<kbd id="sbw59nnw"></kbd><address id="z156t2l4"><style id="5rb0uz5s"></style></address><button id="vyft8aif"></button>

          2019 - 2020本科公告

          应用数学:数据科学和密码学,理学士

          主要应用数学有两种浓度,数据科学和密码。数据科学浓度呈现的数据表示,大数据管理和统计建模的原则。学生学会运用现代计算机技术,揭示了隐藏在因果关系和中大型数据集的时间关系。隐藏的信息通常是良性的,但它也可能是因为那些已经发生或正在进行恶意活动的证据。密码是个人和机构的数据安全性的科学。学生学习安全信息,保持数据的完整性,真实性和不可取得名声。密码专家在检测活动尚未展开,尤其是试图阻截和座板初期的网络入侵和恐怖袭击时起着至关重要的作用。

          课程提供了一个集成的学术课程与深度和广度必须使毕业生在就业市场上真正具有竞争力。两种浓度提供的知识和在高科技领域创业,金融,现代通信,医疗,安保,交通和制造业需求的技能。纽约市都市区被重新定位为技术创新和发现的关系,以及创业领导的天堂。这样的变态要求的可再生的劳动力拥有的数据分析和数据安全技能的可用性。因此,就业机会预计将可用于应用数学的毕业生可以预见的未来。

          这些人是选择进行研究生学习会发现,他们都充分的准备在广泛的硕士和博士课程的录取,如数字取证及网络安全,金融数学,机器学习,传统数学和数学教育。的确,所需要的数学核心对齐以及与其他CUNY数学程序,由此提供的核心要求毕业生的后续教育机会尽可能多的选择。

          学习成果。 学生:

          • 应用数学证明和演绎逻辑的原理来证明水平适当的数学陈述或与实数公理与公理定义各种代数结构的背景下创造的反例。
          • 应用数学建模过程中用于分析大数据集和加密明文或解密密文的目的,数据科学和现代密码学的问题。
          • 跨学科的团队环境中有效地发挥作用,并给他人有效地表达定量信息。
          • 确定和坚持尊重个人资料私隐的道德约束和评价和评估道德标准的加密算法,在当代语境中的应用。 

          规定的学分。

          Applied Mathematics: Data Science & Cryptography Major   
          51-54
          普通教育 42
          选修课 24-27
          对于需要理学士总学分学位 120

          协调。
          教授塞缪尔·格拉夫,数学与计算机科学系(212-237-8767, sgraff@jjay.cuny.edu)  

          顾问。 教授迈克尔PULS(212.484.1178, mpuls@jjay.cuny.edu),猎人约翰逊(212.237.8846, hujohnson@jjay.cuny.edu),内特trembinska(212.237.8838, atrembinska@jjay.cuny.edu),shaobai根(646.557.4866, skan@jjay.cuny.edu),彼得shenkin(212.237.8925, pshenkin@jjay.cuny.edu),数学与计算机科学系

          建议信息。 应用数学通知资源 页面(包括样品4年建议计划)

          基础课程

          可以根据数学放置需要
          垫141前演算

          3

          顾问建议: 垫141 符合所要求的芯:所述根的数学和定量推理区域编程序。

          总学分:0-3

          第一部分。核心课程

          需要
          CSCI 271计算机科学导论

          3

          CSCI 272面向对象编程

          3

          垫204离散结构

          3

          垫241我演算

          3

          垫242积分II

          3

          总学分:15

          第二部分。数学核心课程

          需要
          垫243微积分III

          3

          垫244结石IV

          3

          垫301Probability & Mathematical Statistics I

          3

          垫310线性代数

          3

          垫351介绍常微分方程

          3

          CSCI 373高级数据结构

          3

          总学分:18

          第三部分。浓度

          学生必须选择一个浓度,并完成四门课程

          浓度。数据科学

          数据科学起着分析其中可能有一个由数据本身的绝对数量模糊有价值的信息大数据集的关键作用。在数据科学浓度,学生将学习数据表示,大数据管理和统计建模的原则。他们也将能够使用计算机来揭示了隐藏在因果和大型数据集的时间关系。

          学习科学数据集中的结果。
          学生将:
          • 用数学方法来分析和认识的大型数据集的性能以及任何异常。
          • 使用合适的模型,如线性回归,回归逻辑,对数据进行分析和预测概率分布。
          • 认识到大数据集的聚类,并解释其意义。

          选择三种

          CSCI 362数据库和数据挖掘

          3

          垫302概率与数理统计II

          3

          垫354回归分析

          3

          垫365信号处理的数学

          3

          垫367多因素分析

          3

          需要

          垫455数据分析

          3

          浓度为b。加密

          加密技术是数据安全的科学,无论是个人和机构,因此也是正义的重要组成部分。在密码学浓度,学生将学习到通过确保隐私以及一个通信信道的其它特性,诸如数据的完整性,真实性和非取得名声,取决于应用实现安全信息。他们将设计系统公司抵御黑客的入侵无端,以保护公司内部和消费数据,并作为有关的加密和数学方法的实施顾问,以研究人员。

          学习成果的加密浓度。
          学生:
          • 使用在其特定的加密算法是基于分析的长处和密码方案的弱点数学。
          • 保证真实性和数据完整性,并确保交易是不可否认的,在适当的时候。
          • 开发的加密算法。

          选择三种
          CSCI 360密码学和密码分析

          3

          垫341高等微积分1

          3

          垫410抽象代数

          3

          需要
          垫460数学密码

          3

          总学分:12

          第四部分。选修课

          选择二

          垫323运筹学模型我

          3

          垫324运筹学模型II

          3

          垫352施加的微分方程

          3

          垫365信号处理的数学

          3

          垫371数值分析

          3

          垫380在数学中选定主题

          3

          垫442高等微积分II

          3

          总学分:6

          总学分:51-54

              <kbd id="z2uho429"></kbd><address id="f4lhrlt9"><style id="a7wa0yz4"></style></address><button id="v4iw7lry"></button>