توصيف المقررات
المقررات الإلزامية
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: لا يوجد
تقدم هذه المادة لمحة عامة شاملة عن الفيزياء والكيمياء. صممت لتمكين الطلاب من تقدير دور العلم في المجتمع والتكنولوجيا المعاصرة. تستكشف المكونات الأساسية الفضاء والزمان والمادة والطاقة، جنباً إلى جنب مع المنهجيات العلمية. يتم تسليط الضوء على التطبيقات العملية لهذه المفاهيم في فهم الظواهر الطبيعية وفي عمل الأجهزة اليومية التي تعتمد على هذه المبادئ العلمية.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: لا يوجد
صُمم هذا المساق لتزويد الطلبة بالمفاهيم والأساليب الأساسية للإحصاء ونظرية الاحتمالات. ويهدف إلى تزويد الطلاب بالمعرفة والمهارات اللازمة لتحليل البيانات وتفسيرها بفعالية. يستكشف الطلاب خلال الدورة مواضيع متنوعة، مثل الإحصاء الوصفي، وتوزيعات الاحتمالات، وفترات الثقة. وتركز الدورة على الفهم النظري والتطبيق العملي، مما يتيح للطلاب تطوير مهارات التفكير النقدي وحل المشكلات.
الساعات المعتمدة: 4 (4,0,0) — المتطلبات السابقة: STAT 111
صمم هذا المساق لتزويد طلبة بفهم شامل لتقنيات الاستدلال الإحصائي وأساليب التحليل الإحصائي والتي ستستخدم في التحليل المسائل المختلفة. تعتمد الدورة على المعرفة الأساسية بنظرية الاحتمالات والإحصاء الرياضي، مع التركيز على تطبيق هذه المفاهيم على المشكلات العملية وتحليل البيانات.
الساعات المعتمدة: 3 (3,0,0) — المتطلبات السابقة: لا يوجد
هو مقرر تمهيدي يُركز على المفاهيم والتقنيات الأساسية لحساب التفاضل. سوف يستكشف الطلاب النهايات والمشتقات وتطبيقاتها، وسوف يتعلمون كيفية تقييم النهايات جبريًا وبيانيًا، باستخدام قوانين النهايات. من خلال مناهج مثل تعريف حدود المشتقات، سوف يتعلم الطالبة حساب مشتقات الدوال الجبرية والمثلثية و الأسية واللوغاريتمية. سوف يتم تعزيز مهارات حل المشكلات من خلال تطبيق الطالبة لتقنيات التفاضل لتحليل وحل المشكلات الواقعية، بما في ذلك إيجاد خطوط المماس، وتحديد النقاط الحرجة. كما يُقدم مفهومي الاستمرارية ونظرية القيمة الوسيطة، مما يوفر أساسًا متينًا لمزيد من الدراسة في حساب التفاضل والتكامل وتطبيقاته في مجالات مختلفة مثل الاقتصاد والعلوم الطبيعية.
الساعات المعتمدة: 3 (3,0,0) — المتطلبات السابقة: MATH 115
يتناول هذا المقرر دراسة التكاملات وتطبيقاتها الواسعة في واقع الحياة العملية. سوف يتعلم الطلبة المفاهيم الأساسية للتكاملات النظرية الأساسية لحساب التفاضل والتكامل، سيستكشف الطلاب تقنيات التكامل المختلفة وتطبيقاتها العملية. سوف يتعلم الطلبة حساب التكاملات المحددة وغير المحددة، وتطبيقات التكامل في المساحات، والحجوم، والشغل، وحسابات القيمة المتوسطة. سوف يتعلم طرق التكامل المختلفة مثل التكامل بالتجزئة، والتكاملات المثلثية، الكسور الجزئية لمعالجة. كما سيتم استكشاف تطبيقات أخرى للتكامل، مثل إيجاد طول القوس ومساحة سطح الدوران.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: STAT 111
صُمم هذا المساق لتزويد الطلبة بما يحتاجونه من أساس متين في التحليل العشوائي لتنمية مستقبلهم المهني. يهدف هذا المساق إلى تزويد الطلبة بالمعرفة والمهارات اللازمة لفهم وتطبيق تقنيات التحليل العشوائي. يتعمق الطلبة بدراسة مواضيع رئيسية مثل العمليات العشوائية، وحساب التفاضل والتكامل العشوائي. يركز المساق على الفهم النظري والتطبيق العملي للمفاهيم المذكورة، مما يُمكّن الطلاب من تطوير المهارات التحليلية ومهارات حل المشكلات اللازمة.
الساعات المعتمدة: 3 (3,1,0) — المتطلب السابق: CS102
تقدم المادة هياكل البيانات والخوارزميات الكلاسيكية مع التركيز على الأداء باستخدام التحليل التقاربي للخوارزميات وفئات التعقيد. تشمل الهياكل الأساسية: القوائم، المكدسات، الطوابير، الأكوام، الأشجار، والرسوم البيانية. يتعلم الطالب خوارزميات البحث والفرز والاجتياز والتجزئة، مع تطبيقات عملية وتنفيذها بلغات البرمجة الحديثة.
الساعات المعتمدة: 3 (3,1,0) — المتطلب السابق: MATH 117
يغطي هذا المساق تقنيات الجبر الخطي بما في ذلك المصفوفات، المحددات، أنظمة المعادلات الخطية، الفضاءات المتجهية، القيم الذاتية، والمتجهات الذاتية. كما يستكشف التحويلات الخطية وتطبيقاتها.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: STAT 111, CS 102
تركز المادة على جمع البيانات وتنظيمها وتحليلها لبناء النماذج وعرض النتائج بطريقة قابلة للتكرار. يستخدم الطلاب حزمة tidyverse في R لتنظيف البيانات، وإنشاء العروض البيانية والرقمية، كتابة الدوال الأساسية، وعرض النتائج. يشمل المساق مشروعاً لتحليل بيانات معقدة وعرض النتائج كتابياً وشفوياً.
الساعات المعتمدة: 3 (3,0,0) — المتطلبات السابقة: ASDS 225
سوف يتعلم الطلبة المواضيع الأساسية في علم البيانات، ومعالجة البيانات، وتحليل البيانات باستخدام الإحصاء، والتعلم الآلي. وسيتعلم الطلبة لغة بايثون، وهياكل بيانات بايثون، بما في ذلك NumPy وPandas، وتقنيات التصور باستخدام Matplotlib. وسيتعلم الطلاب كيفية تطبيق مفاهيم التعلم الآلي الأساسية في التصنيفات والانحدار. وسيعمل الطلاب على مشروع جماعي لتطبيق المفاهيم المكتسبة.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: MATH 117
يُعرّف هذا المقرر الطلاب على المنطق الرياضي، والهياكل المنفصلة الأساسية، مثل: المجموعات، والدوال، والعلاقات، والرسوم البيانية. كما يُغطي المقرر التفكير الرياضي وتقنيات العد المختلفة. يطبق الطلاب خلال المقرر ما تعلموه من تقنيات على مسائل عملية مبسطة. يُهيئ هذا المقرر الطلاب لدورات حوسبة متقدمة حيث تكتسب هذه المفاهيم أهمية جوهرية.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: STAT 112
تتناول هذه الدورة الانحدار، وهو أسلوب تحليل بيانات فعّال وواسع الاستخدام. سيتعلم الطلاب كيفية استخدام الانحدار من خلال تحليل مجموعة متنوعة من المشكلات الواقعية. وسيتم التركيز بشكل كبير على تحليل مجموعات البيانات الفعلية. تشمل المواضيع التي يغطيها المقرر الانحدار البسيط والمتعدد، والتنبؤ، واختيار المتغيرات، والاستدلال السببي، والتشخيصات المتبقية، والتصنيف (الانحدار اللوجستي)، والسلاسل الزمنية.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: STAT 112، ASDS 311
يُعرّف هذا المقرر الطلاب على التوزيعات ثنائية ومتعددة المتغيرات. ويشمل ذلك التوزيعات الطبيعية متعددة المتغيرات، وتحليل النماذج الخطية متعددة المتغيرات، والمقاييس المتكررة، ومنحنى النمو، وتحليل الملامح، وتحليل الارتباط المعياري، والمكونات الرئيسية، وتحليل العوامل، والتمييز، والتصنيف، والتجميع، ونماذج الكوبولا.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: ASDS 311
تقدم المادة نماذج الانحدار الخطي، أشكال الدوال، اختيار النماذج، النماذج الخطية واللوغاريتمية، الانحدار على المتغيرات المعيارية، مقاييس جودة التوفيق، نماذج الانحدار للمتغيرات التفسيرية النوعية، التعدد الخطي، عدم تجانس التباين، الارتباط الذاتي، وتحديد النموذج، مع استخدام المتغيرات الوهمية.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: MATH 223
تشمل المادة: تاريخ وتعريف بحوث العمليات، البرمجة الخطية، صياغة النماذج، نظرية الازدواج، الحل البياني، عمليات الصف، طريقة السمبلكس، برمجة الشبكات، مشاكل النقل والتخصيص والمسار الأقصر، البرمجة الصحيحة، نماذج مراقبة المخزون، وتحليل الطوابير.
الساعات المعتمدة: 3 (3,1,0) — المتطلب السابق: ASDS 231
تغطي هذه المادة الجانبين النظري والتطبيقي لتعلم الآلة من وجهات نظر متعددة. تشمل الموضوعات: أشجار القرار، التعلم بالشبكات العصبية، طرق التعلم الإحصائي، الخوارزميات الجينية، طرق التعلم البايزي، التعلم القائم على التفسير، والتعلم المعزز. تشمل التطبيقات العملية التعرف على الوجوه باستخدام الشبكات العصبية وتحليل سجلات الائتمان باستخدام أشجار القرار.
الساعات المعتمدة: 3 (3,1,0) — المتطلب السابق: STAT 111
الهدف الرئيسي هو تعليم الطلاب الأسس النظرية والعملية لطرق أخذ العينات. تشمل المادة: العينة العشوائية البسيطة، العينة المنتظمة، العينة الطبقية، العينة العنقودية، العينة متعددة المراحل، اختيار الاحتمال غير المتكافئ، طرق تقدير أخطاء المعاينة، والأخطاء غير المعاينة.
الساعات المعتمدة: 3 (3,1,0) — المتطلب السابق: STAT 111، ASDS 321
تركز المادة على: الإحصاء الأساسي، تصميم التجارب، تحليل عدم اليقين والأخطاء، خصائص أنظمة القياس، النمذجة التجريبية، وإرشادات توثيق التجارب.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: ASDS 311
تركز هذه المادة على الجانب النظري والتطبيقي لأخلاقيات الإحصاء وعلم البيانات. تشمل أساسيات صنع القرار الأخلاقي، مع التركيز على العمل الجماعي والعروض التقديمية. تغطي الموضوعات: المخاطر والموثوقية، الخصوصية، الحرب المعلوماتية، الجرائم الإلكترونية، أخلاقيات الأعمال، حقوق النشر، البراءات وغيرها.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: ASDS 381
يعمل الطلاب في فرق تحت إشراف أكاديمي لإنجاز مشروع متكامل يحقق نواتج التعلم المطلوبة.
الساعات المعتمدة: 10 (10,0,0) — المتطلب السابق: موافقة القسم
يوفر المساق فرصة للطلاب للتدرب في شركات محلية أو دولية لمدة 7 أشهر. يتم التقييم من قبل جهة التدريب والقسم الأكاديمي، مع التركيز على تطبيق المعرفة النظرية وتنمية مهارات العمل الجماعي وإدارة المشاريع.
المقررات الاختيارية
الساعات المعتمدة: 3 (3,1,0) — المتطلب السابق: ASDS 213
هذه المادة مقدمة متعمقة لنظم قواعد البيانات والنمذجة، بهدف إكساب الطلاب المهارات الأساسية للتعامل مع قواعد البيانات في السيناريوهات الواقعية. تبدأ المادة بنظرة شاملة على نظم قواعد البيانات، بما في ذلك تعريفاتها، التطور التاريخي، البنية المعمارية، والتطبيقات المتنوعة. ثم تستكشف نماذج البيانات المختلفة مع التركيز على نموذج كيانات العلاقات والنموذج العلائقي. كما تغطي المادة لغات استعلام قواعد البيانات والمعايير المتعلقة بها، وتصميم قواعد البيانات من الناحية النظرية والمنهجية. الهدف العام هو إعداد الطلاب للتعامل العملي مع تقنيات قواعد البيانات في السياقات المهنية.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: ASDS 213
تقدم هذه المادة نظرة عامة على مفاهيم مستودعات البيانات وتنقيب البيانات الأساسية. تغطي الاستراتيجيات اللازمة لبناء ونشر مستودعات البيانات كأداة لدعم القرار في المؤسسات، بالإضافة إلى تقنيات تنقيب البيانات مثل التصنيف والتجميع. يهدف المساق إلى تمكين الطلاب من هندسة مستودعات البيانات وتطبيق تقنيات التنقيب على قواعد البيانات الواقعية.
الساعات المعتمدة: 3 (3,1,0) — المتطلب السابق: MATH 223، STAT 111
تصف هذه المادة أهم الأفكار والنتائج النظرية والأمثلة في التوزيعات الاحتمالية الثنائية، توزيعات المعاينة ونظرية الحد المركزي، دوال المتغيرات العشوائية، تقدير المعلمات واختبار الفرضيات. تركز المادة على الجانب الحسابي مع ذكر بعض التطبيقات العملية.
الساعات المعتمدة: 3 (3,0,0) — المتطلب السابق: ASDS 213
تغطي هذه المادة مواضيع مثل أخذ العينات الصورية، العمليات النقطية، التقسيم، المعالجة المورفولوجية، الترشيح الخطي، تحويلات الصور، تقليل الضوضاء، الاستعادة، الضغط، استخراج الميزات ومهام التعرف. يتعلم الطلاب تطبيق هذه المفاهيم من خلال تنفيذ خوارزميات معالجة الصور باستخدام لغة Python.
الساعات المعتمدة: 3 (3,1,0) — المتطلب السابق: ASDS 225
تقدم هذه المادة مقدمة شاملة لمبادئ وتقنيات تصور البيانات، مع التركيز على التواصل الفعال للرؤى المستخلصة من البيانات. تشمل الموضوعات: الإدراك البصري، اختيار المخططات، لوحات التحكم التفاعلية، وسرد القصص بالبيانات. يستخدم الطلاب أدوات مثل Tableau وPower BI ومكتبات Python لإنشاء تصورات فعالة، مع الالتزام بأفضل الممارسات في التصميم والأخلاقيات.