悉尼大学 课程目录

This Unit of Study introduces the students to some of the concepts, standards and techniques associated with the current professional practice in information technology in the business environment. Students will encounter a range of concepts, techniques and professional issues including interpersonal and organisational communication, human resources and conflict resolution, globalisation, professional ethics, social impacts of IT, data security, data quality assurance, system audit, investigative research and project management practice. Practical and real world case studies will be used as part of the learning to enhance the in-class teachings to the needs of industry. 该学习单元向学生介绍了与当前商业环境中信息技术专业实践相关的一些概念，标准和技术。 学生将遇到一系列概念，技术和专业问题，包括人际和组织沟通，人力资源和冲突解决，全球化，职业道德，IT的社会影响，数据安全，数据质量保证，系统审计，调查研究和项目管理实践。 实践和现实世界的案例研究将被用作学习的一部分，以增强针对工业需求的课堂教学。 本课程介绍是由往届学长学姐回忆编辑而成。 简介：编程语言为无。这应该是一门必修课对于大多数同学，但课程内容很水，做一个project就是写一写项目管理的东西，是一门纯理论的课，lecturer是一个印度人，很滑头的那种，总之就是牛皮吹的响，这门课就有高分，期末考试会给一个20个问题的list，只要背下来答案就肯定HD了。 Tutor简评： 1. 很水的课，可以当做减压课来上

课程定位 COMP2017（Systems Programming）是 USYD 计算机方向的重要课程，定位在基础能力到实战能力之间的关键衔接。课程强调“理解概念 + 写出可运行代码 + 完成可评估交付物”的完整学习路径，通常是后续高阶课程或实习项目的前置能力训练。 技术栈与学习内容 核心学习内容覆盖算法思维、编程实现、系统抽象与工程规范。常见工具包括 Python/C/C++、命令行、Git、自动化测试与调试工具。课程不仅考察结果正确性，也关注复杂度分析、边界条件处理与代码可维护性。 课程结构 课程一般按 13 周推进，常见考核结构是 Lab/Quiz + 2 次作业 + 期末考试。中后期作业强度明显上升，需要并行处理实现、测试和文档说明。评分通常重视完整性与稳定性，建议尽早建立“每周输出 + 复盘”节奏。 适合人群 适合希望夯实计算机核心能力的本科/研究生同学，尤其是计划继续学习算法、AI、系统、数据方向的学习者。建议每周投入 8-14 小时，根据课程难度分配刷题、作业与复习时间，避免集中在截止日前突击。

The study of algorithms is a fundamental aspect of computing. This unit of study covers data structures, algorithms, and gives an overview of the main ways of computational thinking from simple list manipulation and data format conversion, up to shortest paths and cycle detection in graphs. Students will gain essential knowledge in computer science, including basic concepts in data structures, algorithms, and intractability, using paradigms such as dynamic programming, divide and conquer, greed, local search, and randomisation, as well NP-hardness. 算法的研究是计算的一个基本方面。本单元的学习涵盖了数据结构、算法，并给出了计算思维的主要方法的概述，从简单的列表操作和数据格式转换，到最短路径和图形中的周期检测。学生将获得计算机科学的基本知识，包括数据结构、算法和难解性的基本概念，使用诸如动态规划、分而治之、贪婪、局部搜索、随机化以及np -hard等范例。

课程介绍： IT经理的一项基本技能是能够掌握最新技术的能力，并能够评估这些技术对其组织的业务活动的重要性。 本课程的基础是对当前技术以及这些技术对业务战略的影响的研究。 确定了IT创新中的重要趋势，并探讨了它们对创新管理的影响。 主要主题包括：创新驱动力； 开放信息（“开源”）而不是保护知识产权的趋势； 在许多独立但相互协作的参与者之间进行创新和分配。 完成本课程后，学生将能够识别和分析一种新兴技术，并对该技术对现有业务实践的影响进行详细评估。 每周课时：Lecture 2小时， Tutorials 1小时

微观经济学入门涉及个别公司和家庭的经济决策，以及这些决策如何在市场中相互作用。经济问题在当代澳大利亚社会中普遍存在。微观经济学入门向学生介绍了经济学中用于研究社会现象和公共政策问题的语言和分析框架。无论个人的职业意向如何，掌握经济理念对于理解社会、商业和政府都是至关重要的。学生将全面了解这些思想，并为随后几年的微观经济学的高级研究做好准备。假设事先有数学知识。

可持续性,气候变化,社会不平等,健康和福祉以及公司行为不当等重大挑战表明,将业务转变为超越股东至上的单一思维的迫切需要。随之而来的是,随着风险和不确定性增加,人们对企业的信任度下降,企业必须积极主动地建立和维护其社会经营许可。作为回应,本单元的重点是与学生共同建立负责任的商业思维,其基础是对企业与其经营所在的社会和环境的紧密联系。它的目的是检查商业惯例,其中将关于道德,可持续,环境和社区目标的组织和个人考虑嵌入到对获利的渴望中,而不与之相冲突。结合可持续发展目标,道德,土著和其他相关框架如何塑造负责任的企业思维方式的考虑,同时考虑了公司治理不断发展的法律和体制结构以及在更广泛的背景下企业文化的作用利益相关者的集合。从法律,工作场所,市场营销,会计和金融的角度来看,多学科的见解提供了上下文和构造,因为学生可以根据负责任的商业思维的理论理解来指导自己对实际市场现实的发展回应。该部门将负责任的商业思维方式整合到组织计划,流程,报告和决策的各个方面,目的是培养未来的领导者,他们不仅要注意负责任的商业行动的结果,而且还可以对这种负责任的态度进行批判性思考。理论和实践。

The objectives of this unit of study are to develop an understanding of modern computationally intensive methods for statistical learning, inference, exploratory data analysis and data mining. Advanced computational methods for statistical learning will be introduced, including clustering, density estimation, smoothing, predictive models, model selection, combinatorial optimisation methods, sampling methods, the Bootstrap and Monte Carlo approach. In addition, the unit will demonstrate how to apply the above techniques effectively for use on large data sets in practice.

课程定位 COMP5046（Natural Language Processing）是 USYD 计算机方向的关键课程，重点训练从理论理解到工程交付的闭环能力。课程通常连接后续高阶课程或行业项目，对算法思维、系统设计和代码质量有明确要求。 技术栈与学习内容 学习内容覆盖编程实现、系统抽象、性能分析与工程规范。常见工具包括 Python/C/C++、命令行、Git、自动化测试与调试工具。课程不只看功能是否可用，也看设计合理性、复杂度与可维护性。 课程结构 通常按 13 周推进，考核由 Lab/Quiz、两次作业和期末评估构成。中后期任务会叠加，既要完成实现，也要给出分析与复盘。建议按周推进并持续留出调试与测试时间。 适合人群 适合希望强化计算机核心能力、准备继续攻读系统/算法/AI/数据方向课程的同学。建议每周投入 8-14 小时，采用“预习-实践-复盘”节奏，避免在截止日前集中突击。

宏观经济学概论涉及对整个经济中的就业和经济活动水平的分析。宏观经济学概论研究了决定经济中生产和就业总体水平的主要因素，包括政府政策和国际贸易的影响。通过这种分析，可以探索货币、利率和金融市场，并对通货膨胀、失业和经济政策进行更深入的研究。假设学习本单元的学生有一定的数学知识。

课程介绍： 本课程旨在向学生介绍通过使用和构建应用程序框架来生产大型Internet系统所涉及的主要问题。 框架允许大量重用，因此开发人员不必从头开始设计和实现应用程序，就像学生在ELEC3610中所做的那样。该课程列出了基本概念和企业系统设计和开发的经验，强调使用设计开发系统 模式和应用程序框架。 基于项目的方法将引入在构建此类系统时经常发现的问题，并要求学生控制自己的学习。 基于项目的方法将引入在构建此类系统时经常发现的问题，并要求学生控制自己的学习。 将使用几种开发Java框架，包括Spring，Hibernate等。 设计模式的原理也将被研究。

课程介绍： 本课程提供了深度学习的简介，深度学习正在迅速发展成为最广泛应用中最成功，应用最广泛的技术之一。 参加本课程的学生将接触到深度学习的前沿研究-从理论，模型和算法开始，到深度学习的实施和最新进展。 具体主题包括：深度神经网络的经典体系结构，用于训练深度神经网络的优化技术以及深度学习在计算机视觉中的各种应用

Machine learning models explain and generalise data. This course introduces some fundamental machine learning concepts, learning problems and algorithms to provide understanding and simple answers to many questions arising from data explanation and generalisation. For example, why do different machine learning models work? How to further improve them? How to adapt them to different purposes? The fundamental concepts, learning problems and algorithms are carefully selected. Many of them are closely related to practical questions of the day, such as transfer learning, learning with label noise and multi-view learning. 机器学习模型解释和推广数据。 本课程介绍了一些基本的机器学习概念，学习问题和算法，以便为数据解释和概括引起的许多问题提供理解和简单答案。 例如，为什么不同的机器学习模型有效？ 如何进一步改善它们？ 如何使它们适应不同的目的？ 精心挑选基本概念，学习问题和算法。 他们中的许多人与当时的实际问题密切相关，例如转学，标签噪音学习和多视图学习。 本课程介绍是由往届学长学姐回忆编辑而成。 简介：编程语言为python。这是今年的新课程，实在5318基础上更难一些的东西，主要就是从machine learning的高端阶段讲起，到神经网络和深度学习，往往会结合很多的高斯变换，加上需要很强的数学基础，如果是单纯想当software engineer就不建议学习了。 Tutor简评： 1. 不容易拿分的课程，期末考试会比较容易，对于很多同学平常可能会像在听天书 2. 如果对自己的规划是data scientist这门课就是必修的