31 Στην Πανεπιστημιούπολη Επιστήμη Υπολογιστών και Τεχνητή Νοημοσύνη Θερινά μαθήματα Programs in Ηνωμένες Πολιτείες

Εισαγωγή στη βασική αρχιτεκτονική και τα πρωτόκολλα που διέπουν τη λειτουργία του Διαδικτύου με έμφαση στη σχεδίαση ιστοσελίδων, τον προγραμματισμό εφαρμογών ιστού και την αλγοριθμική σκέψη. Υποτίθεται ότι είναι γενική εξοικείωση με το Διαδίκτυο.

Εισαγωγή στις θεμελιώδεις έννοιες των συστημάτων υπολογιστών. Εξερευνά τον τρόπο με τον οποίο τα συστήματα υπολογιστών εκτελούν προγράμματα και χειρίζονται δεδομένα, ξεκινώντας από τη γλώσσα προγραμματισμού C και φτάνοντας μέχρι τον μικροεπεξεργαστή.

Το Θερινό Μάθημα: Σχεδιασμός για Παιχνίδι επικεντρώνεται σε μια εισαγωγή στη θεωρία και την πρακτική του σχεδιασμού παιχνιδιών. Διδάσκεται σε μορφή στούντιο, δηλαδή με λίγες διαλέξεις, πολλές δραστηριότητες και άφθονα μέσα.

Εισαγωγή στις θεμελιώδεις έννοιες των συστημάτων υπολογιστών. Εξερευνά πώς τα συστήματα υπολογιστών εκτελούν προγράμματα και χειρίζονται δεδομένα, δουλεύοντας από τη γλώσσα προγραμματισμού C μέχρι τον μικροεπεξεργαστή.

Εισαγωγή στη μηχανική εφαρμογών υπολογιστών με έμφαση στις σύγχρονες αρχές μηχανικής λογισμικού: σχεδιασμός προγράμματος, αποσύνθεση, ενθυλάκωση, αφαίρεση και δοκιμή. Έμφαση δίνεται στο καλό στυλ προγραμματισμού και στις ενσωματωμένες εγκαταστάσεις αντίστοιχων γλωσσών. Χρησιμοποιεί τη γλώσσα προγραμματισμού Python. Δεν απαιτείται προηγούμενη εμπειρία προγραμματισμού.

Οι μαθητές που παρακολουθούν μαθήματα CAS Computer Science αναμένεται να έχουν έναν φορητό υπολογιστή που να μπορεί να εκτελεί αποτελεσματικά μια υποστηριζόμενη επί του παρόντος έκδοση των Microsoft Windows, Mac OS X ή Linux. Οι μαθητές πρέπει να φέρουν μαζί τους τον φορητό υπολογιστή τους στην τάξη.

Στη φυσιολογία της άσκησης συζητάμε αυτά τα ερωτήματα και άλλα, αποκαλύπτοντας τελικά αρχές που καθορίζουν πώς το σώμα μας ανταποκρίνεται σε διάφορες μορφές στρες (όπως η άσκηση).

Worst and average case analysis. Recurrences and asymptotics. Efficient algorithms for sorting, searching, and selection. Data structures: binary search trees, heaps, hash tables. Algorithm design techniques: divide-and-conquer, dynamic programming, greedy algorithms, amortized analysis, and randomization. Algorithms for fundamental graph problems: minimum-cost spanning tree, connected components, topological sort, and shortest paths. Possible additional topics: network flow, and string searching. Prerequisite: 103 or 103B; 109 or STATS 116.

Εισαγωγή στην πρακτική του αναπαραστατικού και μη σχεδίου με την ανθρώπινη φιγούρα. Επικεντρώνεται στην καθιέρωση βασικών επίσημων δεξιοτήτων σχετικά με την απόδοση της ανθρώπινης μορφής στη δισδιάστατη σελίδα και την εννοιολογική διαμόρφωση της εικονοποίησης στην ιστορία της τέχνης.

Σε αυτό το μάθημα, οι φοιτητές διερευνούν εκτενώς τις βασικές αρχές του τρισδιάστατου σχεδιασμού και κατασκευής, ενώ καλλιεργούν την ικανότητα για οπτική και κριτική σκέψη. Οι μαθητές διερευνούν τους δομικούς, συνθετικούς και εννοιολογικούς ρόλους των βασικών υλικών.

Αυτό το μάθημα εξετάζει την αναδυόμενη πολιτική της Τεχνητής Νοημοσύνης, συνδυάζοντας κλασικά πλαίσια για την τεχνολογική αλλαγή και την πολιτική οικονομία με σύγχρονες εμπειρικές τάσεις. Για να ανταποκριθούμε στην πολύπλοκη και γρήγορη εποχή που βιώνουμε, θα ρίξουμε ένα ευρύ δίχτυ, αντλώντας γνώσεις από όλο το φάσμα της πολιτικής επιστήμης.

Αυτό το μάθημα θα παρέχει μια επισκόπηση υψηλού επιπέδου των δυνατοτήτων και των μειονεκτημάτων της παραγωγικής Τεχνητής Νοημοσύνης για ουσιαστική δράση για το κλίμα. Προσκεκλημένοι ομιλητές από τη Silicon Valley που εργάζονται στον τομέα της βιωσιμότητας και της πληροφορικής θα κληθούν να μοιραστούν γνώσεις σχετικά με διεπιστημονικές προκλήσεις, αναδυόμενες ευκαιρίες και επαγγελματικές Pathways .

Σχεδιασμός Βύθιση Ημέρες (DID) είναι μια καθηλωτική πρόγραμμα το καλοκαίρι τεσσάρων εβδομάδων που εισάγει μαθητές γυμνασίου για το σχεδιασμό και την αρχιτεκτονική. Σκοπός της είναι να εμπνεύσει την περιέργεια για τον κόσμο του σχεδιασμού, εισάγουν βασικό σχεδιασμό της γνώσης και της κριτικής σκέψης των δεξιοτήτων, καθώς και η εξοικείωση των φοιτητών με την επεκτατική αρχιτεκτονική και το σχεδιασμό του πολιτισμού του Λος Άντζελες.

Σε αυτό το μάθημα, οι φοιτητές θα μάθουν πώς τα δεδομένα μπορούν να αποκαλύψουν και να ενισχύσουν τις υπάρχουσες κοινωνικές ανισότητες, καθώς και πώς τα δεδομένα μπορούν να χρησιμοποιηθούν με κριτικό και υπεύθυνο τρόπο. Παράλληλα με τις αναγνώσεις και τις συζητήσεις, αυτό το μάθημα θα περιλαμβάνει επίσης πρακτικά εργαστήρια στην R για την εισαγωγή εργαλείων ανάλυσης και οπτικοποίησης δεδομένων.

Θέματα: στατιστική αναγνώριση προτύπων, γραμμική και μη γραμμική παλινδρόμηση, μη παραμετρικές μέθοδοι, εκθετική οικογένεια, GLM, μηχανές υποστηρικτικών διανυσμάτων, μέθοδοι πυρήνα, βαθιά μάθηση, επιλογή μοντέλου/χαρακτηριστικών, θεωρία μάθησης, συμβουλές μηχανικής μάθησης, ομαδοποίηση, εκτίμηση πυκνότητας, Ηλεκτρονική Μάθηση (EM), μείωση διαστάσεων, ICA, PCA, ενισχυτική μάθηση και προσαρμοστικός έλεγχος, διαδικασίες λήψης αποφάσεων Markov, προσεγγιστικός δυναμικός προγραμματισμός και αναζήτηση πολιτικής.