计算机科学课程
CS 101 Using Computers in Research Settings: 1 semester hour
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, 和更多的 prepared to enter careers or to attend graduate school.
CS 103 Introduction To Web Site Development: 3 semester hours
In Introduction to Web Site Development, 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. These tools could include (but are not limited to): wysiwyg html editors, html, css, xml, 闪光, java script 和 dynamic web programming languages. 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. Computer Science majors may take the course as an elective, 但它不能用于满足任何CS毕业要求或完成专业领域.
CS 105 Fundamentals Of Computer Science: 4 semester hours
This course focuses on the concepts 和 constructs of computer programming, including program design 和 decomposition, 数据类型, interactive 和 file 输入/输出, 控制结构, 和 graphical user interface 开发ment. 原cs175.
CS 106 数据结构: 4 semester hours
This course introduces basic concepts of 软件 开发ment, elementary data structures (including sets, 列表, 栈, 队列, 树, 和图表), 递归, 和 elementary algorithm analysis. 原cs205. 先决条件: CS 105, MA 162 (the latter may be taken as a co-requisite).
CS 112 Introduction to Object Oriented Programming: 3 semester hours
本课程教授面向对象编程的概念和技能. Topics to be covered include inheritance, 抽象的领域, 方法和类, encapsulation 和 polymorphism. 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 Computer Organization: 4 semester hours
This course covers various hardware aspects of computers. Topics to be covered include number representation, 数字逻辑, 布尔代数, 内存技术, 和 management techniques, 中断, CPU结构, 微程序设计, 汇编语言, 和 输入/输出 devices. 先决条件: CS 105 & MA 162.
CS 203 信息伦理: 3 semester hours
在本课程中, students will learn to define 和 analyze ethical, 道德, 社会, 和 professional issues related to computing 和 information 技术. Topics to be discussed include ethical frameworks for decision making, regulation of the Internet, 知识产权, 隐私, 安全, 以及行为准则. 先决条件: sophomore st和ing or consent of instructor.
CS 215 Data Programming Languages: 3 semester hours
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. Students will learn to use a contemporary programming language, 比如python或者R, to solve various data science challenges. 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. These tools 和 techniques are vital to the data science professional. 先决条件: CS 105.
CS 226 Programming in Visual Basic: 4 semester hours
This course is an introduction to programming using Visual Basic 和 the .NET 开发ment environment. Topics to be covered include 控制结构, 输入/输出, graphical user interfaces, 和 interface with other Microsoft Office 应用程序. This course is for MIS majors. Computer Science majors may take the course as an elective, 但它不能用于满足任何CS毕业要求或完成专业领域.
CS 235 Systems Programming Concepts: 4 semester hours
本课程探讨与操作系统和网络编程相关的主题, including shell programming, programming with operating systems calls, 和 programming using network sockets. 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.
CS 302 Programming Languages: 3 semester hours
This course considers the evolution of programming languages. Topics to be discussed include language specification 和 analysis, 语法, 语义, parameter passing techniques, 范围, 绑定, paradigms (including imperative, 功能, 和面向对象), 和 translation techniques. 先决条件: CS 235.
CS 326 Information Systems Analysis: 3 semester hours
本课程将着重于信息系统创建和管理中的管理问题. Broad topics will include system investigation, system 和 feasibility analysis, 系统设计, 系统实现, 和 system maintenance. 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 Game Design 和 Development: 4 semester hours
本课程是视频游戏设计和开发过程的介绍性概述. Through detailed study of historical as well as current games, 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.
CS 341 Mobile Development: 4 semester hours
本课程是移动应用程序设计和开发过程的介绍性概述. Through detailed study of historical as well as current mobile, 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.
CS 388 数据库系统: 4 semester hours
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. Topics to be covered include the evolution of database systems, the relational database model, 查询语言, 触发器, 约束, 的观点, 和 other advanced topics as time permits. 先决条件: CS 235 or CS 326.
CS 389 算法分析: 3 semester hours
本课程介绍高级数据结构和算法分析技术. Topics to be covered include asymptotic notation, empirical 和 theoretical analysis techniques, 复杂性类, algorithmic approaches (divide 和 conquer, 贪婪), 和 advanced tree structures. 三小时讲座. 先决条件: MA 162, CS 106.
CS 391 Embedded Systems: 3 semester hours
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.
CS 392 Robotic Systems: 3 semester hours
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. Students will work with both mobile 和 stationary 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.
CS 393 Cryptology: 3 semester hours
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, projects will focus on using, 创建, 和 designing 安全 solutions for both digital 和 non-digital domains. 先决条件: CS 106, CS 235, MA 164.
CS 395 Web Programming: 4 semester hours
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. Topics to be covered include basic web site design, 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 Special Topics in Computer Science: 3 semester hours
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. When possible, the course will be taught by experts from the field. Topics may include educational 软件 开发ment, artificial intelligence, 机器人, 嵌入式系统, 生物信息学, 和密码. 先决条件: permission of instructor.
CS 415 Field Experience: 3 semester hours
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.
CS 420 Management Information Systems Senior Thesis: 3 semester hours
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.
CS 422 IT Security 和 Risk Management: 3 semester hours
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. Students will learn critical 安全 principles that enable them to plan, 开发, 和 perform 安全 tasks. The course will address hardware, 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.
CS 425 IT Audit 和 Controls: 3 semester hours
本课程介绍信息技术审计与控制功能的基本概念. This course focuses on underst和ing information controls, 控件的类型, 和 their impact on the organization 和 managing 和 auditing them. 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, audit an information 技术 infrastructure against it, 和 establish a systematic remediation procedure for any inadequacies. The course also covers the challenges of dealing with best practices, 标准, 和 regulatory requirements governing information 和 controls. 先决条件: BN 340 和 CS 326.
CS 430 Senior Project: Management Information Systems: 4 semester hours
This is the capstone course for management information system majors. 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 Senior Project: Computer Science: 4 semester hours
This is the capstone course for computer science majors. 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 Computer Science Independent Study: 3 semester hours
Study topics will be negotiated by the student 和 his/ her advisor.
DS课程
DS 101 Introduction to 数据科学 I: 3 semester hours
Our world is driven by data. 为了驾驭这个世界，了解数据及其科学对现代生活的影响, students will learn the core concepts of inference, 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, basic statistical concepts such as Bayes’ Theorem, 和 the pitfalls of bias inherent in data sets.
DS 301 Introduction to 数据科学 II: 3 semester hours
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, 和 consider the responsible use of such models. Topics may include linear 和 multiple regression, 重采样, model 和 feature selection, representing analyzed data visually, 逻辑回归, 和 the data science life cycle. Python/R will be used throughout. 先决条件:: MA 162, MA 202, MA 214, CS 106, DS 101.
DS 400 数据科学 Techniques I: 3 semester hours
在本课程中，我们将学习数据分析中常用的各种技术. Methods for classification 和 regression may be considered. Students will continue to 开发 deeper mathematical skills, programming skills using Python/R, 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, clustering (such as k-means, 分层, 和光谱), 和 dimension-reduction (such as principal component analysis). Issues regarding the ethical use of data will be explored. 先决条件: DS 301.
DS 420 数据科学 Techniques II: 3 semester hours
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. Issues of appropriate uses, 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. Topics may include single 和 multi-layer perceptrons, 前馈网络, recurrent neural networks, convolutional neural networks, 和 corresponding mathematical foundations. 先决条件: DS 400.
