XiaoMi-AI文件搜索系统
World File Search SystemCSCI
计算机科学（CSCI）
CSCI 340高级算法4.0 SH []算法调查，重点是将算法理论应用于解决实践问题的解决方案。类别包括算法分类法，贪婪算法，动态编程，分裂和纠纷和智能搜索。各种特定的算法示例这些类别来自各种应用领域，例如压缩，加密，图形问题，分类，计算几何和字符串匹配。先决条件：CSCI240。班级限制：仅大三和高级。
CSCI 599：区块链生态系统简介
目录说明区块链生态系统简介：区块链和智能合约的基础知识，区块链共识和州机器复制，区块链绩效分析和评估，对手模型，付款通道网络，流行的加密货币区块的案例研究：solana，solana，solana，solana，solana，solana，bitcoin，bitcoin，bitcoin，ethereum，ethos，aptos，aptelar stellar stellar stellar stellar stellar stellar stellar stellar。课程描述本课程的目标是向学生介绍现代区块链和智能合同支付平台，重点关注这些生态系统功能的核心加密和分布式计算算法。本课程将向学生介绍现代区块链生态系统以及如何实施和了解其脆弱性的算法和技术的侵略。课程项目将在课程中发挥核心作用，以提供基础链方面的动手经验，并了解它们如何容易受到安全攻击的影响。学习目标课程结果：课程将使学生能够
CSCI 699：医疗保健和生物医学的机器学习
课程描述本课程提供了一个独特的机会，可以探索机器学习如何重塑医疗保健和生物医学的景观。拥有大量的医疗保健数据以及医疗挑战的复杂性，机器学习和医疗保健的融合从未有过更多的相关性，为增强患者护理，加速药物发现并释放了对人类健康的更深入了解的激动人心的机会。这是一个关键时刻，机器学习算法和数据驱动的见解正在为更美好，更健康的未来铺平道路。本课程旨在针对对机器学习概念有基本理解并热衷于应对重大医疗保健和生物医学挑战的学生。在本课程中，我们将在简化药物发现，临床试验，疾病诊断和精密医学的流线中剖析机器学习应用。通过分析尖端研究，专家的客座讲师以及从事团队项目的工作，学生将对机器学习如何改变医疗保健和生物医学有一定的了解。学习目标和成果学生将对医疗保健和生物医学中当前的计算挑战以及机器学习算法的设计进行全面了解，以应对这些挑战。本课程将使学生具备精通研究，审查和本研究论文的技能。此外，学生将学习如何在医疗保健生物医学领域进行机器学习研究并应对挑战。先决条件： - 共同条件（S）： - 并发入学： - 建议准备：CSCI 567或DSCI 552或其他研究生级的机器学习课程，或熟悉机器学习。
ASEN/CSCI 5264：不确定性下的决策
•理查德·S·萨顿（Richard S. Sutton）和安德鲁·G·巴托（Andrew G.麻省理工学院出版社，2018年。$ 80.00，在线获得：http：//incompleteideas.net/book/the-book-2nd.html•Dimitri P. Bertsekas，动态编程和最佳控制，雅典娜Scientific，2012年（第4版）。$ 134.50•Mykel J. Kochenderfer，不确定性下的决策：理论与应用，麻省理工学院出版社，2015年。$ 70.00，在线获取：https：//ieeexplore.ieee.org/book/7288640•汤姆·夸（Tom Kwong），朱莉娅（Julia）的动手设计模式和最佳实践，Packt Publishing，2020年。$ 39.99•Stefano Albrecht，Filippos Christianos和Lukas Schafer，多代理增强学习：Foun-Dates和现代方法。在线获得：https：//www.marl-book.com/•劳拉·格雷瑟（Laura Graesser），瓦·洛恩（Wah Loon Keng），《深度加固学习的基础：python的理论与实践》。皮尔逊教育，2020年。$ 50.00。
CSCI-561 人工智能基础——2023 年秋季课程大纲和时间表
家庭作业：共有 3 项编程作业，您将从头开始编写一些 AI 代理，用于搜索、功能优化、游戏、逻辑推理或学习（可能会更改）。良好的编程知识必不可少。我们将使用 vocareum.com，您可以在云端编辑、编译和测试您的代码。支持的语言包括 Python（首选）、Java、C++、C++11 和 C。
CSCI 575：量子计算和量子密码学
课程描述 几十年来，量子力学一直被认为是物理学中一个备受争议的数学和理论模型，如今它已成为设计和开发革命性计算设备和通信系统的基础。量子计算已成为一个具有巨大实际应用潜力的突出研究领域。对实用大规模量子计算和信息处理的追求已变得更加紧迫和具有竞争力。本课程介绍量子计算和量子密码学的基本思想和技术。本课程将讨论数学、计算机科学和量子力学的背景材料，适合这三个学科的研究生入学水平。我们的探索将以以下问题为指导：量子力学原理在计算中的应用是什么？量子计算与经典计算有何不同或优于经典计算？实现量子计算需要什么？研究和调查的主题包括量子傅立叶采样，应用于搜索、周期查找、因式分解和离散对数问题，以及量子密钥分发，与 EPR 悖论和贝尔不等式有关。学习目标 完成本课程后，学生将能够
