议每周投入 8-12 小时，按“预习-练习-复盘”节奏稳定推进。

课程定位 PHYS7723（Research Project B）是 UQ 物理方向的重要课程，目标是把基础理论转化为可验证的分析与实验能力。课程通常承担承上启下作用：前接核心原理，后接高阶专题、实验设计与研究训练。 技术栈与学习内容 课程内容通常覆盖关键概念、定量分析、实验或建模方法，并结合数据处理、图表解释和结果表达。你不仅要会“算”，还要能说明假设、误差来源、适用边界与结论可靠性。 课程结构 课程一般 13 周推进：前段建立框架，中段强化题型与实验任务，后段综合评估。考核常见组合为 Quiz/Lab、作业/报告、阶段测验与期末评估。评分除正确性外，也重视步骤完整性和表达清晰度。 适合人群 适合希望夯实数理基础、提升实验与分析能力、并计划继续修读高阶理工课程的同学。建议每周投入 8-12 小时，保持“预习-练习-复盘”节奏，持续输出比考前突击更稳定。 补充说明：建议在每周学习后用 10 分钟整理“本周关键概念 + 易错点 + 下周行动”，可显著提高连续学习效率。