• Mô tả môn học

Học phần tập trung nghiên cứu lịch sử thế giới từ thời điểm phát hiện Thế giới mới và cuộc cách mạng Mỹ đến cuối thế kỷ 20. Sự thay đổi quan trọng trong lịch sử là kết quả của những yếu tố thương mại, quân sự và dân chủ. Những sự kiện này bao gồm cuộc cách mạng công nghiệp, chủ nghĩa đế quốc Âu châu, thương mại, toàn cầu hóa, chiến tranh thế giới, và sự trỗi dậy của các siêu cường như Liên Xô (cũ) và châu Á.

Môn học tiên quyết: HIS101

• Các hoạt động yêu cầu

Học sinh thực hành trong lớp và ở nhà bằng cách nghe và đọc các hình thức khác nhau của tiếng Anh khu vực. Họ sẽ có thể nhận ra và hiểu một loạt các cụm từ tiếng Anh dành cho các lĩnh vực nhất định và hiểu các cấp độ từ điển khác nhau. Họ sẽ có thể chuẩn bị một bài thuyết trình thuyết phục cả trong lớp và ở nhà.

• Chuẩn đầu ra

Kiến thức: Mô tả sự lên xuống của các cường quốc và đế chế trong 500 năm qua và nêu chi tiết các sự kiện lớn xảy ra với họ; Mô tả mối quan hệ lịch sử giữa phương Tây và thế giới rộng lớn hơn; phân tích sự chuyển đổi lớn trong xã hội, triết học và công nghệ; Đánh giá hiệu quả của những sự kiện lịch sử này trong thế giới của chúng ta ngày nay.

Năng lực hành vi: Khi trong một cuộc trò chuyện hoặc tranh luận, trả lời một cách thích hợp khi gặp phải những đặc thù ngôn ngữ tiếng Anh khác nhau;

• Phương pháp đánh giá:

- Bài tập về nhà và bài kiểm tra ngắn: 30%

- Bài viết: 20%

- Bài kiểm tra theo tiến trình: 20%

- Bài viết cuối kỳ: 30%

• Mô tả môn học:

Học phần này giúp người học tăng cường khả năng tìm kiếm, đánh giá và phản hồi thông tin hiệu quả nhất. Không chỉ dừng lại về kỹ năng viết luận và diễn đạt tranh luận, học phần còn đi sâu đề cập cấu trúc tranh luận và cách phòng tránh vi phạm quy tắc lô-gíc trong tư duy và lý luận. Nội dung thông tin sử dụng trong học phần này đến từ nhiều nguồn khác nhau như tin tức, ấn phẩm, phim ảnh, slides trình chiếu, hoặc những nguồn thông tin từ các phương tiện truyền thông khác. (Đây là học phần bắt buộc đối với mọi sinh viên TTU).

Môn học tiên quyết: Không

• Các hoạt động yêu cầu:

Học sinh đọc các tài liệu được giao và thảo luận nghiêm túc về nhiều chủ đề. Hoàn thành các bài tập và câu hỏi hàng tuần dựa trên các tài liệu đọc và bài giảng, và làm theo các bước trong quy trình nghiên cứu để hoàn thành các dự án của họ.

• Chuẩn đầu ra:

Kiến thức: xác định sự hiểu biết và kiến thức; Xác định độ tin cậy của các nguồn cho nghiên cứu; Xác định đạo văn; Nhớ lại các loại bằng chứng, cũng như lợi ích của nhược điểm của mỗi loại; Nhớ và liệt kế các loại ngụy biện một cách logic; Liệt kê các bước trong quy trình nghiên cứu; Xác định ba khía cạnh của con người và cách thức chúng được sử dụng để thuyết phục người khác.

Kỹ năng: Tìm ra các tài liệu nguồn gốc và xác định độ tin cậy nguồn thông tin; Đánh giá thông tin trong các tài liệu gốc và hình thành ý kiến rõ ràng; Trả lời tranh luận và vạch trần sai lầm; Bảo vệ ý kiến trong khi tránh ngụy biện một cách logic; Nâng cao kỹ năng thuyết phục và lập luận trong sử dụng tiếng Anh; Làm theo và ghi lại các bước trong quá trình nghiên cứu; Duy trì sự điềm tĩnh và trả lời thích hợp khi đối mặt với ý kiến hoặc quan điểm trái chiều; Thực hiện tiến bộ xã hội bằng cách đánh giá sự thật và các lỗi sai trong các chủ đề chung của xã hội và trình bày quan điểm thay thế một cách thuyết phục.

• Phương pháp đánh giá: 

- Bài tập về nhà: 20%.

- Tham gia hoạt động và thảo luận trên lớp: 20%

- Đề tài cá nhân: 20%

- Tranh luận nhóm: 10%.

- Bài thi cuối kì: 30%.

• Mô tả môn học

Học phần Văn hóa & Văn chương bao gồm nhiều tác phẩm văn học và nhiều bài đọc của các thể loại như thơ ca, truyện ngắn, kịch, đoạn trích từ tiểu thuyết và tác phẩm chính luận. Sinh viên sẽ đọc, phản ánh, phân tích, thảo luận, diễn đạt nội dung tác phẩm. Học phần này cũng giới thiệu cho sinh viên các tác phẩm văn học từ các nước và các nền văn hóa, qua đó sinh viên có khả năng chú thích và phát triển khả năng viết luận.

Môn học tiên quyết: HUM101

• Các hoạt động yêu cầu

Học sinh thực hành trong lớp và ở nhà bằng cách nghe và đọc các hình thức khác nhau của tiếng Anh khu vực. Họ sẽ có thể nhận ra và hiểu một loạt các cụm từ tiếng Anh dành cho các lĩnh vực nhất định và hiểu các cấp độ từ điển khác nhau. Họ sẽ có thể chuẩn bị một bài thuyết trình thuyết phục cả trong lớp và ở nhà.

• Chuẩn đầu ra

Kiến thức: Biết được đời sống và công việc của một số tác giả từ các nền văn hóa khác nhau; Biết được nền tảng của lịch sử xã hội, chính trị, văn học liên quan đến văn hóa.

Kỹ năng: Đánh giá sự ảnh hưởng kinh nghiệm của các tác giả đã có dựa trên công việc của họ; Đánh giá các thông điệp trong các tác phẩm của họ; Hình thành ý kiến về các thông điệp ý định của các tác phẩm / trích đoạn và được đưa ra tương tự bất cứ khi nào có thể với kinh nghiệm sống của chính tác giả; Có khả năng suy nghĩ phê phán và xây dựng lập luận chặt chẽ dựa trên các nguồn khác nhau từ các lĩnh vực nghiên cứu khác; Có thể chứng minh và liên hệ từng phần văn bản với bối cảnh văn hóa mà nó được đưa ra.

Năng lực hành vi: Tôn trọng các giá trị chung có nguồn gốc từ tư tưởng và văn hóa phương Tây bằng cách thực hành chúng trong bối cảnh xã hội và công việc

• Phương pháp đánh giá

- Bài tập viết: 70%.

- Bài tập-đề án cuối kỳ: 30%

• Mô tả môn học:

Môn học giới thiệu về một lĩnh vực cốt lõi của kinh tế học được gọi là kinh tế vi mô. Nó xem xét các hoạt động của một nền kinh tế thị trường và các cách tốt nhất để phân bổ các nguồn lực khan hiếm của xã hội. Khóa học xem xét cách thức mà các đơn vị ra quyết định khác nhau trong nền kinh tế (cá nhân và doanh nghiệp) đưa ra quyết định tiêu dùng và sản xuất của họ và làm thế nào những quyết định được điều phối. Bên cạnh đó môn học này còn xem xét các luật cung và cầu, giới thiệu các lý thuyết của các công ty, các thành phần, lý thuyết và mô hình cấu trúc thị trường sản xuất cùng với chi phí của nó. Các nguyên nhân khác nhau của sự thất bại thị trường được đánh giá và xem xét các chính sách công được đưa ra nhằm khắc phục sự thất bại này.

Môn học tiên quyết: Không

• Các hoạt động yêu cầu:

Chuyên cần: Tất cả các trường hợp vắng mặt đều phải xin phép trước giờ học và sẽ được xem xét chấp nhận; 2 lần vắng mặt không xin phép sẽ nhận điểm F; Học sinh sẽ nhận 0 điểm với tất cả các trường hợp vắng không xin phép trong ngày kiểm tra.

Trung thực: Mọi trường hợp gian lận sẽ dựa trên quy tắt trong sổ tay sinh viên để xử lý.

• Chuẩn đầu ra:

Sinh viên sẽ có thể áp dụng các khái niệm cơ bản trong kinh tế vi mô để hiểu những gì đang xảy ra trong nền kinh tế và trong thế giới kinh doanh.

Mục đích là để phát triển khả năng tư duy phản biện và phân tích của sinh viên cũng như để hiểu các nguyên tắc trong kinh tế và các mối liên hệ của chúng với thế giới thực.

• Phương pháp đánh giá:

- Chuyên cần: 10%

- Đề tài: 20%

- Kiểm tra giữa kỳ: 30%

- Kiểm tra cuối kỳ: 40%

• Mô tả môn học:

Môn học cung cấp một cái nhìn tổng quan về các vấn đề kinh tế vĩ mô: xác định sản lượng, việc làm, thất nghiệp, lãi suất và lạm phát. Chính sách tiền tệ và tài chính được thảo luận. Các cuộc tranh luận chính sách quan trọng như, cuộc khủng hoảng dưới chuẩn, an sinh xã hội, nợ công và các vấn đề kinh tế quốc tế đang được quan tâm một cách nghiêm túc. Khóa học giới thiệu các mô hình cơ bản của kinh tế vĩ mô và minh họa các nguyên tắc với kinh nghiệm từ Hoa Kỳ và các nền kinh tế nước ngoài.

Môn học tiên quyết: ECON101

• Các hoạt động yêu cầu:

Chuyên cần: Điểm danh mỗi buổi học. Cứ bốn lần vắng mặt sẽ bị trừ một nửa số điểm; Các trường hợp đặc biệt sẽ được xử lý trên cơ sở cá nhân, liên hệ với người hướng dẫn ngay lập tức về bất kỳ sự vắng mặt theo kế hoạch; Hãy đến lớp đúng giờ. Việc đến muộn có thể bị mời ra khỏi lớp.

Tham gia lớp học: Học sinh dự kiến ​​sẽ tích cực tham gia vào lớp học bằng cách đặt câu hỏi và chia sẻ kinh nghiệm cá nhân.

Trung thực: Đạo văn và gian lận là hành vi phạm tội nghiêm trọng và bất kỳ ai bị phát hiện gian lận hoặc đạo văn sẽ bị đánh rớt môn

Đọc, nghiên cứu và gửi bài tập bằng văn bản yêu cầu phân tích và đánh giá các chủ đề kinh tế.

Tham gia vào một hoạt động hợp tác sẽ yêu cầu nghiên cứu, phân tích và đánh giá một chủ đề hiện tại trong kinh tế.

• Chuẩn đầu ra:

Sau khi hoàn thành khóa học này, các sinh viên sẽ có thể hiểu được các nguyên tắc và khái niệm kinh tế vĩ mô, tác động của các chính sách ngân sách và tiền tệ và cân bằng vĩ mô; Tính toán các biện pháp của hiệu quả kinh tế tổng hợp; Liên hệ những khái niệm này với cuộc sống thực tế.

• Phương pháp đánh giá

- Thi giữa kỳ: 30%

- Thi cuối kỳ: 30%

- Các bài kiểm tra nhanh trên lớp: 40%

• Mô tả môn học

Tìm hiểu cách áp dụng bốn chức năng quản lý (lập kế hoạch, tổ chức, lãnh đạo và kiểm soát) cho các tổ chức kinh doanh và phi kinh doanh toàn cầu; hiểu những thách thức cá nhân liên quan đến việc đáp ứng sự phức tạp của nền kinh tế toàn cầu và quản lý đa văn hóa; có được năng lực quản lý cần thiết để đối phó với thời kỳ phức tạp hiện nay bao gồm các vấn đề như sự đa dạng, toàn cầu hóa và thay đổi nhanh chóng; phát triển các kỹ năng lãnh đạo cần thiết để xây dựng và thực hiện các chiến lược đổi mới.

Môn học tiên quyết: Không

• Các hoạt động yêu cầu:

Đọc tài liệu

Thảo luận nhóm, tranh luận nhóm

• Chuẩn đầu ra:

Khi kết thúc môn học, học sinh sẽ có thể:

- Thảo luận, hiểu và trình bày các nguyên tắc, quá trình và quy trình quản lý để xem xét nỗ lực của họ đối với các hoạt động cá nhân

- Tham gia, tóm tắt và / hoặc dẫn dắt các cuộc thảo luận trong lớp, các vấn đề và tình huống từ cả văn bản và kinh nghiệm của học sinh liên quan đến tài liệu văn bản.

- Áp dụng bốn chức năng quản lý cho các tổ chức kinh doanh toàn cầu cùng với loại hoạt động liên quan đến từng chức năng.

- Hiểu những thách thức cá nhân liên quan đến việc đáp ứng sự phức tạp của môi trường kinh doanh toàn cầu và quản lý văn hóa chéo.

- Có được các năng lực quản lý cần thiết để đối phó với thời kỳ phức tạp ngày nay, bao gồm các vấn đề như đa dạng, toàn cầu hóa và thay đổi nhanh chóng.

- Có được các kỹ năng lãnh đạo cần thiết để xây dựng và thực hiện các chiến lược đổi mới

• Phương pháp đánh giá:

- Chuyên cần : 10%

- Bài kiểm tra giữa kỳ: 30%

- Bài kiểm tra cuối kỳ: 60%

• Mô tả môn học:

Môn học này được thiết kế để cho phép sinh viên xác định các quan điểm lịch sử, lý thuyết và thực tiễn về người lãnh đạo và các mối quan hệ với người theo dõi, nhằm áp dụng các lý thuyết & quan điểm này vào các vấn đề thực tế. Trong suốt khóa học, các kỹ năng lãnh đạo, giải quyết vấn đề và giao tiếp của sinh viên sẽ được phát triển do tham gia vào các cuộc thảo luận về lãnh đạo; nghiên cứu các nguồn bổ sung như video và phân tích trường hợp, bài đọc khóa học; tham gia hoạt động xây dựng đội ngũ; và được tham gia vào các dự án học tập phục vụ cộng đồng. Sau khi hoàn thành khóa học này, kiến thức, kỹ năng và công cụ thu được từ khóa học dự kiến sẽ đóng vai trò là nền tảng để sinh viên có thể xây dựng và cải thiện phong cách lãnh đạo cá nhân. Khóa học cũng xem xét một số vấn đề như thay đổi, đa dạng và đa văn hóa, đạo đức và giá trị ảnh hưởng đến công thức lãnh đạo.

Môn học tiên quyết: Không

• Các hoạt động yêu cầu:

- Bài đọc được phân công và sẽ được thảo luận và áp dụng trong lớp

- Thảo luận

- Thuyết trình nhóm

- Thuyết trình bài giảng

- Nghiên cứu theo trường hợp

• Chuẩn đầu ra:

Sau khi kết thúc môn học sinh viên có thể:

- Xác định và mô tả một loạt các lý thuyết về lãnh đạo: đặc điểm, kỹ năng, phong cách, tình huống, tình huống, mục tiêu con đường, trao đổi thành viên lãnh đạo, lãnh đạo chuyển đổi và lãnh đạo nhóm.

- Sử dụng các lý thuyết lãnh đạo đó làm công cụ phân tích để xác định các vấn đề thực tiễn trong lãnh đạo và là công cụ hỗ trợ hình thành các giải pháp hành động.

- Tăng cường nhận thức về lãnh đạo trong bối cảnh cuộc sống hàng ngày

- Nói rõ sự hiểu biết về các quy trình, thực tiễn và mục đích của lãnh đạo

- Tạo ra một định nghĩa thực tế, cá nhân và triết lý lãnh đạo

- Có được sự hiểu biết về năng lực lãnh đạo; điểm mạnh và điểm yếu cá nhân của họ với tư cách là một nhà lãnh đạo.

- Hiểu được làm thế nào một số vấn đề như thay đổi, đa dạng, toàn cầu hóa ảnh hưởng đến việc xây dựng lãnh đạo.

- Sử dụng một số công cụ

• Phương pháp đánh giá:

- Chuyên cần: 10%

- Bài tập về nhà: 10%

- Thuyết trình 20%

- Kiểm tra giữa kỳ: 20%

- Kiểm tra cuối kỳ: 40%

• Mô tả môn học

Môn học giải quyết các vấn đề về phương pháp tính vi tích phân hàm một biến, và đặc biệt nhấn mạnh việc ứng dụng các phương pháp này trong nhiều ngữ cảnh khác nhau. Môn học này là nền tảng cho các môn học khác như trong toán học, kỹ thuật và khoa học xã hội.

Môn học tiên quyết: Không

• Các hoạt động yêu cầu:

Chuyên cần: Điểm danh ngẫu nhiên. Cứ bốn lần vắng mặt sẽ bị trừ một nửa số điểm; Các trường hợp đặc biệt sẽ được xử lý trên cơ sở cá nhân, liên hệ với người hướng dẫn ngay lập tức về bất kỳ sự vắng mặt theo kế hoạch; Hãy đến lớp đúng giờ. Việc đến muộn có thể bị mời ra khỏi lớp.

Chuẩn bị cho giờ học: Chuẩn bị bài vở đầy đủ trước khi tham gia lớp học

Tham gia lớp học: Học sinh dự kiến ​​sẽ tích cực tham gia vào lớp học bằng cách đặt câu hỏi và chia sẻ kinh nghiệm cá nhân.

Trung thực: Đạo văn và gian lận là hành vi phạm tội nghiêm trọng và bất kỳ ai bị phát hiện gian lận hoặc đạo văn sẽ bị đánh rớt môn

• Chuẩn đầu ra:

Có kiến thức vững chắc về các khái niệm cơ bản của phép tính vi phân và tích phân của một biến;

Chứng minh khả năng tìm giới hạn, đạo hàm và tích phân của các hàm cơ bản;

Chứng minh sự hiểu biết về các khái niệm của khóa học này.

• Phương pháp đánh giá:

- Chuyên cần: 10%

- Bài kiểm tra thường xuyên: 20%

- Kiểm tra giữa kỳ: 30%

- Kiểm tra cuối kỳ: 40%

• Mô tả môn học

Môn học nhằm cung cấp những kiến thức về Ma trận, hạng, định thức, hệ phương trình tuyến tính. Cách giải hệ phương trình tuyến tính bằng phương pháp Cramer, phương pháp Gauss, phương pháp Gauss-Jordan; Không gian vector, sự phụ thuộc, độc lập tuyến tính, tập sinh, cơ sở và số chiều của không gian vector; Ma trận chéo hóa và ý nghĩa của việc chéo hóa ma trận; Ánh xạ tuyến tính, toán tử tuyến tính, dạng toàn phương và phép đưa dạng toàn phương về dạng chính tắc. Sinh viên sẽ dùng lập trình Python để thực hành tính toán các phép tính trên ma trận.

Môn học tiên quyết: Không

• Các hoạt động yêu cầu

Chuyên cần: Điểm danh ngẫu nhiên. Cứ bốn lần vắng mặt sẽ bị trừ một nửa số điểm; Các trường hợp đặc biệt sẽ được xử lý trên cơ sở cá nhân, liên hệ với người hướng dẫn ngay lập tức về bất kỳ sự vắng mặt theo kế hoạch; Hãy đến lớp đúng giờ. Việc đến muộn có thể bị mời ra khỏi lớp.

Chuẩn bị cho giờ học: Chuẩn bị bài vở đầy đủ trước khi tham gia lớp học

Tham gia lớp học: Học sinh dự kiến ​​sẽ tích cực tham gia vào lớp học bằng cách đặt câu hỏi và chia sẻ kinh nghiệm cá nhân.

Trung thực: Đạo văn và gian lận là hành vi phạm tội nghiêm trọng và bất kỳ ai bị phát hiện gian lận hoặc đạo văn sẽ bị đánh rớt môn

• Chuẩn đầu ra

Sinh viên sau khi hoàn thành môn học sẽ có được kiến thức cơ bản về đại số tuyến tính như thực hiện các phép toán trên ma trận, giải hệ phương trình tuyến tính, tính định thức,  tính trị riêng và vector riêng của ma trận, chéo hoá ma trận.

Sinh viên hiểu được về không gian vector, cơ sở của không gian vector, phụ thuộc và độc lập tuyến tính.

Áp dụng kiến thức của ma trận để vào các bài toán biến đổi dữ liệu, tối ưu hàm tiêu bằng dạng toàn phương.

Có các kỹ năng tư duy, phân tích, phát hiện và giải quyết vấn đề, kỹ năng mô hình hóa các bài toán kỹ thuật bằng toán học.

• Phương pháp đánh giá

Chuyên cần và bài tập về nhà: 20%

Bài kiểm tra thường xuyên: 20%

Bài thi giữa kỳ: 25%

Bài thi cuối kỳ: 35%

• Mô tả môn học

Nội dung của môn học gồm 2 phần. Phần đầu giới thiệu về chuỗi số, chuỗi hàm,  công thức Taylor và các ứng dụng của nó để giải quyết các bài toán thực tế. Trong phần 2 sinh viên sẽ được học về các phép tính vi phân trong không gian nhiều chiều. Ứng dụng của hàm nhiều biến trong bài toán cực trị, trong hình học.

Môn học tiên quyết: MATH101

• Các hoạt động yêu cầu:

Chuẩn bị cho giờ học: Chuẩn bị bài vở đầy đủ trước khi tham gia lớp học

Tham gia lớp học: Học sinh dự kiến ​​sẽ tích cực tham gia vào lớp học bằng cách đặt câu hỏi và chia sẻ kinh nghiệm cá nhân.

Bài tập về nhà theo yêu cầu của giảng viên

• Chuẩn đầu ra

Sinh viên sau khi kết thúc môn học có khả năng:

- Thực hiện các phép toán, tính đạo hàm cho hàm nhiều biến.

- Tìm cực trị của hàm nhiều biến.

- Các kiến thức cơ bản và các ứng dụng của chuỗi số.

= Khai triển hàm số thành chuỗi Taylor và ứng dụng của việc khai triển trong giải tích số

• Phương pháp đánh giá

- Chuyên cần và bài tập về nhà: 20%

- Bài kiểm tra thường xuyên: 20%

- Bài thi giữa kỳ: 25%

- Bài thi cuối kỳ: 35%

• Mô tả môn học

Môn học bao gồm hai nội dung cơ bản của giải tích hàm trong không gian vector nhiều chiều: phép tính tích phân bội và các phép toán trên trường vector. Môn học này là tiền để cho các môn học nâng cao về toán, vật lý và các môn học chuyên sâu về kỹ thuật. Môn học bắt đầu với việc tích tích phân kép, tích phân bội ba trên không gian hai và ba chiều. Tiếp theo môn học sẽ giới thiệu về các phép tính trên các trường vector tập trung vào ứng dụng tính tích phân đường và mặt trong không gian ba chiều.

Môn học tiên quyết: MATH201

• Các hoạt động yêu cầu

Đọc tài liệu trước khi vào lớp

Trình bày nội dung lý thuyết

Chứng minh các định lý toán học trên lớp

• Chuẩn đầu ra

Sinh viên sẽ có kiến ​​thức vững chắc về các khái niệm cơ bản của nhiều tích phân và phép tính của các trường vectơ và mối liên hệ giữa phép tính vi phân và tích phân của các hàm của một số biến.

Sinh viên sẽ có khả năng tính tích phân của các hàm cơ bản trên các miền khác nhau

Sinh viên biết cách sử dụng Định lý Fubini, thay đổi các biến trong nhiều tích phân, Định lý Green, Định lý Stokes.

• Phương pháp đánh giá

- Chuyên cần và bài tập về nhà: 20%

- Bài kiểm tra thường xuyên: 20%

- Bài thi giữa kỳ: 25%

- Bài thi cuối kỳ: 35%

Phương trình vi phân là ngôn ngữ toán học thường được dùng để diễn tả những định luật của tự nhiên. Sự hiểu biết các tính chất nghiệm của phương trình vi phân đóng vai trò nền móng trong nhiều lĩnh vực nghiên cứu trong khoa học và kĩ thuật hiện nay. Phương trình vi phân nghiên cứu tính chất của các hàm một biến số và các biến số này đại diện cho đại lượng thời gian. Ở phần cuối của lớp học, chúng ta cũng sẽ nghiên cứu ba loại phương trình đạo hàm riêng cơ bản: phương trình diffusion, phương trình elliptic và phương trình hyperbolic.

• Mô tả môn học

Cơ học là một nhánh của vật lý liên quan đến chuyển động của các vật thể lớn so với các nguyên tử và di chuyển với tốc độ chậm hơn nhiều so với tốc độ ánh sáng. Mục tiêu của môn học này là giới thiệu sinh viên đại học (chủ yếu là năm nhất và  năm thứ 2) về cơ học cổ điển và các ứng dụng của nó cho các vấn đề thực sự trong khoa học và công nghệ. Các thí nghiệm trong phòng thí nghiệm cùng với các hoạt động nhóm cũng là một phần quan trọng của môn học này.

Môn học tiên quyết: Không

• Các hoạt động yêu cầu

Giải quyết các câu đố, các vấn đề trên lớp

Thảo luận nhóm hoặc thuyết trình theo đề tài

Làm bài tập về nhà

Thực hành phòng thí nghiệm

• Chuẩn đầu ra

Kết thúc môn học sinh viên có thể nắm được những khái niệm cơ bản về cơ học và các ứng dụng của nó cho các vấn đề thực tế trong khoa học và công nghệ.

• Phương pháp đánh giá

- Chuyên cần: 10%

- Hoạt động trong lớp 5%

- Bài tập về nhà 15%

- Kiểm tra giữa kỳ: 30%

- Kiểm tra cuối kỳ: 20%

- Làm đề án: 20%

• Mô tả môn học

Môn học này tập trung vào phần cơ bản  của Điện, Từ tính và Quang học, một nhánh của vật lý cơ bản được tiếp tục ở môn học trước đó về Cơ học. Mục tiêu của môn học này là giới thiệu cho sinh viên cơ sở và ứng dụng của Điện, từ tính và quang học trong khoa học và công nghệ. Các thí nghiệm trong phòng thí nghiệm cùng với các hoạt động nhóm cũng là một phần quan trọng của khóa học này.

Môn học tiên quyết: PHYS101

• Các hoạt động yêu cầu

Giải quyết các câu đố, các vấn đề trên lớp

Thảo luận nhóm hoặc thuyết trình theo đề tài

Làm bài tập về nhà

Thực hành phòng thí nghiệm

• Chuẩn đầu ra

Kết thúc môn học sinh viên có thể nắm được lý thuyết cơ bản và ứng dụng của Điện, từ tính và quang học trong khoa học và công nghệ. Bên cạnh đó sinh viên còn có thể thực hành các thí nghiệm trong phòng thí nghiệm cùng với các hoạt động nhóm.

• Phương pháp đánh giá

- Chuyên cần: 10%

- Hoạt động trong lớp 5%

- Bài tập về nhà 15%

- Kiểm tra giữa kỳ: 30%

- Kiểm tra cuối kỳ: 20%

- Làm đề án: 20%

Môn học này giới thiệu về những khái niệm cơ bản của hoá hữu cơ như cấu trúc hoá học của nguyên tử và phân tử, cân bằng hoá học áp dụng cho axít và bazơ, nhiệt động học, động học hoá học, các cơ chế phản ứng, và một số ứng dụng tiêu biểu của nó trong hoá sinh, hoá học vật liệu và hoá môi trường. Hệ thống phòng thí nghiệm được trang bị để giúp minh hoạ các bài giảng lý thuyết.

• Mô tả môn học

Môn học này giúp sinh viên có thể hiểu và tính toán được xác suất của những sự kiện xảy ra trong những không gian xác suất xác định; mô hình hoá các sự kiện của các hiện tượng ngẫu nhiên bằng các biên ngẫu nhiên liên tục và rời rạc; xây dựng được các thống kê mẫu từ tập dữ liệu ví dụ: trung bình mẫu, phương sai mẫu…; dùng định lý giới hạn trung tâm để xấp xỉ phân bố của trung bình mẫu; ước lượng điểm hay khoảng tin cậy cho tham số; kiểm định các giả thuyết thống kê; Và phân tích đánh giá mô hình hồi quy dựa trên tập dữ liệu

• Cá hoạt động yêu cầu

Đọc tài liệu

Bài tập về nhà

Kiểm tra nhanh trong lớp

• Chuẩn đầu ra

Sau khi hoàn thành môn học này, sinh viên có thể:

- Tóm tắt, trình bày, và diễn giải các kết quả thống kê bằng nhiều cách hữu dụng.

- Hiểu rõ và ứng dụng các kỹ thuật, phương pháp thống kê để đưa ra những quyết định như phân tích dự đoán, phân tích lý giải các hiện tượng.

• Phương pháp đánh giá

- Chuyên cần và bài tập về nhà: 20%

- Kiểm tra thường xuyên: 20%

- Thi giữa kỳ: 25%

- Thi cuối kỳ: 35%

• Mô tả môn học

Môn học này giúp sinh viên có thể hiểu và nắm bắt được các khái niệm căn bản trong thống kê Bayes như xác suất có điều kiện, quy tắc Bayes, xác suất tiền nghiệm và hậu nghiệm cũng như họ liên hợp của các xác suất này. Áp dụng nguyên lý Bayes để giải quyết các bài toán thống kê căn bản như ước lượng, kiểm định giả thuyết thống kê, và bài toán hồi quy. Ngoài ra, sinh viên còn được giao đề án phân tích bộ dữ liệu bằng các phương pháp thống kê Bayes kết hợp sử dụng ngôn ngữ lập trình (ví dụ như R) để phân tích.

Môn học tiên quyết: STA206

• Các hoạt động yêu cầu

Đọc tài liệu

Bài tập về nhà

Kiểm tra nhanh trong lớp

Hoàn thành một đề án

• Chuẩn đầu ra

Vận dụng nguyên lý thống kê Bayes để giải quyết các bài toán kinh điển trong thống kê như ước lượng, kiểm định giả thuyết thống kê, và bài toán hồi quy.

Sử dụng thành thạo một ngôn ngữ lập trình thống kê

• Phương pháp đánh giá

- Chuyên cần và bài tập về nhà: 15%

- Kiểm tra thường xuyên: 15%

- Thi giữa kỳ: 20%

- Đề án: 20%

- Thi cuối kỳ: 30%

• Mô tả môn học

Lớp học này nhằm trang bị cho sinh viên kiến thức nền tảng về lý thuyết xác suất như xác suất có điều kiện, kỳ vọng có điều kiện, chuỗi Markov với thời gian rời rạc; một số quá trình ngẫu nhiên cơ bản như quá trình Poisson, quá trình Markov với thời gian liên tục, lý thuyết hàng đợi, và chuyển động Brown căn bản.

Môn học tiên quyết: STA206

• Các hoạt động yêu cầu

Đọc tài liệu

Bài tập về nhà

Kiểm tra nhanh trong lớp

Thuyết trình một số chủ đề do giảng viên đề nghị

• Chuẩn đầu ra

Hoàn thành môn học, sinh viên có khả năng:

- Hiểu và vận dụng lý thuyết xác suất để ứng dụng trực tiếp vào các tình huống thực tế.

- Nắm bắt và vận dụng được một số mô hình ngẫu nhiên để giải các bài toán thực tế

- Xây dựng, phát triển và phân tích các mô hình xác suất từ đó nhận ra các hiện tượng ngẫu nhiên trong hệ thống.

• Phương pháp đánh giá

- Chuyên cần và bài tập về nhà: 15%

- Kiểm tra thường xuyên: 15%

- Trình bày thuyết trình: 15%

- Thi giữa kỳ: 20%

- Thi cuối kỳ: 35%

• Mô tả môn học

Môn học này giới thiệu cách diễn giải vấn đề kỹ thuật và giải quyết chúng bằng ngôn ngữ lập trình MATLAB. Mô hình hoá các bài toán ứng dụng trong một số lĩnh vực và tối ưu tham số sử dụng các cấu trúc lặp. Giải các bài toán tích phân, tìm căn số, phân tích ma trận (vector riêng, giá trị riêng), lập trình tuyến tính, quy hoạch động.

Môn học tiên quyết: MATH101

• Các hoạt động yêu cầu

Chuyên cần: Việc đến muộn sau 10 phút có thể bị xem là vắng.

Tham gia lớp học: Sinh viên được khuyến khích ​​đặt câu hỏi và chia sẻ kinh nghiệm cá nhân.

Hoàn thành bài tập về nhà theo yêu cầu của giảng viên

Thực hành lập trình

• Chuẩn đầu ra

Sau khi kết thúc môn học học sinh có thể:

- Hiểu các phương pháp số như tìm căn số, Tìm nghiệm số phương trình vi phân từng phần, giải hệ phương trình tuyến tính, tìm giá trị riêng và hàm riêng, v.v.

- Biết cách sử dụng MATLAB làm ngôn ngữ lập trình để viết mã đơn giản và thực hiện các phương pháp số (the numerical methods).

- Áp dụng các phương pháp số cho một số vấn đề kỹ thuật.

• Phương pháp đánh giá

- Chuyên cần: 10%

- Bài tập về nhà: 15%

- Kiểm tra thường xuyên: 5%

- Thi giữa kỳ: 30&

- Thi cuối kỳ: 40%

• Mô tả môn học

Môn học cung cấp cho sinh viên các nguyên lý cơ bản của khoa học máy tính và lập trình cũng như tầm quan trọng của nó với cuộc sống hiện tại. Nội dung bao gồm: ngôn ngữ lập trình cấp cao, thuật toán và kỹ năng giải quyết vấn đề dùng máy tính, kỹ thuật lập trình - hướng đối tượng, thủ tục, trừu tượng hoá và giao diện - phân tích, thiết kế, lập trình và kiểm thử phần mềm. Đây là môn học bắt buộc cho tất cả các môn khoa học máy tính khác.

Môn học tiên quyết: Không

• Các hoạt động yêu cầu

Đọc tài liệu

Lập trình đề án theo nhóm

Lập trình các bài tập cá nhân

Kiểm tra nhanh trong lớp

Viết báo cáo và trình bày đề án nhóm

• Chuẩn đầu ra

Sau khi hoàn thành môn học này, sinh viên có thể:

- Hiểu được các nguyên lý, các lĩnh vực chuyên sâu của khoa học máy tính và ứng dụng của nó trong xã hội.

- Xây dựng được các thuật toán để từng bước giải quyết vấn đề dùng máy tính.

- Sử dụng 1 ngôn ngữ lập trình cấp cao ở mức trung bình.

- Phân tích và thiết kế các thuật toán theo kỹ thuật phân rã và hướng đối tượng.

- Làm việc nhóm hiệu quả

- Tự đọc các tài liệu liên quan

• Phương pháp đánh giá

- Đi học đầy đủ hoặc kiểm tra nhanh trong lớp: 10%

- Bài tập cá nhân: 30%

- Đề án nhóm: 30%

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học cung cấp cho sinh viên các cấu trúc dữ liệu thường sử dụng trong lập trình bao gồm: danh sách liên kết, cây (các loại cây nhị phân: AVL, Trie), mảng, heap, hàng đợi, stack, tập hợp, từ điển, đồ thị, thuật toán trên các cấu trúc này và đánh giá độ phức tạp của chúng cho mỗi trường hợp. Các thuật toán sắp xếp mảng. Các thuật toán trên đồ thị bao gồm: tìm đường đi ngắn nhất, tìm cây bao phủ, tìm đường đi Euler. Môn học tập chung minh hoạ các cấu trúc bằng ngôn ngữ lập trình hướng đối tượng và ở dạng trừu tượng. Các phương pháp đánh chỉ mục sẽ được giới thiệu như phần nâng cao (mở rộng).

Môn học tiên quyết: CS111, MATH110

• Các hoạt động yêu cầu

Đọc tài liệu theo yêu cầu

Làm bài tập cá nhân

Lập trình các thuật toán sử dụng ngôn ngữ lập trình hướng đối tượng

• Chuẩn đầu ra

Sinh viên hiểu và sử dụng được các cấu trúc dữ liệu cơ bản trong lập trình: mảng, hàng đợi, stack, danh sách liên kết, mảng băm, tập hợp, từ điển, cây, đồ thị.

Lập trình các thuật toán trên các cấu trúc dữ liệu ở trên cho mục đích thêm, xóa, sửa các phần tử dữ liệu trong mỗi cấu trúc.

Hiểu độ phức tạp của các thuật toán cho mỗi loại cấu trúc

• Phương pháp đánh giá

- Bài tập cá nhân: 40%

- Thi giữa kỳ: 25%

- Thi cuối kỳ: 35%

• Mô tả môn học

Giới thiệu về các khái niệm toán rời rạc. Sinh viên sẽ được học vê Logic toán học, tập hợp, relations, số học thuật toán, Cryptography, Đệ quy (Induction and Recursion), Phép đếm (Counting), Đại số bool (Boolean Algebra), và các mô hình tính toán: đồ thị, mạng và các thuật toán trên đồ thị.

Môn học tiên quyết: MATH110, CS111

• Các hoạt động yêu cầu

Đọc tài liệu trước khi vào lớp

Trình bày nội dung lý thuyết

Lập trình các thuật toán

Thảo luận nhóm

Làm bài tập về nhà

• Chuẩn đầu ra

Kết thúc môn học, sinh viên có thể:

- Hiểu về Logic Toán học, khái niệm tập hợp, quan hệ

- Biết các khái niệm và thuật toán về số học thuật toán

- Biết sử dụng Đệ Quy và Quy Nạp

- Sử dụng thành thạo phép đếm

- Biết cách áp dụng các mô hình tính toán: đồ thị, mạng

• Phương pháp đánh giá

- Làm bài tập cá nhân: 20%

- Lập trình project theo nhóm: 50% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học giúp sinh viên hiểu được máy tính hoạt động như thế nào? Các chủ đề bao gồm: dữ liệu (số và ký tự) được định dạng, lưu trữ và xử lý tính toán ra sao? Nguyên lý của các thành phần cơ bản của máy tính như: kiến trúc và cấu thành của CPU, CPU đa nhân, xử lý song song, tổ chức bộ nhớ, cache, bộ nhớ ảo, thiết bị vào ra, logic thiết kế của bo mạch. Ngoài ra môn học cũng giới thiệu về ngôn ngữ máy, các lệnh thực thi căn bản của CPU, trình biên dịch, ngoại lệ và xử lý ngoại lệ. Môn học sử dụng ngôn ngữ lập trình C và Hợp ngữ để minh hoạ các lệnh thực thi của CPU.

Môn học tiên quyết: CS111

• Các hoạt động yêu cầu

Đi học đầy đủ

Đọc tài liệu

Lập trình

Hoàn thiện các bài tập

• Chuẩn đầu ra

Kết thúc môn học, sinh viên có thể:

- Hiểu được cấu trúc, các thành phần cơ bản của máy tính.

- Các lệnh thực thi của CPU

- Ngôn ngữ máy

- Cách thức máy tính định dạng và lưu trữ dữ liệu

- Chương trình và trình biên dịch

- Symbolic coding và hệ assembly

- Cơ bản về ngôn ngữ lập trình C

• Phương pháp đánh giá

- Bài tập cá nhân: 35%

- Thi giữa kỳ: 25%

- Thi cuối kỳ: 40%

• Mô tả môn học

Mô học cung cấp các kỹ thuật thiết kế thuật toán như : brute-force, decrease-, divide-, and transform-and-conquer, dynamic programming, greedy algorithms, iterative improvement, backtracking, và branch-and-bound

Ngoài ra môn học cung cấp kỹ năng giải quyết các vấn đề cũng như phân tích và đánh giá hiệu quả của thuật toán áp dụng: Thời gian thực thi và số phép toán thực thi. Cách thức tối ưu hóa một thuật toán.

Môn học tiên quyết: CS201, CS202

• Các hoạt động yêu cầu

Đi học đầy đủ

Đọc tài liệu

Lập trình

Hoàn thiện các bài tập

• Chuẩn đầu ra

Kết thúc môn học, sinh viên có thể:

- Thiết kế các thuật toán từ căn bản đến nâng cao

- Biết cách phân tích và đánh giá hiệu quả của một thuật toán

- Biết cách tối ưu hóa thuật toán để giảm thời gian thực thi

• Phương pháp đánh giá

- Bài tập cá nhân: 35%

- Thi giữa kỳ: 25%

- Thi cuối kỳ: 40%

• Mô tả môn học

Môn học cung cấp cho sinh viên kiến thức nền tảng về hệ cơ sở dữ liệu, các nội dung chi tiết gồm: mô hình hoá dữ liệu, nguyên lý thiết kế hệ cơ sở dữ liệu, các hệ cơ sở dữ liệu có cấu trúc và phi cấu trúc, ngôn ngữ truy vấn SQL, phương pháp chỉ mục, quản lý lưu trữ phân tán, lưu trữ tập tin lớn. Thực hành thiết kế và lập trình theo đề tài nhóm.

Môn học tiên quyết: Thành thạo 1 ngôn ngữ lập trình

• Các hoạt động yêu cầu

Đọc tài liệu theo yêu cầu

Làm bài tập cá nhân

Lập trình đề án theo nhóm.

Trình bày đề án trước lớp

Viết báo cáo

• Chuẩn đầu ra

Hoàn thành môn học, sinh viên có khả năng:

- Phân tích, thiết kế hệ cơ sở dữ liệu cho các ứng dụng phần mềm.

- Sử dụng ngôn ngữ SQL để tạo, chỉnh sửa, truy vấn hệ cơ sở dữ liệu.

- Hiểu định dạng phi cấu trúc JSON và các thư viện API cho JSON

- Hiểu nguyên lý cơ bản về các hệ quản trị cơ sở dữ liệu.

- Hiểu các phương pháp đánh chỉ mục.

- Sử dụng được các hệ quản trị cơ sở dữ liệu như: MySQL, MongoDB trong công việc.

• Phương pháp đánh giá

- Làm bài tập cá nhân: 20%

- Lập trình project theo nhóm: 50% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học giới thiệu tổng quan về trí tuệ nhân tạo, ứng dụng của nó trong thời đại ngày nay. Môn học tập trung vào lập trình các thuật toán về: tìm kiếm, lập kế hoạch, nhận thức (perception), quyết định (decision), lý thuyết trò chơi, mạng Bayesian, biểu diễn tri thức (knowledge representation), logic, suy diễn (reasoning), robotics và học máy (học tăng cường - Reinforcement Learning).

Môn học tiên quyết:  CS201, CS202, STA206

• Các hoạt động yêu cầu

Đọc tài liệu

Lập trình các thuật toán

• Chuẩn đầu ra

Hiểu được các khái niệm của trí tuệ nhân tạo (TTNT) và ứng dụng của nó trong các hệ thống thông minh, robotics, hệ chuyên gia, trò chơi (game),...

Áp dụng các thuật toán TTNT vào giải quyết các bài toán ứng dụng về suy diễn, nhận thức, quyết định, máy học hoặc trò chơi.

• Phương pháp đánh giá

- Bài tập lập trình: 30%

- Thì giữa kỳ: 30%

- Thi cuối kỳ: 40%

• Mô tả môn học

Môn học cung cấp cho sinh viên khả năng tìm ra những mẫu hữu ích, mới và tiềm ẩn bên trong dữ liệu cũng như khả năng xây dựng các mô hình dự đoán, mô tả từ các dữ liệu lớn. Phần chính của môn học gồm phân tích diễn giải (EDA), mining các mẫu tần suất cao, gom nhóm và phân loại. Môn học bên cạnh các phần căn bản còn có các phần như các phương pháp kernel, phân tích dữ liệu nhiều chiều, mạng phức hợp. Môn học kết hợp các khái niệm máy học và thống kê để phân tích dữ liệu.

Môn học tiên quyết: MATH110, STA206 và Thành thạo Python

• Các hoạt động yêu cầu

Đọc tài liệu trước khi vào lớp

Trình bày nội dung lý thuyết

Hướng dẫn các bước để khai thác dữ liệu trên các loại dữ liệu khác nhau

Thảo luận nhóm

Làm dự án mẫu về khai thác dữ liệu

• Chuẩn đầu ra

Hoàn thành môn học, sinh viên có khả năng:

- Phân tích được loại dữ liệu và các bước cần tiến hành để khai thác.

- Sử dụng ngôn ngữ python để làm các dự án khai thác dữ liệu.

- Biết cách xử lý các dữ liệu khuyết hay bất thường.

- Biết cách gom nhóm các dữ liệu chưa gán nhãn với lỗi nhỏ nhất

- Biết cách áp dụng phương pháp kernel, phân tích dữ liệu nhiều chiều, mạng phức hợp

- Kết hợp các khái niệm máy học và thống kê để phân tích dữ liệu

• Phương pháp đánh giá

- Làm bài tập cá nhân: 30%

- Lập trình project theo nhóm: 40% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học nhằm cung cấp cho sinh viên những kiến thức nền tảng về học máy như: những phương pháp, mô hình biểu diễn đặc trưng dữ liệu để làm dữ liệu đầu vào cho học máy; phương pháp phân tích hồi quy, học máy giám sát, không giám sát, bán giám sát; phương pháp đánh giá chất lượng của các mô hình học máy. Thông qua những ví dụ thực tế, người học dễ dàng nắm bắt những kiến thức nền tảng về học máy và dễ dàng áp dụng những phương pháp học máy vào những lĩnh vực ứng dụng khác nhau.

Môn học tiên quyết: Thành thạo Python, MATH110, STA206

• Các hoạt động yêu cầu

Đọc tài liệu trước khi vào lớp

Trình bày nội dung lý thuyết

Phân tích cơ chế hoạt  động của các mô hình máy học cơ bản

Thực hành trên các dữ liệu thực tế

• Chuẩn đầu ra

Sinh viên có kiến thức cơ bản về học máy, biết đánh giá một mô hình học máy, biết áp dụng học máy vào các bài toán dự đoán, phân loại, chia cụm, làm giảm số chiều dữ liệu

Sinh viên hiểu bản chất các thuật toán của máy học cơ bản như Hồi qui tuyến tính, Hồi qui logistic, support vector maching, k-NN, k-Mean, PCA.

Sử dụng thành thạo thư viện scikit-learn để thực hành trên các bài toán thực tế.

• Phương pháp đánh giá

- Làm bài tập cá nhân: 30%

- Lập trình project theo nhóm: 40% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học cung cấp cho sinh viên các khái niệm về Thị Giác Máy Tính như không gian màu, ảnh xám, histogram, ảnh nhiễu, ảnh tăng cường.

Môn học cung cấp cho sinh viên cách để trích xuất thông tin hữu ích trong ảnh, phân tích ảnh và sử dụng các phép toán morphology trên ảnh màu. Ngoài ra giúp sinh viên trích xuất đối tượng chính trong ảnh bằng các phương pháp Segmentation. Sinh viên thực hành với thư viện OpenCV

Môn học tiên quyết: Thành thạo Python

• Các hoạt động yêu cầu

Đọc tài liệu trước khi vào lớp

Trình bày nội dung lý thuyết

Hướng dẫn các thuật toán căn bản trong xử lý ảnh xám, ảnh màu

Thảo luận nhóm

Thực hành trích xuất đối tượng chính trong một bức ảnh

• Chuẩn đầu ra

Hoàn thành môn học, sinh viên có khả năng:

- Hiểu được các khái niệm cơ bản về ảnh màu, ảnh xám, không gian màu

- Biết các thuật toán tăng cường ảnh, làm nhiễu ảnh hay vẽ histogram

- Trích xuất được các đối tượng chính trong ảnh

- Biết cách dùng các phương pháp morphology để biến đổi ảnh

- Biết cách sử dụng thư viện OpenCV cho các bài toán thực tế.

• Phương pháp đánh giá

- Làm bài tập cá nhân: 30%

- Lập trình project theo nhóm: 40% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Khóa học cung cấp cho sinh viên các khái niệm cơ bản về dữ liệu lớn: tính chất, đặc điểm, nguồn gốc dữ liệu, ứng dụng và giá trị của dữ liệu lớn. Mô hình lưu trữ (vector model), lập trình phân tán (MapReduce) và các hệ cơ sở lưu trữ: SQL, NoSQL, Column-based cho các ứng dụng dữ liệu lớn. Khoá học tập trung vào thực hành các hệ thống lưu trữ, xử lý dữ liệu lớn trên nền tảng Hadoop - HDFS, YARN, Spark - Spark Streaming, Spark SQL. Khóa học cũng giới thiệu các cloud hỗ trợ xử lý dữ liệu lớn như AWS, Azure, Cloudera, cũng như các giải pháp triển khai ứng dụng dữ liệu lớn trên các cloud. Thực hành dự án là yêu cầu bắt buộc cho môn học.

Môn học tiên quyết: CS311, Thành thạo Python

• Các hoạt động yêu cầu

- Thực hành dự án theo nhóm

- Viết báo cáo và trình bày dự án

• Chuẩn đầu ra

Kết thúc khoá học, sinh viên có thể:

- Hiểu được các khái niệm của dữ liệu lớn, nguồn gốc và giá trị của dữ liệu lớn trong các bài toán doanh nghiệp.

- Thành thạo mô hình lập trình MapReduce

- Cài đặt và sử dụng được các platform cho dữ liệu lớn: Hadoop - HDFS, YARN, Spark

- Sử dụng được các thư viện Spark Streaming, Spark SQL cho các ứng dụng thực tế.

- Triển khai được ứng dụng vừa phải trên cloud AWS, Azure hoặc Cloudera.

• Phương pháp đánh giá

Thực hành dự án: 100% (bao gồm: hoàn thành đúng tiến độ: 20%, báo cáo 30%, trình bày: 20%, demo 30%)

• Mô tả môn học

Môn học tập trung vào các kỹ thuật, giải pháp từ căn bản đến nâng cao nhằm trích rút thông tin từ văn bản (text), các trang web. Chủ đề bao gồm: phương pháp chỉ mục (index), mô hình dữ liệu bằng không gian vector, các kỹ thuật trích thông tin từ trang web - crawling, link-based algorithms, và sử dụng metadata của trang web, phân loại và phân cụm tài liệu, các phương pháp xếp hạng tài liệu truyền thống và sử dụng máy học (machine learning-based ranking approaches).

Môn học tiên quyết:  CS331

• Các hoạt động yêu cầu

Đọc tài liệu liên quan

Lập trình thực hành bài tập được giao

• Chuẩn đầu ra

Hiểu và sử dụng được các phương pháp, công cụ trong việc đánh chỉ mục tài liệu văn bản.

Sử dụng được phương pháp không gian vector để mô hình hoá tài liệu

Sử dụng được các kỹ thuật: crawling, link-based algorithms, và metadata usage để trích rút thông tin từ Web

Hiểu các phương pháp phân loại, phân cụm, xếp hạng tài liệu văn bản bằng các phương pháp máy học

• Phương pháp đánh giá

- Bài tập lập trình cá nhân: 50%

- Thi cuối kỳ: 50%

• Mô tả môn học

Môn học giúp sinh viên xử lý nhiều loại dữ liệu khác nhau trong các tình huống: dữ liệu không đầy đủ, dữ liệu text hoặc danh mục, bất thường, chuyển đổi không gian dữ liệu, chuẩn hóa dữ liệu. Sinh viên thực hành các giải pháp chuẩn bị dữ liệu cho phân tích, làm các phép thống kê cơ bản để hiểu dữ liệu, trực quan hoá để biết tình trạng dữ liệu. Môn học cũng giới thiệu các phương pháp thu thập dữ liệu, tích hợp nhiều nguồn dữ liệu.

Môn học tiên quyết: Thành thạo Python, STA206,  

• Các hoạt động yêu cầu

Tìm và đọc tài liệu liên quan.

Thực hành bài tập cá nhân

• Chuẩn đầu ra

Sinh viên hiểu được các kỹ thuật, giải pháp xử lý, chuyển đổi dữ liệu thô thành dữ liệu dùng được cho các mô hình máy học.

Nắm được một số phương pháp thu thập và tích hợp các nguồn dữ liệu.

Áp dụng các kiến thức vào một số bộ dữ liệu mẫu để xử lý.

Sử dụng thành thạo module preprocessing của thư viện scikit-learn

• Phương pháp đánh giá

Bài tập thực hành: 100% (báo cáo)

• Mô tả môn học

Môn học yêu cầu sinh viên thực hành dự án về khoa học dữ liệu sử dụng các bộ dữ liệu khác nhau. Sinh viên cũng được giới thiệu một số giải pháp triển khai trong thực tế. Giảng viên đóng vai trò là người hướng dẫn. Môn học hạn chế số sinh viên tuỳ theo số lượng dữ liệu/ bài toán giảng viên trong khoa đề xuất.

Môn học tiên quyết: CS331, CS332, CS441

• Các hoạt động yêu cầu

Đọc tài liệu theo yêu cầu

Phân tích và lập trình

Viết báo cáo

• Chuẩn đầu ra

Hiểu quy trình làm bài toán khoa học dữ liệu.

Giải được một số bài toán khoa học dữ liệu phổ biến.

Nắm được giải pháp triển khai dữ án khoa học dữ liệu.

• Phương pháp đánh giá

Trình bày và báo cáo dự án: 100% (demo và trình bày)

• Mô tả môn học

Môn học cung cấp cho sinh viên những thuật toán nâng cao trong khai thác dữ liệu : Meanshift, DBScan, Hierarchy Clustering v.v… Ngoài ra giải quyết các bài toán liên quan đến Association và Recommendation trong Ecommerce.

Sinh viên cũng sẽ được học các nguồn dữ liệu khác nhau từ các dự án thực thế để áp dụng các quy trình khai thác dữ liệu chuyên sâu cho từng loại dữ liệu.

Môn học tiên quyết: CS331

• Các hoạt động yêu cầu

Đọc tài liệu trước khi vào lớp

Trình bày nội dung lý thuyết

Hướng dẫn các bước để khai thác dữ liệu trên các loại dữ liệu khác nhau

Thảo luận nhóm

Làm dự án mẫu về khai thác dữ liệu

• Chuẩn đầu ra

Hoàn thành khóa học sinh viên có khả năng :

- Khai thác các loại dữ liệu khác nhau từ đơn giản đến phức tạp

- Biết áp dụng các phương pháp khai thác dữ liệu nâng cao

- Hiểu và áp dụng giải bài toán liên quan đến Recommendation và Association

- Biết cách áp dụng hiệu quả các thuật toán Unsupervised Learning

• Phương pháp đánh giá

- Làm bài tập cá nhân: 30%

- Lập trình project theo nhóm: 40% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học giúp sinh viên xây dựng các mô hình máy học Linear / Logistic Regression , Decision Tree và Random Forest, SVM và Kernel Tricks cho các bài toán ứng dụng. Các phương pháp đánh giá mô hình: confusion matrices, classifier decision functions, precision-recall, ROC curves. Giúp sinh viên biết cách xây dựng các mô hình kết hợp Ensemble Learning như Bagging và Boosting. Các kỹ thuật nâng cao như: LightGBM, XGBoost, Feature Engineering cũng được giới thiệu trong khoá học. Môn học tập trung vào thực hành dự án.

Môn học tiên quyết: CS332

• Các hoạt động yêu cầu

- Đọc tài liệu trước khi vào lớp

- Trình bày nội dung lý thuyết

- Hướng dẫn các bước áp dụng và xây dựng mô hình máy học trên các bài toán thực tế

- Thảo luận nhóm

- Làm dự án mẫu về áp dụng máy học

• Chuẩn đầu ra

Hoàn thành môn học, sinh viên có khả năng:

- Tự tin áp dụng các mô hình máy học căn bản vào các bài toán Data Science

- Biết cách đánh giá, chọn mô hình máy học phù hợp theo yêu cầu từng loại bài toán

- Biết cách làm tốt Feature Engineering để có được dữ liệu tốt nhất cho máy học

• Phương pháp đánh giá

- Làm bài tập cá nhân: 30%

- Lập trình project theo nhóm: 40% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học hướng dẫn sinh viên thực hành các kiến trúc mạng phổ biến sử dụng trong xử lý ngôn ngữ tự nhiên như: window-based neural networks, mô hình seq2seq với recurrent neural networks (RNN) và long-short-term-memory models (LSTM), recursive neural networks (Tree NN), Word Embedding với Word2Vec và GloVe.

Môn học tiên quyết: CS434, STA206, Thành thạo Python

• Các hoạt động yêu cầu

- Tìm và đọc tài liệu liên quan.

- Lập trình thực hành.

- Trình bày demo

- Làm việc nhóm

• Chuẩn đầu ra

- Lắm bắt được các loại mạng nơron dùng cho xử lý ngôn ngữ: Window-based NN, RNN, LSTM và Recursive NN

- Áp dụng các mô hình seq2seq cho các ứng dụng dịch giữa các ngôn ngữ.

- Áp dụng Word2Vec/GloVe hoặc Recursive NN trong phân tích hàm ý văn bản.

• Phương pháp đánh giá

- Bài tập lập trình cá nhân: 50%

- Làm dự án theo nhóm: 50% (trình bày và báo cáo)

• Mô tả môn học

Môn học tập trung thực hành các kiến trúc sẵn có cho các bài toán khác nhau trong thị giác máy tính và xử lý ảnh. Nội dung bao gồm: mạng CNN và bài toán phân loại đối tượng với kiến trúc ResNet và Inception,  nhận diện đối tượng với DarkNet (Yolo v3), sinh ảnh đối tượng với GAN, segmentation ảnh với U-Net, Face detection and recognition với các thư viện: Dlib, FaceNet. Môn học có thể thực hành trên Tensorflow hoặc PyTorch.

Môn học tiên quyết: CS434

• Các hoạt động yêu cầu

- Tìm và đọc tài liệu liên quan.

- Lập trình thực hành.

- Trình bày demo

• Chuẩn đầu ra

Hiểu và thực hành được một số kiến trúc mạng nơron phổ biến cho các bài toán: phân loại, nhân diện đối tượng, sinh ảnh đối tượng, phân đoạn các vùng trong ảnh, ...

Hiểu quy trình làm bài toán học sâu: gán nhãn, mô hình, huấn luyện, đánh giá kết quả.

• Phương pháp đánh giá

Bài tập thực hành cá nhân: 100% (demo và trình bày)

• Mô tả môn học

Môn học cung cấp cho sinh viên về các loại mẫu dữ liệu khác nhau và cách trích xuất các đặc trưng tương ứng từ các mẫu dữ liệu. Ngoài ra môn học giúp sinh viên biết cách áp dụng naive bayes, SVM, linear discrimination, PCA, LDA, parametric and nonparametric model, ANN trong việc xây dựng các mô hình nhận dạng mẫu.

Ngoài ra môn học còn giúp sinh viên  hiểu được và phân tích được các mẫu đặc trưng trên các dữ liệu audio, image, NLP và data

Môn học tiên quyết: MATH110, STA206, CS331

• Các hoạt động yêu cầu

- Đọc tài liệu trước khi vào lớp

- Trình bày nội dung lý thuyết

- Hướng dẫn các bước để trích xuất và xây dựng các mô hình nhận dạng mẫu

- Thảo luận nhóm

- Làm dự án mẫu về phân tích và nhận dạng mẫu dữ liệu

• Chuẩn đầu ra

Hoàn thành môn học, sinh viên có khả năng:

- Nhận diện được các mẫu hữu ích từ các loại dữ liệu khác nhau

- Biết phân tích vấn đề để chọn lọc mẫu và xây dựng mô hình máy học

- Biết cách sử dụng thành thạo các thuật toán nhận dạng mẫu

- Biết cách phân tích các mẫu dữ liệu đặc biệt :audio, NLP, image and data

• Phương pháp đánh giá

- Làm bài tập cá nhân: 30%

- Lập trình project theo nhóm: 40% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học giới thiệu tầm quan trọng của trực quan hoá dữ liệu trong việc tiếp nhận thông tin của con người,  máy tính hiển thị thông tin ra sao. Sinh viên sẽ được học các phương pháp hiển thị khác nhau, ý nghĩ, mục đích và thông tin mỗi phương pháp muốn truyền đạt: biểu đồ, đồ thị, mạng, bản đồ, sử dụng màu, kích thước. Sinh viên thực hành chuyên sâu với một trong các công cụ phân tích dữ liệu phổ biến như: MS Power BI, Tableau, MS Excel. Sinh viên cũng được yêu cầu lập trình sử dụng các thư viện trong ngôn ngữ Python như: Matplotlib, Seaborn, Folium.

Môn học tiên quyết: Thành thạo Python

• Các hoạt động yêu cầu

- Thực hành lập trình dự án với nhiều bộ dữ liệu khác nhau.

- Thuyết trình theo nhóm.

• Chuẩn đầu ra

Hiểu được tầm quan trọng của trực quan hoá dữ liệu trong việc tiếp nhận thông tin của con người. Cách thức tổ chức bảng thông tin (Dashboard).

Lắm được các phương pháp hiển thị dữ liệu: Đồ thị, biểu đồ, bản đồ, Parallel Coordinates, sử dụng màu, dữ liệu thể hiện mối quan hệ (mạng, cây)...

Sử dụng được 1 công cụ phân tích dữ liệu phổ biến như: MS Power BI, Tableau.

Sử dụng thành thạo các thư viện trực quan hoá sử dụng ngôn ngữ Python: Matplotlib, Seaborn, Folium. Hiểu ý nghĩa và mục đích của các loại biểu đồ cơ bản: Area plots, Histograms, Bar charts, Pie charts, Box plots, Scatter plots, HeatMap, TreeMap...

Trực quan hoá dữ liệu từ bảng dữ liệu (DataFrame) của thư viện Pandas.

• Phương pháp đánh giá

- Bài thực hành cá nhân: 60%

- Bài thực hành theo nhóm: 40%

• Mô tả môn học

Môn học cung cấp cho sinh viên các kỹ thuật hiện đại để phân tích thống kê dữ liệu phức tạp và dữ liệu lớn. Ngoài ra sinh viên con được nghiên cứu ở mức thống kê các mô hình lựa chọn hồi quy hay phân loại, và các mô hình không tham số

Các khái niệm về mô hình kernel, regularization, giảm chiều dữ liệu (PCA), và phân tích nhóm. Các ứng dụng thực tế được thảo luận và áp dụng các mô hình thống kê để thực hành

Môn học tiên quyết: CS331, STA206

• Các hoạt động yêu cầu

- Đọc tài liệu trước khi vào lớp

- Trình bày nội dung lý thuyết

- Áp dụng các mô hình thống kê trên các loại dữ liệu

- Thảo luận nhóm

- Làm dự án mẫu về mô hình thống kê

• Chuẩn đầu ra

Hoàn thành môn học, sinh viên có khả năng:

- Biết cách phân tích và xử lý các loại dữ liệu phức tạp và lớn

- Biết cách vận dụng các mô hình thống kê trên các loại dữ liệu

- Biết cách giảm chiều dữ liệu, regularization, và phân tích nhóm hiệu quả

• Phương pháp đánh giá

- Làm bài tập cá nhân: 30%

- Lập trình project theo nhóm: 40% (bao gồm trình bày và viết báo cáo)

- Thi cuối kỳ: 30%

• Mô tả môn học

Môn học được tổ chức dưới dạng một series các chủ đề do các giảng viên thỉnh giảng và khách mời trình bày. Nội dung bao gồm các nghiên cứu mới, các kinh nghiệm và kỹ thuật làm dự án thực tế, con đường, sự nghiệp, hoặc nhu cầu việc làm, ...

• Các hoạt động yêu cầu

- Tham gia đầy đủ các buổi trình bày

- Chủ động, tích cực đặt câu hỏi với diễn giả

- Đọc tài liệu liên quan

- Viết báo cáo về một vài chủ để quan tâm

• Chuẩn đầu ra

- Hiểu được xu hướng ở thời điểm hiện tại.

- Xác định được vị trí, con đường để phát triển bản thân

- Lắm được các khó khăn, kỹ thuật giải quyết vấn đề trong thực tế doanh nghiệp.

• Phương pháp đánh giá

Chọn chủ đề và làm báo cáo tổng hợp theo nhóm 2 hoặc 3 sinh viên.

• Mô tả môn học

Sinh viên được yêu cầu tự nghiên cứu về một công nghệ, platform hoặc thư viện nào đó theo yêu cầu của giảng viên hướng dẫn.

Môn học tiên quyết: sinh viên liên hệ giảng viên để biết chi tiết

• Các hoạt động yêu cầu

Tuỳ theo yêu cầu giảng viên

• Chuẩn đầu ra

Sử dụng được thư viện, platform hoặc công nghệ được yêu cầu nghiên cứu.

• Phương pháp đánh giá

Tuỳ theo yêu cầu giảng viên

• Mô tả môn học

Sinh viên được yêu cầu đọc và tổng hợp các bài báo khoa học về một chủ đề nào đó theo yêu cầu của giảng viên hướng dẫn.

Môn học tiên quyết: sinh viên liên hệ giảng viên để biết chi tiết

• Các hoạt động yêu cầu

Đọc bài báo khoa học

Trình bày, seminar

• Chuẩn đầu ra

Tổng hợp được các bài báo khoa học theo yêu cầu.

• Phương pháp đánh giá

Tuỳ theo yêu cầu giảng viên

• Mô tả môn học

Chỉ dành cho sinh viên năm cuối. Giảng viên của TTU cùng với đại diện từ các công ty trong lĩnh vực Khoa học máy tính sẽ giám sát các thực tập sinh trong khóa đào tạo thực tế tại các công ty. Cần có sự đồng ý của giám đốc các chương trình thực tập tại các công ty thực tập trước khi sinh viên có thể đăng ký môn học.

• Các hoạt động yêu cầu: 

Tùy thuộc vào yêu cầu của công ty cũng như giảng viên cố vấn

Viết báo cáo thực tập

• Chuẩn đầu ra

Tùy thuộc vào yêu cầu của công ty và giảng viên cố vấn

• Phương pháp đánh giá

- Nội dung báo cáo: 60%

- Đánh giá của người phụ trách, hướng dẫn của sinh viên tại công ty thực tập: 40%

Môn học bắt đầu với phần giới thiệu về các hệ thống và tín hiệu điện mang thông tin; và sau đó thảo luận về việc tạo ra, thao tác, truyền tải và tiếp nhận các tín hiệu điện đó. Một số chủ đề chính bao gồm lý thuyết tín hiệu cơ bản, phân tích thời gian và miền tần số, định lý lấy mẫu, lý thuyết thông tin kỹ thuật số, truyền kỹ thuật số tín hiệu tương tự và mã sửa lỗi.

Thực hành, giới thiệu hướng đến phòng thí nghiệm cho các thiết bị vi điện tử, cảm biến và mạch tích hợp. Các nhóm sinh viên gồm 3-4 sinh viên / đội thi đấu cho một thiết kế, lắp ráp, thử nghiệm, mô tả đặc tính và mô phỏng hệ thống điện tử. Các dự án bao gồm các thiết bị vi điện tử, cảm biến, và các mạch kỹ thuật số và analog cơ bản. Phần lớp học được thiết kế để trả lời / giải thích các câu hỏi được tạo ra trong phòng thí nghiệm về việc hiểu hoạt động của các thiết bị và cảm biến, và hiệu suất của các mạch điện tử. Đánh giá của sinh viên dựa trên đặc điểm kỹ thuật của dự án, tạo mẫu, tích hợp, thử nghiệm, mô phỏng và tài liệu.

Thiết kế và thực hiện các hệ thống kỹ thuật số tổ hợp và tuần tự, đặc biệt chú ý đến máy tính kỹ thuật số. Việc sử dụng các công cụ thiết kế hỗ trợ máy tính, ngôn ngữ mô tả phần cứng và chip logic lập trình để tạo điều kiện cho các thiết kế hiệu suất cao hơn và lớn hơn sẽ được nhấn mạnh. Các bài tập trong phòng thí nghiệm và các dự án thiết kế nhóm sẽ củng cố các kỹ thuật thiết kế khác nhau sẽ được thảo luận trong lớp.

Nguyên tắc cơ bản và ứng dụng của đường truyền và trường điện từ và sóng, ăng ten, cảm biến trường và truyền tín hiệu. Gián đoạn đường truyền và truyền tín hiệu số; đường truyền ở trạng thái ổn định hình sin, biến đổi trở kháng và kết hợp trở kháng; tĩnh điện và thống kê từ tính, bao gồm điện dung và điện cảm; sóng điện từ trong môi trường đồng nhất và tương tác của chúng với các giao diện; ăng ten và mạng lưới ăng ten.

Khóa học sẽ bao gồm nguyên tắc cơ bản của xử lý tín hiệu analog và kỹ thuật số. Điểm tương đồng và khác biệt của hai loại tín hiệu và hệ thống sẽ được thảo luận sâu hơn. Đặc biệt hơn, khóa học sẽ cung cấp kiến thức về biểu diễn và phân loại tín hiệu liên tục và rời rạc; phân loại hệ thống và đáp ứng; chức năng chuyển, chuỗi Fourier; Biến đổi Fourier, Laplace và z.

Mục tiêu đầu tiên của môn học này là giúp sinh viên làm quen với an toàn phòng thí nghiệm cơ bản, thành phần mạch và đặc biệt là cách sử dụng các dụng cụ thiết yếu như máy hiện sóng, máy phát chức năng và máy đo đa năng. Quan trọng hơn, nó cũng cho phép sinh viên thực sự hình dung các nguyên tắc và ứng dụng của các mạch DC / AC quan trọng mà họ đã học trong phần lý thuyết. Mỗi phòng thí nghiệm được thiết kế với các mô-đun phần cứng mạch sẵn sàng sử dụng, điều đó có nghĩa là sinh viên có thể thực hành chuyên sâu về nhiều khái niệm / mạch DC / AC cơ bản và hữu ích mà không cần phải tốn nhiều thời gian trong phòng thí nghiệm cho hệ thống mạch điện .

Các sinh viên sẽ xem xét các đặc điểm của các thiết bị tương tự như diốt, diốt ổn áp, transistor và Op-Amp IC trong các module phần cứng mạch sẵn sàng để sử dụng. Các bạn sinh viên cũng sẽ có thử nghiệm thực hành với thiết kế mạch bao gồm bộ chỉnh lưu, bộ khuếch đại bóng bán dẫn và Op-Amp. Kết thúc môn học, sinh viên sẽ có những kỹ năng thực tế cần thiết để thực hiện các dự án về điện tử hoặc sửa chữa thiết bị điện tử.

Bài tập thực hành và đồ án thiết kế môn học sẽ minh hoạ và củng cố vững chắc các kỹ

thuật thiết kế đã học trong EE203.

Cấu trúc máy tính, ngôn ngữ lắp ráp, thực hiện lệnh, kỹ thuật giải quyết vấn đề và biểu diễn kỹ thuật số của dữ liệu. Tổ chức hệ thống máy tính, thiết kế logic, lập trình vi mô, bộ nhớ cache và hệ thống bộ nhớ và giao diện đầu vào / đầu ra.

Các khái niệm và nguyên tắc cơ bản của hệ điều hành đa chương trình. Các quy trình, giao tiếp liên tiến trình, lên lịch CPU, loại trừ lẫn nhau, deadlocks, quản lý bộ nhớ, thiết bị I / O, hệ thống tệp, cơ chế bảo vệ.

Khóa học bao gồm các lý thuyết và phương pháp cơ bản để giải quyết các vấn đề tối ưu hóa, các kỹ thuật lặp lại để giảm thiểu không giới hạn cũng như lập trình tuyến tính và phi tuyến với các ứng dụng kỹ thuật.

Phần đầu tiên của môn học cung cấp nền tảng (hoặc đánh giá) về phân tích và biểu diễn các hệ thống tín hiệu thời gian rời rạc, bao gồm tích chập thời gian rời rạc, phương trình vi phân, biến đổi z và biến đổi Fourier thời gian rời rạc. Phần thứ hai của mô học tập trung vào việc thực hiện các bộ lọc kỹ thuật số đệ quy (đáp ứng xung vô hạn IIR) và các bộ lọc kỹ thuật số không đệ quy (đáp ứng xung hữu hạn FIR). Thiết kế của họ để đáp ứng các yêu cầu / thông số kỹ thuật nhất định cũng là một trọng tâm chính của khóa học.

Phần đầu tiên của môn học cung cấp nền tảng (hoặc đánh giá) về phân tích và biểu diễn các hệ thống tín hiệu thời gian rời rạc, bao gồm tích chập thời gian rời rạc, phương trình vi phân, biến đổi z và biến đổi Fourier thời gian rời rạc. Phần thứ hai của mô học tập trung vào việc thực hiện các bộ lọc kỹ thuật số đệ quy (đáp ứng xung vô hạn IIR) và các bộ lọc kỹ thuật số không đệ quy (đáp ứng xung hữu hạn FIR). Thiết kế của họ để đáp ứng các yêu cầu / thông số kỹ thuật nhất định cũng là một trọng tâm chính của môn học.

Môn học sẽ tiết lộ các kỹ thuật cơ bản “hậu trường” trong xử lý hình ảnh và video.  Nó sẽ bắt đầu với những điều cơ bản của sự hình thành hình ảnh thang độ xám, nén, tăng cường cũng như phân chia. Các kỹ thuật sau đó được mở rộng cho hình ảnh màu và video. Phần sau của môn học sẽ giới thiệu các khái niệm và ứng dụng các kỹ thuật xử lý hình ảnh và video tiên tiến hơn như các kỹ thuật để loại bỏ các vật thể không mong muốn khỏi hình ảnh / video hoặc áp dụng mô hình hóa và nén cảm biến trong phân tích và xử lý hình ảnh trong các ứng dụng y tế.

Môn học này được thiết kế để giới thiệu về các khái niệm cơ bản, lý thuyết và thực hành xử lý tín hiệu âm thanh và âm thanh kỹ thuật số (DAASP). Âm thanh kỹ thuật số liên quan đến quá trình tải, số hóa, lọc, biến đổi, mã hóa, lưu trữ, thao tác, truyền, phân phối, phân tích và tái tạo âm nhạc chất lượng cao và các tín hiệu âm thanh khác. Với sự ra đời của các ứng dụng đa phương tiện, xử lý tín hiệu âm thanh kỹ thuật số đã nổi lên như một lĩnh vực khá khác biệt với xử lý giọng nói kỹ thuật số. Lĩnh vực này là vô cùng rộng bao gồm các lĩnh vực âm học, thính giác, xử lý tín hiệu, âm nhạc và tâm lý học. Khóa học này sẽ tập trung vào các yếu tố của trường với nội dung xử lý tín hiệu và âm học lớn nhất. Trọng tâm sẽ là cung cấp cho sinh viên một sự hiểu biết trực quan về các nguyên tắc đằng sau các thuật toán DAASP. Ngoài ra, một số kinh nghiệm với các thuật toán phổ biến nhất sẽ được cung cấp thông qua các bài tập MATLAB với tín hiệu âm thanh kỹ thuật số thực sự.

Môn học sẽ giới thiệu cho sinh viên về lý thuyết và phương pháp lấy mẫu hình ảnh và video kỹ thuật số, khử nhiễu, mã hóa, tái thiết và phân tích. Cả hai phương pháp tuyến tính (như phân tích Fourier 2- và 3-D) và phương pháp phi tuyến tính (như phân tích sóng con) sẽ được thảo luận. Các chủ đề chính bao gồm phân đoạn, nội suy, trình diện, loại bỏ nhiễu, viền chủ thể, tái mô phỏng và tái mô phỏng ngược, gỡ lỗi, tái cấu trúc chụp cắt lớp, siêu lọc, nén và trích xuất tính năng.

Mục đích của môn học này là giới thiệu các nguyên tắc cơ bản của truyền thông kỹ thuật số cho sinh viên đại học. Môn học bao gồm ba chủ đề lớn: mô hình kênh, chiến lược truyền tải và tiếp nhận, và thiết kế tài nguyên và phân tích hiệu suất. Ba chủ đề này được thảo luận trong bối cảnh của ba phương tiện truyền thông vật lý cụ thể: kênh nhiễu Gaussian trắng (AWGN), kênh điện thoại và kênh không dây.

Mục đích của môn học này là giới thiệu các nguyên tắc đằng sau thiết kế hệ thống truyền thông không dây hiện đại cho sinh viên đại học. Môn học bao gồm các chủ đề sau: đặc điểm lan truyền vô tuyến và mô hình kênh không dây, chiến lược truyền và thu cho các kênh không dây, nhiều kỹ thuật truy cập và quản lý tài nguyên vô tuyến.

Môn học giới thiệu về các phương pháp toán học thông tin và mối liên hệ của chúng với các vấn đề thực tế trong giao tiếp, nén và suy luận. Các đại lượng cơ bản, chẳng hạn như entropy, thông tin hỗ trợ, công suất kênh, hàm biến dạng tỷ lệ, thông tin Fisher và lỗi ước lượng bình phương trung bình tối thiểu sẽ được xác định và mối quan hệ giữa chúng sẽ được thảo luận.

Một bài kiểm tra toán học về  đồ thị và ứng dụng của chúng trong khoa học. Các họ đồ thị bao gồm mạng xã hội, biểu đồ thế giới nhỏ, đồ thị Internet, đồ thị phẳng, mắt lưới có hình dạng chuẩn, đồ thị định luật điện và đồ thị ngẫu nhiên cổ điển. Hiện tượng bao gồm kết nối, phân cụm, giao tiếp, xếp hạng và các quá trình lặp lại.

Phân tích và thiết kế hệ thống kiểm soát phản hồi. Sơ đồ khối và mô hình hệ thống đồ thị dòng tín hiệu. đặc điểm động cơ servo, lỗi trạng thái ổn định, nhạy cảm với sự thay đổi thông số và tín hiệu xáo trộn. Thông số kỹ thuật hiệu suất miền thời gian. Ổn định. Phân tích gốc locus, Nyquist và Bode; thiết kế mạch bù; xác định đáp ứng tần số vòng kín. Giới thiệu về phân tích và thiết kế miền thời gian.

Các khái niệm cơ bản về robot, cấu hình cơ bản của thiết kế cánh tay thao tác, biến đổi tọa độ, chức năng điều khiển và lập trình robot. Các ứng dụng của trí tuệ nhân tạo, thị giác máy, lực / mô-men xoắn, cảm ứng và các hệ thống con cảm giác khác. Thiết kế cho các khái niệm lắp ráp tự động, công cụ và kỹ thuật. Áp dụng chi phí lắp ráp tự động và robot, lợi ích, và biện luận kinh tế. Chọn phòng thí nghiệm và bài tập lập trình.

Môn học này sẽ giới thiệu cho sinh viên về các nguyên tắc cơ bản của mạng máy tính. Cấu trúc lớp của mạng giao thức stack sẽ là trọng tâm của cuộc thảo luận. Một loạt các trường hợp nghiên cứu sẽ được đưa ra từ Internet, kết hợp với các bài tập lập trình thực tế. Vào cuối học kỳ, sinh viên sẽ hiểu rõ một số khái niệm (bao gồm kiến trúc Internet, HTTP, DNS, P2P, Sockets, TCP / IP, BGP, giao thức định tuyến và mạng không dây / di động) và sử dụng chúng để trả lời các câu hỏi như cách đạt được thông tin liên lạc đáng tin cậy / an toàn trên các kênh không đáng tin cậy / không an toàn, cách tìm đường dẫn tốt qua mạng, cách chia sẻ tài nguyên mạng giữa các chủ thể cạnh tranh, cách tìm đối tượng trên mạng và cách xây dựng các ứng dụng mạng.

Khóa học này bao gồm các chủ đề về kiến trúc máy tính nâng cao, và phù hợp cho cả sinh viên đại học và sinh viên sau đại học. Dựa trên các lớp giới thiệu cho thấy cách thức hoạt động của một máy tính cơ bản, khóa học này kiểm tra các kỹ thuật để cải thiện hiệu suất và khả năng sử dụng máy tính. Các chủ đề bao gồm bộ nhớ ảo, kỹ thuật pipelining, bộ nhớ cache (phân cấp bộ nhớ) và hệ thống lưu trữ tiên tiến.

Giới thiệu về mã phần cứng / phần mềm của các hệ thống máy tính nhúng. Kỹ thuật lập trình cấu trúc cho các chương trình cấp cao và cấp thấp. Chiến lược giao tiếp phần cứng cho các cảm biến, cơ cấu chấp hành và hiển thị. Nghiên cứu chi tiết về máy vi tính Motorola 68HC11 và 68HC12 khi áp dụng cho phát triển hệ thống nhúng. Bài tập trong phòng thí nghiệm phần cứng và mô phỏng với các bảng phát triển 68HC11 và 68HC12. Dự án thiết kế lớn.

Hệ thống mạng và phân tán. Hỗ trợ cơ sở hạ tầng mạng cho các ứng dụng phân tán, từ email đến duyệt web đến thương mại điện tử. Các nguyên tắc cơ bản trong thiết kế cơ sở hạ tầng mạng của chúng ta và những thách thức nằm ở phía trước. API socket, bảo mật, đặt tên hệ thống tệp mạng, mạng không dây, định tuyến Internet, giao thức lớp liên kết (như Ethernet) và giao thức vận chuyển (TCP). Bài tập lập trình thực hành bao gồm các vấn đề trong các hệ thống phân tán và mạng.

Để cung cấp cho sinh viên hiểu về các máy tính chịu lỗi, bao gồm cả lý thuyết về cách thiết kế và đánh giá chúng và kiến thức thực tế về các hệ thống chịu lỗi thực sự. Các chủ đề chính của môn học này là: lý do công nghệ cho các lỗi, mô hình lỗi, dự phòng thông tin, dự phòng không gian, phục hồi lỗi lạc hậu và chuyển tiếp, phần cứng và phần mềm chịu lỗi, mô hình hóa và phân tích, kiểm tra và thiết kế để kiểm tra.

Phương pháp phân tích hiệu suất và độ tin cậy của mạng cục bộ cũng như mạng diện rộng. Phân tích xác suất bằng cách sử dụng các mô hình Markov, mạng lưới Petri ngẫu nhiên, mạng lưới queues và mô hình phân cấp. Phân tích thống kê dữ liệu đo và tối ưu hóa cấu trúc mạng.

Môn học này cung cấp một cuộc khảo sát nghiên cứu về cấu trúc và giao thức mạng. Nói rộng hơn, chúng tôi sẽ khảo sát một số ít các ý tưởng và phương pháp nghiên cứu "phân loại". Chúng tôi cũng sẽ khám phá trạng thái kỹ thuật trong các công nghệ, giao thức và thuật toán chọn lọc. Chúng tôi sẽ nghiên cứu sâu hơn về mạng được xác định bằng phần mềm, kỹ thuật phân phối nội dung, mạng di động và cơ sở hạ tầng để hỗ trợ và cung cấp các dịch vụ trực tuyến như Facebook, Google và Bing. Trong mỗi giao thức đó, môn học sẽ tập trung đặc biệt vào ý nghĩa của quản lý mạng (xử lý sự cố), an ninh mạng, kỹ thuật lưu lượng và sự khác biệt giữa các trung tâm dữ liệu và hiện thực hóa các mạng xương sống.

Các thuật toán và công cụ CAD để tổng hợp VLSI và xác minh thiết kế, tổng hợp logic, tối ưu hóa logic đa cấp, tổng hợp cấp cao, mô phỏng logic, phân tích thời gian, xác minh chính thức.

Môn học này sẽ kiểm tra chuyên sâu về lý thuyết và thực hành phân tích lỗi, tạo thử nghiệm và thiết kế để kiểm tra khả năng kiểm tra các mạch và hệ thống VLSI kỹ thuật số. Các công cụ kiểm tra và phương pháp thiết kế để kiểm tra (DFT) có hệ thống là cần thiết để xử lý sự phức tạp của thiết kế, đảm bảo hoạt động đáng tin cậy và đạt được thời gian ngắn tiếp thị. Các chủ đề được đề cập trong khóa học bao gồm: mô hình lỗi; mô phỏng lỗi; thuật toán tạo thử nghiệm; biện pháp kiểm tra; thiết kế để kiểm tra và thiết kế quét; tích hợp tự kiểm tra, kiểm tra độ trễ; đốt cháy cấp độ wafer và thử nghiệm; kiểm tra bộ nhớ; kiểm tra hệ thống trên chip; thử nghiệm nén. Việc chấm điểm sẽ dựa trên các bài tập về nhà, hai bài kiểm tra trong lớp và một dự án dài hạn, có thể là khảo sát nghiên cứu, thử nghiệm chip từ lớp trước hoặc dự án nghiên cứu đã được chế tạo bằng MOSIS hoặc triển khai phần mềm một phương pháp thử nghiệm. Học sinh sẽ có cơ hội sử dụng các công cụ DFT thương mại như Enc MeetTest từ nhịp, Fastscan từ Mentor Graphics và Tetramax từ Synopsys.

Nhấn mạnh vào thiết kế chip tùy chỉnh đầy đủ. Sử dụng rộng rãi các công cụ CAD để thiết kế IC, mô phỏng và xác minh bố cục. Kỹ thuật thiết kế mạch tốc độ cao, công suất thấp và dễ kiểm tra. Dự án thiết kế học kỳ: Nhóm bốn sinh viên thiết kế và mô phỏng một IC tùy chỉnh đơn giản bằng các công cụ CAD của Mentor Graphics. Các nhóm và phạm vi dự án là đa ngành; mỗi nhóm bao gồm các sinh viên có sở thích trong một số lĩnh vực sau: thiết kế Analog, thiết kế kỹ thuật số, khoa học máy tính, kỹ thuật máy tính, xử lý tín hiệu, kỹ thuật y sinh, điện tử, quang điện tử. Một đề xuất dự án chính thức, một báo cáo dự án bằng văn bản, và một bản trình bày dự án chính thức cũng được yêu cầu. Thiết kế chip kết hợp các cân nhắc như chi phí, khả năng kinh tế, tác động môi trường, các vấn đề đạo đức, sản xuất và tác động chính trị xã hội.

Nguyên tắc cơ bản của vật lý bán dẫn và mô hình (công nghệ pha tạp chất bán dẫn, nồng độ chất mang, vận chuyển chất mang bằng cách trôi và khuếch tán, hiệu ứng nhiệt độ, mô hình thiết bị bán dẫn.) Nguyên tắc phân tích thiết bị bán dẫn (đặc tính dòng điện và điện áp-điện áp). Hoạt động tĩnh và động của các tiếp điểm bán dẫn, điốt tiếp giáp PN, tụ MOS, bóng bán dẫn hiệu ứng trường MOS (MOSFET) và bóng bán dẫn tiếp giáp lưỡng cực (BJTs). Mô hình SPICE và trích xuất tham số.

Phân tích và thiết kế các mạch điện tử trong công nghệ lưỡng cực và MOS, tập trung vào cả phương pháp tín hiệu lớn và tín hiệu nhỏ. Mạch cho cổng logic, khóa an toàn và bộ nhớ. Bộ khuếch đại một tầng, đa tầng và ampe kế. Mạch có phản hồi, bao gồm các cân nhắc về độ ổn định và đáp ứng tần số. Các ứng dụng mạch analog / kỹ thuật số tương tự và hỗn hợp. Sử dụng rộng rãi SPICE cho mô phỏng mạch.

Tính chất bán dẫn cơ bản (cấu trúc dải năng lượng, mật độ hiệu quả của các trạng thái, khối lượng hiệu dụng, số liệu thống kê sóng mang và nồng độ chất mang). Hành vi của electron và lỗ trống trong chất bán dẫn (thế hệ, tái tổ hợp, trôi dạt, khuếch tán, tạo đường hầm và phương trình bán dẫn cơ bản). Hiện tại, điện dung-điện áp và các mô hình tĩnh và động điện áp của các mối nối PN, các rào cản Schottky, các mỗi liên hệ kim loại / bán dẫn, Transitor lưỡng cực, tụ điện MOS, điốt MOS, và bóng bán dẫn hiệu ứng trường MOS. Mô hình SPICE và các tham số mô hình.

Phân tích và thiết kế các mạch tích hợp tương tự lưỡng cực và CMOS. Mô hình thiết bị SPICE và mạch mô hình vĩ mô. Cấu trúc bộ khuếch đại vận hành theo kiểu cổ điển, bộ khuếch đại phản hồi hiện tại và các nhóm xây dựng để xử lý tín hiệu tương tự, bao gồm bộ khuếch đại chuyển đổi hoạt động và băng tải hiện tại. Các vấn đề xu hướng, gia tăng và băng thông, nhiễu và tiếng ồn. Ảnh hưởng của công nghệ và cấu trúc thiết bị đến hiệu suất mạch. Sử dụng rộng rãi các công cụ CAD tiêu chuẩn công nghiệp, như Analog Workbench.

Kỹ thuật xử lý cơ bản và công nghệ bố trí cho các mạch tích hợp. Quang khắc, khuếch tán, oxy hóa, cấy ion và luyện kim. Thiết kế, chế tạo và thử nghiệm các mạch tích hợp.

Phân tích và thiết kế các mạch tích hợp kỹ thuật số. Công nghệ vi mạch. Chuyển đổi đặc điểm và tiêu thụ năng lượng trong các thiết bị MOS, thiết bị lưỡng cực và kết nối. Phân tích các mạch kỹ thuật số được triển khai trong NMOS, CMOS, TTL, ECL và BiCMOS. Mô hình trì hoãn lan truyền. Phân tích logic (biến tần, cổng) và bộ nhớ (SRAM, DRAM). Ảnh hưởng của công nghệ và cấu trúc thiết bị đến hiệu suất và độ tin cậy của IC kỹ thuật số. Mô hình SPICE.

Thiết kế và bố trí các mạch tích hợp tương tự CMOS. Đánh giá định tính về lý thuyết của các mối nối pn, các thiết bị lưỡng cực và MOS, và các mô hình tín hiệu lớn và nhỏ. Nhấn mạnh vào công nghệ MOS. Bộ khuếch đại thời gian hoạt động liên tục. Đáp ứng tần số, ổn định và bù. Các hệ thống con tương tự phức tạp bao gồm các vòng khóa pha, bộ chuyển đổi A / D và D / A, mô phỏng tụ điện chuyển đổi, bố trí, trích xuất, xác minh và mô hình MATLAB. Các dự án sử dụng rộng rãi phần mềm CAD VLSI tùy chỉnh đầy đủ.

Môn học tập trung vào các khía cạnh khác nhau của tự động hóa thiết kế cho các mạch tín hiệu hỗn hợp. Các phương pháp mô phỏng mạch bao gồm biểu diễn mạch dựa trên đồ thị, dẫn xuất tự động và giải phương trình nút và phân tích DC, phương pháp tự động hóa thử nghiệm bao gồm thiết bị thử nghiệm, tạo thử nghiệm, mô phỏng lỗi và tự kiểm tra tích hợp và tổng hợp mạch tự động bao gồm cấu trúc thế hệ, tổng hợp mạch, tạo tack, vị trí và định tuyến là những chủ đề chính.