人类智能涉及感知、分析、推理和适应的连续过程。在本课程中，我们将重点研究算法（包括学习算法和优化算法），这些算法可用于开发人工智能（AI）系统。鉴于时间有限，我们将尽量减少数学证明的内容，并更多地关注理论和使用不同编程语言的实现。

本模块探讨不同的数据处理和挖掘技术以及最先进的数据处理和挖掘工具。主题包括数据挖掘和知识发现过程的介绍、从各种来源收集和处理多种类型的数据、社交网络挖掘。该模块将研究数据挖掘中的多种技术和趋势。

数据可视化是有效沟通和分析大型数据集的重要可视化方法。随着数据量和复杂性的迅速增加，用户发现数据的理解和意义变得非常困难。通过数据可视化，将数据以一种有意义的、交互的方式呈现给用户，使用户可以从数据中得出有时并不明显的结论，从而操纵和使用数据进行探索、学习、交流、解决问题和决策。专业软件(SAS)将在每个星期的模块中使用，你将使用SAS来准备你的最终评估。该模块将为学生提供交互式数据可视化和演示的理论概念知识，创造性的设计过程以及交互式可视化和演示工具和技术的应用

本模块向学生介绍研究，以及用于支持科学工作、数据分析、假设建立和人工制品验证的方法，以理解适当学科的研究。本模块的材料经过精心设计，以满足学生对学习计划的需求和要求。本模块涵盖了文献综述的传统方法，作为项目阶段的必要准备，并借鉴了大学其他部门的专业知识。

本模块中的材料经过精心设计，以满足学生对学习计划的需求和要求，以及决定研究活动的基本项目管理技能。学生将接触到项目管理领域的各种工具、技术、方法和过程。还将讨论项目规划和管理的伦理和法律方面。

这是一门数据科学统计学的入门课程，因此它不需要预先了解该主题。本模块介绍了描述性统计(包括图形方法)、估计、线性回归模型和推理统计的基础知识。将使用适当的软件工具来从数据中提取见解。

数据的操作和管理是数据科学和人工智能的基础。本模块旨在使学生掌握设计和实现适当的数据库系统所需的技能，以支持数据操作并保持数据安全。该模块还将提供对不同类型数据库系统的理解，以便了解它们在哪里适用。

本模块旨在介绍数据科学中使用的一些核心概念和工具。因此，它包括对数据捕获、维护、处理、分析和通信的讨论。将讨论一系列现实世界的案例研究，并将使用最先进的软件和算法作为这些案例研究中的工具。

无论你是决定继续深造还是在工业界工作，数据科学家最重要的技能之一是在组织的适当指导下创造性地工作的能力。因此，在一个主要的综合练习中，你必须使用和发展从其他模块以及从你更广泛的教育或工作背景中获得的技能和知识。你将被期望开发一个创意(由一名学术人员指导)，并展示你进一步发展它的能力，通过综合运用你的技术、分析、实践和管理技能来生产一个合适的人工制品。