キルチェーン管理のためのデータに関する大学上級コース: 監視と対応

主題モジュール

1. 代数 - Matlab 入門
2. 確率 - Matlab 入門
3. 前処理～洗浄
4. 基本的な考え方-コスト
5. パラメトリック モデル (返品、物流など)
6. ノンパラメトリックモデル
7. 教師なしモデル
8. カーネル
9. 深い
10. 遺伝学 - (粒子フィルタリング)
11. レコメンデーションシステム
12. 異常検出

一般的な能力

• マスターのさまざまな主題に関連する特定の情報を、利用可能なすべてのソースから検索する機能。
• レポートを提示および作成する能力。
• 技術文書を解釈する能力。
• 学際的な環境でチームで働く能力。
• リソース管理: 作業の優先順位を確立する組織と能力。
• プロジェクトの開発中に適応する柔軟性、再考する能力。
• 批判的推論: さまざまな代替案の分析、総合、評価。
• 効果的な書面および口頭コミュニケーションの能力。
• 情報管理：情報の収集、整理等
• 自己学習に対する責任と能力。

特定の能力

• 学生は、さまざまなアルゴリズムと暗号化技術がどのように機能するか、またその利点と制限について学びます。
• さまざまな認証システムと種類、および認証と認可の違いについて学びます。
• 学生は潜在的なリスクを評価し、それらを軽減する方法を推奨できるようになります。
• 学生は Python プログラミング言語について学び、言語の概要を理解し、複雑なプログラムを構築できるようになります。
• 変数の処理、アルゴリズム開発、プログラミングの基本概念に慣れることができます。
• 学生はサイバーセキュリティのテクノロジーとテクニックの包括的なビジョンを学びます。
• 暗号化されたデータを計算する新しい方法、ネットワーク セキュリティ、プロトコル設計を学びます
• 最も効果的な機械学習テクニックを知ることができます。
• Octave と Matlab の違いと互換性について学びます。
• グラフィック モデルとネットワーク モデルを区別する方法がわかります。
• 時間データの予測と他のタイプのデータを区別する方法がわかります。
• さらに、以下の基本的な能力が保証されます。
• 多くの場合、研究の文脈において、アイデアの開発および/または応用において独創性を発揮するための基礎または機会を提供する知識を所有および理解しています。
• 学生が知っていること 学んだ知識を応用する方法と、自分の研究分野に関連するより広い（または学際的な）文脈内の新しい環境またはほとんど知られていない環境で問題を解決する能力。
• 学生が知識を統合し、不完全または限られた情報に基づいて判断を下す複雑さに直面できること
• 学生が知っていること 自分の結論、およびそれを裏付ける究極の知識と理由を、専門的および非専門的な聴衆に明確かつ明確な方法で伝える方法。
• 学生がほぼ自主的または自律的な方法で学習を継続できる学習スキルを備えていること。
• 学生が修士課程を構成するさまざまな分野間の関連する相互関係を確立できること。
• 学生が製造と設計の知識を広めるために、口頭および書面レベルでのコミュニケーションスキルを持っていること。
• コンテンツのプレゼンテーションにおいて総合と分析の能力があること。
• 学生が関連研究分野に関連する一般的および特定の文献目録の分野で批判的な判断を適用できること。