聪明的学生

智能程序

收集和分析大数据已经成为成功企业不可或缺的一个方面, 行业, 公共部门. 威尼斯人平台的智能项目将有助于展示机器学习, 计算, 数据正在被纳入计算机科学, 数学, 人文学科, 工程, 还有科学.

学士学位

应用数学

应用数学系

通过专业课程学习将现代数学方法应用于各个领域. 随机学可以应用于金融领域的智能决策, 紊流研究, 气候变化. 统计学为学习提供了基础和实用工具, 理解, 处理数据. 计算数学提供了快速, 现代科学和工程中使用的精确算法. 应用分析导致多尺度分析,复杂流体和材料的职业生涯. 离散数学是关于网络、数据可靠性和统计推断的数学.

了解更多

人工智能

计算机科学系

威尼斯人平台是中西部地区唯一一所提供人工智能学士学位的大学. Learn core AI concepts and techniques including state-space search, 玩游戏, 机器学习, 神经网络, 规划, 计算机视觉, 以及语言理解.

了解更多

生物信息学

生物系

混合生物学课程, 化学, 还有物理和编程课程, 统计数据, 以及其他发展科学优势和利用数据处理工具推进科学知识的方法. 通过扎实的编程和分析技能来发展按需编程和分析技能, 平衡提供STEM课程. 机器学习经常用于分析基因组数据和基因预测. 深度学习在改进蛋白质结构预测和COVID-19建模等领域很有用.

了解更多

数据科学

应用数学系

汇集数学基础知识, 统计数据, 计算机科学和编程的实用技能, 数据管理, 和高级计算. 结合高级数学, 统计数据, 计算机科学技能与交流结果的能力,使一个复杂和动态的世界更容易理解. 

了解更多

统计数据

应用数学系

使用数据和统计模型, 执行和沟通统计分析, 研究统计实践的社会影响和伦理问题. 课程包括一个强大的计算重点以及数学和统计理论的基础

了解更多

硕士学位

应用数学(M).S.)

应用数学系

准备好进入劳动力市场或为博士学位的严格准备.D. 本硕士课程通过学习现代数学技术和建模来完成课程和研究. 学会在定量工具的基础上做出明智的决定. 专业包括数据科学的计算统计, 离散计算与优化, 随机计算.

了解更多

人工智能

计算机科学系

熟练掌握人工智能的理论概念和实际应用. 课程和研究威尼斯人平台涵盖人工智能子领域的基本概念和实践技能, 包括机器学习, 深度学习, 计算机视觉, 自然语言处理, 概率推理, 数据分析.

了解更多

人工智能,计算机视觉和控制

电气与计算机工程系

最大限度地接触快速变化的人工智能技术, 机器学习, 和方法,特别是针对电气和计算机工程主题. 创新研究, 先进的实验室, 专业课程以物联网、网络物理系统等新兴技术为重点.

了解更多

自主系统与机器人

机械,材料和航空航天工程系

通过结合前沿技术和研究的积极体验,发展发现创新所需的先进知识和技能. 严谨的课程和前瞻性的工程将理论转化为实践,推动自动驾驶汽车的发展, 无人驾驶飞行器, 机器人, 以及一系列其他自主和半自主系统.

了解更多

生物医学数据科学与建模

生物医学工程系

特别强调数学建模的原理, 机器学习, 生物统计学, 和生物信息学. 获得识别与数学建模相关的问题的技能, 对生物医学数据进行统计分析, 将机器学习方法应用于生物医学, 并解决生物信息学中的生物医学工程问题.

了解更多

计算决策科学与运筹学

计算机科学系
应用数学系

发现不同的技术来改善决策, 包括模拟, 数学优化, 数据分析, 统计数据, 神经网络, 专家系统, 以及决策分析. 研究威尼斯人平台提供实际问题的实践经验,并与行业联系.

了解更多

数据科学

计算机科学系
应用数学系

深入研究给定问题的基本前提, 学会重新构思问题, 然后判断结果是否合理. 探索和完善现有数据的结构, 创建和评估模型, 构建和检验假设. 学习分析数据的方法,可视化结果,并阐明发现.

了解更多

市场营销分析

斯图尔特商学院

准备成为一个有远见的营销专家,可以将数据转化为洞察力, 将信息转化为交流, 并将营销分析转化为新经济中的竞争优势. 发展商业、分析方法和技术方面的知识和技能.

了解更多

LL.M. 法律创新+技术项目

芝加哥肯特法学院

对新兴技术有一个坚定的理解, 大数据, 法律行业的创新加强和影响了法律实践和法律服务的提供. 发现新兴科技领域的知识和技能,这些知识和技能正迅速成为律师了解客户业务和需求的关键.

了解更多

证书

计算智能

计算机科学系

学习计算机如何根据数据进行学习和调整,从而解决计算机科学各个领域的复杂问题. 涵盖的主题包括人工智能, 计算机视觉, 数据挖掘, 机器学习, 自然语言处理, 和更多的

了解更多

数据分析

计算机科学系

发现来自信息系统的大量数据中的模式,并根据这些模式得出结论. 探索对数据分析至关重要的主题, 包括数据挖掘, 数据集成仓库, 数据密集型计算, 机器学习, 以及数据准备和分析.

了解更多