Southwest Baptist University

人工智能科学硕士

该课程图说明了学生在信息技术管理理学硕士课程中能力的逐步发展，展示了每门课程如何介绍（I）、发展（D）或使学生掌握（M）七个课程学习成果（PLO），最终在顶点课程中展示学生对所有成果的掌握。

• TECH 500：技术管理中的道德挑战
• TECH 650：机器学习基础
• TECH 515：管理云基础设施和安全
• TECH 575：物联网大数据分析
• ISTM 615：应用人工智能：商业解决方案
• TECH 675：应用自然语言处理和智能文本分析
• TECH 557：移动应用程序开发
• TECH 685：实用人工智能开发与优化
• TECH 630：用于商业洞察和决策的高级人工智能
• TECH 699：高级人工智能解决方案 - 顶点项目

核心类

TECH 500：技术管理中的道德挑战

本课程的重点是帮助领导者解决技术管理中复杂的道德难题。课程强调圣经价值观和应对当代挑战的实际解决方案。学生通过基督教世界观探索道德体系，分析案例研究，并培养做出合理道德判断的技能。课程结束时，参与者将能够以诚信和基于信仰的视角解决技术领导中的道德问题。

课程学生学习成果

• SLO 1：使用各种道德框架（包括基督教世界观）分析技术管理中复杂的道德困境。（PLO 4）
• SLO 2：评估新兴技术对 IT 领导角色的道德决策的影响。（PLO 4，PLO 5）
• SLO 3：将圣经原则与当代伦理挑战相结合，以开发基于信仰的技术管理解决方案。（PLO 4）
• SLO 4：为技术伦理案例研究制定并阐明合理的道德判断，展示批判性思维和有效沟通。（PLO 4）
• SLO 5：创建个人道德框架，以应对技术管理挑战，将专业标准与基督教价值观相结合。（PLO 4）

TECH 650：机器学习基础

本课程全面介绍机器学习，涵盖监督、无监督和强化学习范式的理论基础和实际应用。学生将探索各种算法，包括线性和逻辑回归、决策树、支持向量机、神经网络和聚类技术，同时培养数据预处理、特征工程、模型选择和性能评估方面的技能。整个课程都融入了人工智能开发的道德考量。学生将通过使用 Python 和 Scikit-learn、TensorFlow 和 PyTorch 等库的动手编程作业和项目获得实践经验。

学生学习成果

• SLO 1：评估各种机器学习算法对复杂现实问题的适用性，展示批判性思维和分析能力。（PLO 1，PLO 5）
• SLO 2：综合多种算法和技术的机器学习模型，以解决数据分析和预测中的多方面挑战。（PLO 1）
• SLO 3：创建符合道德规范的机器学习解决方案，考虑偏见、公平和社会影响等问题。（PLO 4）
• SLO 4：设计并开展严格的实验来评估机器学习模型的性能和局限性，展示先进的研究和分析能力。（PLO 3）
• SLO 5：制定并向技术和非技术受众传达复杂的机器学习概念和结果，展示高级沟通技巧。（PLO 2）

TECH 515：管理云基础设施和安全

本课程介绍信息技术 (IT) 领域的企业数据管理和网络技术，重点介绍基于云的运营和安全。学生将探索网络技术、云架构和数据中心运营，重点关注安全的 IT 基础设施、数据保护原则和云环境中的运营效率。本课程还涉及行业标准和法规的合规性，帮助学生为应对复杂的企业 IT 格局做好准备。

学生学习成果

• SLO 1：评估复杂的基于云的网络架构并为企业级 IT 基础设施设计最佳解决方案。（PLO 3）
• SLO 2：综合云安全方面的最佳实践，制定全面的风险管理策略，应对新出现的威胁并满足法规遵从性要求。（PLO 3）
• SLO 3：为云环境创建创新的数据管理和存储解决方案，优化可扩展性、性能和成本效益。（PLO 1）
• SLO 4：通过基督教管家的视角批判 IT 实践，制定企业环境中负责任的技术利用的道德框架。（PLO 4）
• SLO 5：预测云计算和企业 IT 新兴趋势对组织运营的影响，并制定适应性策略以安全地利用这些技术。（PLO 5）

TECH 575：物联网大数据分析

本课程介绍大数据处理框架 Apache Spark，重点介绍其在大规模数据集分析中的应用。学生将使用 Python 充分利用 Spark 的功能，涵盖高级数据处理技术、机器学习应用程序和现实世界的问题解决场景。最后，学生将熟练掌握 Spark 的数据分析和机器学习模型开发。

学生学习成果

• SLO 1：综合 Python 编程和 Apache Spark 框架来设计和实施高级大数据分析解决方案。（PLO 1）
• SLO 2：评估并应用 Spark 2.0 DataFrame 语法来优化复杂的数据处理任务并提高分析效率。（PLO 3）
• SLO 3：使用 Spark 的 MLlib 创建和评价复杂的机器学习模型来解决现实世界的分类问题。（PLO 1，PLO 5）
• SLO 4：利用 Spark 进行文本分析和分类，开发和评估创新的自然语言处理应用程序，例如垃圾邮件过滤器。（PLO 1、PLO 5）
• SLO 5：制定大数据分析的道德框架，融合基督教的管理和隐私原则，批判性地审视大规模数据分析技术的社会影响。（PLO 4）

TECH 615：应用人工智能：商业解决方案

本课程介绍人工智能对各行各业的影响，满足日益增长的人工智能技能需求。学生将探索深度学习、强化学习、自然语言处理、计算机视觉和机器人技术。课程重点解决现实世界中的业务挑战，例如客户流失预测、图像识别、股票价格预测、推荐系统和 NLP 应用程序。

学生学习成果

• SLO 1：评估人工智能对各个行业的影响，分析趋势并预测未来发展。（PLO 1，PLO 5）
• SLO 2：设计和实施人工神经网络来解决客户流失预测和股票价格预测等业务问题。（PLO 1）
• SLO 3：使用卷积和循环神经网络开发用于图像识别和时间序列分析的 AI 模型。（PLO 1）
• SLO 4：创建和评估推荐系统和自然语言处理应用程序以增强客户体验和业务运营。（PLO 1，PLO 5）
• SLO 5：将人工智能实施中的道德考虑与基督教的管家原则和人类尊严相结合，为商业应用制定负责任的人工智能战略。（PLO 4）

TECH 675：应用自然语言处理和智能文本分析

本课程探讨自然语言处理 (NLP)，这是人工智能的一个子领域，专注于计算机与人类的语言交互。学生将学习文本预处理、标记化、词性标记、命名实体识别、情绪分析和机器翻译，同时学习 RNN 和 transformers 等高级深度学习架构。本课程帮助学生为在各个领域实施创新的 NLP 解决方案做好准备。

学生学习成果

• SLO 1：分析复杂的 NLP 算法和架构，展示对其理论基础和实际意义的理解。（PLO 1）
• SLO 2：使用工具和库设计和实施高级 NLP 解决方案，以解决现实世界的语言处理挑战。（PLO 1）
• SLO 3：评估各种 NLP 模型和技术的性能和局限性，评估它们对不同应用的适用性。（PLO 3、PLO 5）
• SLO 4：开发符合道德规范的 NLP 应用程序，考虑偏见、公平和社会影响等问题。（PLO 4）
• SLO 5：综合并向技术和非技术受众传达复杂的 NLP 概念，展示科学写作和演示的能力。（PLO 2）

机构学习成果 (ILO)

• ILO 1：学生将有效沟通。
• ILO 2：学生将使用探究方法获取和应用知识。
• ILO 3：学生将运用信仰和道德推理来解决具体问题。
• ILO 4：学生将以创造性和批判性思维来追求终身学习。
• ILO 5：学生将参与文化多元的世界，以加强与他人的关系。

计划学习成果 (PLO)

• PLO 1：使用尖端方法、算法和技术开发和实施先进的人工智能解决方案，以解决各个领域的复杂现实问题。（ILO 2、ILO 4）
• PLO 2：展示协作项目管理能力以及向技术和非技术受众有效传达复杂人工智能概念的能力。（ILO 1，ILO 5）
• PLO 3：评估和优化人工智能系统的性能、可扩展性和安全性，特别是在基于云和分布式计算环境中。（ILO 2、ILO 4）
• PLO 4：在开发和部署人工智能解决方案时综合考虑道德考量，包括受基督教世界观影响的道德考量，展示负责任的人工智能实践，并解决公平、隐私和社会影响问题。（ILO 3，ILO 5）
• PLO 5：批判性地分析人工智能的当前和新兴趋势，评估其对商业和社会的潜在影响，并制定在组织环境中应用的创新战略。（ILO 2、ILO 4、ILO 5）