计算机科学课程
CS 101在研究环境中使用计算机:1个学时
本课程旨在使学生在专业环境中熟练使用常用的办公应用程序. 我们将在分析和解释现实世界数据集的背景下学习这些技能，这些数据集来自Mount Mercy大学的教师和学生的研究. 完成本课程的学生将能够在芒特仁慈学院更有成效, 也更有可能进入职场或读研.
cs103网站开发导论:3个学时
网站开发导论, 学生将学习广泛的网络技术和脚本语言，用于开发互联网网站. 为了跟上快速变化的web开发环境，课程中讨论的工具将有所不同. 这些工具包括(但不限于):wysiwyg html编辑器, html, css, xml, 闪光, Java脚本和动态web编程语言. 本课程的目的是为学生提供广泛的网络技术经验. 本课程面向对网站开发工作感兴趣的非专业人士. 计算机科学专业的学生可以选修这门课程, 但它不能用于满足任何CS毕业要求或完成专业领域.
CS 105计算机科学基础:4个学时
本课程着重于计算机程序设计的概念和结构, 包括程序设计和分解, 数据类型, 交互式和文件输入/输出, 控制结构, 以及图形用户界面的开发. 原cs175.
cs106数据结构:4个学时
本课程介绍软件开发的基本概念, 基本数据结构(包括集合), 列表, 栈, 队列, 树, 和图表), 递归, 基本算法分析. 原cs205. 先决条件: CS 105, MA 162 (后者可视为共同条件).
CS 112介绍面向对象的编程:3个学期小时
本课程教授面向对象编程的概念和技能. 要讨论的主题包括继承, 抽象的领域, 方法和类, 封装和多态性. 在面向对象编程方面的重要经验和技能的展示可以用来通过本课程. 先决条件: CS 105.
CS 190计算机组织:4个学时
本课程涵盖了计算机硬件的各个方面. 要涵盖的主题包括数字表示, 数字逻辑, 布尔代数, 内存技术, 管理技巧, 中断, CPU结构, 微程序设计, 汇编语言, 输入/输出设备. 先决条件: CS 105 & MA 162.
cs203信息伦理:3个学时
在本课程中, 学生将学习定义和分析道德, 道德, 社会, 以及与计算机和信息技术相关的专业问题. 讨论的主题包括决策的道德框架, 互联网规管, 知识产权, 隐私, 安全, 以及行为准则. 前提条件:二年级站立或导师同意.
cs215数据编程语言:3个学期
本课程是一门介绍如何在数据科学中使用当前编程语言技术的入门课程. 学生将学习使用一种现代编程语言, 比如python或者R, 解决各种数据科学挑战. 本课程强化学生对对象和控制结构的知识. 学生将扩展数据存储、操作、可视化和随机性方面的知识. 这些工具和技术对数据科学专业人员至关重要. 先决条件: CS 105.
CS 226 Visual Basic编程:4个学时
本课程介绍使用Visual Basic和 .. NET开发环境. 所涉及的主题包括控制结构, 输入/输出, 图形用户界面, 并与其他Microsoft Office应用程序接口. 本课程是为管理信息专业的学生开设的. 计算机科学专业的学生可以选修这门课程, 但它不能用于满足任何CS毕业要求或完成专业领域.
CS 235系统编程概念:4个学期
本课程探讨与操作系统和网络编程相关的主题, 包括shell编程, 使用操作系统调用进行编程, 并使用网络套接字编程. 其他主题包括操作系统和网络软件的基本结构. 先决条件: CS 190.
cs302编程语言:3个学期
本课程考虑编程语言的演变. 讨论的主题包括语言规范和分析, 语法, 语义, 参数传递技术, 范围, 绑定, 范式(包括命令式), 功能, 和面向对象), 以及翻译技巧. 先决条件: CS 235.
cs326信息系统分析:3个学时
本课程将着重于信息系统创建和管理中的管理问题. 广泛的主题将包括系统调查, 系统及可行性分析, 系统设计, 系统实现, 以及系统维护. 将考虑系统分析和设计的各种方法，以及工具. 先决条件: CS 106 计算机科学专业的学生 CS 226 和 BN 204 管理信息系统学生.
CS 340游戏设计和开发:4个学期小时
本课程是视频游戏设计和开发过程的介绍性概述. 通过对历史和当前游戏的详细研究, 学生将学习开发自己的游戏创意所需的语言和结构. 学生将学习游戏开发团队的许多方面，并了解这些角色如何对游戏的整体设计做出贡献. 项目, 课内课外, 将专注于创造和设计数字和非数字游戏概念. 对游戏设计元素和过程的强烈关注将支持课堂项目. 学生将获得游戏研究的基本概述，并将这些概念整合到他们的工作中. 先决条件: CS 106, CS 235, & CS 326.
cs341移动开发:4个学期小时
本课程是移动应用程序设计和开发过程的介绍性概述. 通过对历史以及当前移动的详细研究, 学生将学习开发自己的移动应用程序所需的语言和结构. 学生将学习移动开发团队的许多方面，并学习这些角色如何对应用程序的整体设计做出贡献. 项目，内外类，将专注于创建和设计移动概念. 对移动设计和流程元素的强烈关注将支持课堂项目. 先决条件: CS 106, CS 235, & CS 326.
cs388数据库系统:4个学时
本课程强调设计和实现数据库管理系统所必需的概念和结构. 所涉及的主题包括数据库系统的发展, 关系数据库模型, 查询语言, 触发器, 约束, 的观点, 以及时间允许的其他高级主题. 先决条件: CS 235 or CS 326.
cs389算法分析:3个学时
本课程介绍高级数据结构和算法分析技术. 所涉及的主题包括渐近符号, 实证和理论分析技术, 复杂性类, 算法方法(分而治之), 贪婪), 先进的树形结构. 三小时讲座. 先决条件: MA 162, CS 106.
cs391嵌入式系统:3个学时
本课程是嵌入式系统和嵌入式语言的入门概述. 通过对嵌入式控制历史和当前嵌入式系统应用的详细研究，学生将学习开发嵌入式解决方案所需的技能. 在课堂内外，项目将侧重于使用、创建和设计嵌入式系统解决方案. 先决条件: CS 106, CS 235, MA 164.
cs392机器人系统:3个学时
本课程是机器人系统和传感器网络的入门概述. 通过对机器人历史和机器人系统当前应用的详细研究，学生将学习开发机器人和传感器网络解决方案所需的技能. 学生将使用移动和固定机器人. 在课堂内外，项目将侧重于使用，创建和设计机器人解决方案. 先决条件: CS 106, CS 235, MA 164.
cs393密码学:3个学期学时
本课程是密码学和安全编程的入门概述. 通过对密码学历史和当前密码学算法的详细研究，学生将学习开发安全解决方案所需的技能. 学生将学习安全团队的许多方面，以及每个角色如何对安全整体设计做出贡献. 课内课外, 项目将侧重于使用, 创建, 为数字和非数字领域设计安全解决方案. 先决条件: CS 106, CS 235, MA 164.
cs395网络编程:4个学时
本课程探讨使用现代开发工具和语言开发基于web的应用程序和动态网页. 要涵盖的主题包括基本的网站设计, 脚本语言, web服务器, 使用数据库和SQL开发动态网站和网站安全. 先决条件: CS 326 & CS 388.
CS 399计算机科学专题:3个学期
本课程为学生提供了选修计算机科学中一个特别感兴趣的领域的机会. 如有可能，课程将由该领域的专家讲授. 主题可能包括教育软件开发, 人工智能, 机器人, 嵌入式系统, 生物信息学, 和密码. 前提条件:教师许可.
cs415现场经验:3个学时
本课程为学生提供了充分利用实习机会的机会. 实习包括在当地雇主那里进行校外监督，以及定期与校内教师会面. 每学期在校外机构每工作45小时，可获得一学期的学分.
cs420管理信息系统毕业论文:3个学时
管理信息系统高级论文是管理信息系统顶点课程的一个选择，特别适合至少在一个大型企业软件开发项目中作为团队成员具有重要专业经验的学生. 本课程的学生将与一名教师合作，选择与他们的教育和专业经验相关的主题, 设计一个研究课题的计划，并撰写一篇论文，对研究进行回顾和分析，整合研究成果, 他们从他们的教育计划和他们的专业经验中获得的知识，以解决所选主题所定义的问题.
cs422 IT安全和风险管理:3个学期
本课程在组织层面介绍信息技术安全和风险管理的基本原则和主题. 学生将学习关键的安全原则，使他们能够计划, 开发, 并执行安全任务. 本课程将讨论硬件, 软件, 流程, 通信, 应用程序, 以及有关组织IT安全和风险管理的政策和程序. 先决条件: BN 340 & CS 326.
cs425 IT审计和控制:3个学期小时
本课程介绍信息技术审计与控制功能的基本概念. 本课程的重点是了解信息控制, 控件的类型, 以及它们对组织的影响以及对它们的管理和审计. 将介绍信息技术审计中使用的概念和技术. 学生将学习创建一个有目标的控制结构的过程, 对信息技术基础设施进行审计, 并针对任何不足建立系统的补救程序. 该课程还涵盖了处理最佳实践的挑战, 标准, 以及管理信息和控制的法规要求. 先决条件: BN 340 和 CS 326.
cs430高级项目:管理信息系统:4个学时
本课程是管理信息系统专业的必修课程. 学生将作为项目经理在一个多学科团队中完成一个广泛而深入的软件开发项目. 先决条件: CS 226, CS 326 和 BN 377.
CS 435高级项目:计算机科学:4个学期
这是计算机科学专业的必修课程. 学生将作为一个多学科团队的一部分完成一个广泛而深入的软件开发项目. 先决条件: CS 388 和(CS 302 or CS 395).
CS 445计算机科学独立学习:3个学时
学习主题将由学生和他/她的指导老师协商.
DS课程
DS 101数据科学入门I: 3个学期学时
我们的世界是由数据驱动的. 为了驾驭这个世界，了解数据及其科学对现代生活的影响, 学生将学习推理的核心概念, 数据分析, 和计算. 学生将使用来自经济学等各个领域的真实数据集, 地理位置, 和社会学. 主题将包括使用电子表格或其他计算软件的基本计算技术, 基本的统计概念，如贝叶斯定理, 以及数据集固有的偏见陷阱.
DS 301数据科学导论II: 3个学时
线性回归及其相关技术是数据科学和统计学中最受考验和信任的方法之一. 在本课程中, 我们将培养运用线性方法来调查不同类型数据之间关系的技能, 可视化数据, 并考虑负责任地使用这些模型. 主题可能包括线性和多元回归, 重采样, 模型和特征选择, 可视化地表示分析数据, 逻辑回归, 以及数据科学的生命周期. Python/R将贯穿始终. 先决条件:: MA 162, MA 202, MA 214, CS 106, DS 101.
DS 400数据科学技术I: 3个学时
在本课程中，我们将学习数据分析中常用的各种技术. 可以考虑分类和回归的方法. 学生将继续发展更深层次的数学技能, 使用Python/R编程技能, 能够生成高质量的文档，传达基于数据的分析结果, 和更多的. 主题可能包括基于树的方法和支持向量机的分类, 聚类(如k-means), 分层, 和光谱), 和降维(如主成分分析). 将探讨有关数据使用的道德问题. 先决条件: DS 301.
DS 420数据科学技术II: 3个学期学时
本课程将介绍人工神经网络的深度学习. 本课程将侧重于Python/R等软件的应用和计算，但也会有重要的数学内容. 适当使用的问题, 联合国/可解释性, 数据中的伦理将在使用神经网络模型的背景下考虑. 主题可能包括单层和多层感知器, 前馈网络, 循环神经网络, 卷积神经网络, 以及相应的数学基础. 先决条件: DS 400.
