我觉得这个ece课程设置还不错,分享给大家,可以看一下ece方向的发展

2226
2
在网上看到了一个关于dku ece具体课程经验的分享,主要方向是软件开发/big data , machine learning,希望可以帮到相关专业的同学。有点长,但是感觉还挺有用的。

ECE551
C++ Programing, Data Structures
and Algorithms
课程内容:C/C++的基本语法,主要的数据结构,以及一部分基础算法,多线程编程入门。课程是和Duke一样的半自学方式,上课主要是答疑和练习,课下需要自学Duke的Andrew教授自己编写的书,内容很全面很详细,阅读量也比较高。同时需要课下独立完成约100个C/C++编程练习,前期以较多小练习为主,后期以较少中大练习为主,节奏是2节(章)/周。

课程难度及适应情况:对于初学者来说中等偏上,彻底的学习C/C++编程;对于有基础的同学来说也是一个查漏补缺的好机会,这本书上满满的都是细节,绝对能够加强对C/C++的掌握。对于习惯国内高校生活节奏的同学来说刚开始可能会不太适应,但第一个月的内容比较基础也比较少,很适合同学适应这个节奏。

课程学习时间:25+ hrs/week

技能提升帮助:C/C++ 编程,基础数据结构和语法,基础linux知识和操作

ECE550
Fundamentals of Computer Sys.
and Engineering
课程内容:掌握计算机构成的基本结构,学习电路、门、assembly programming(Verilog/VHDL)、memory hierarchy、IO、各种硬件的构成,如加法器,ALU,内存,寄存器,等等。

课程难度及适应情况:上课是lecture,除了课上内容外,还会有每周一次的recitation,偶尔的quiz、homework习题、和project四部分内容。Project共有四个,homework有五个。难度中等偏上,对逻辑能力有一定要求。

课程学习时间:25+ hrs/week。

技能提升帮助:Assembly Programming
(Verilog/VHDL),计算机构成基础,计算机工作原理,操作系统基础

ECE650
Systems Programming
and Engineering
课程内容:是关于计算机操作系统编程的一系列内容,包括内存管理,多线程,进程交互,计算机网络,数据库,计算机安全,虚拟内存,等等。

课程难度及适应情况:这门课是lecture,有5个C/C++编程的assignment,难度中等,主要是知识性的内容。SDE方向的同学适应起来应该没有太大难度。

课程学习时间:20 hrs/week

对找实习帮助:实习面试的很多问题都可以在这门课中涉及到,基本上是有关于计算机操作系统的一切,对国内实习面试很有帮助。

ECE551
Software Engineering
课程内容:主要着重于中大型软件的开发,包括design principle, developing process, testing, OO design, teamwork, UI, architecture, security 等等。这门课最重要的概念之一就是Object Oriented。

课程难度及适应情况:这门课是lecture, 有3个project,前两个是独立的,第三个是teamwork,使用的语言是Java,难度中等偏上。对于没有参与过Java中大型软件开发的同学来说适应较困难。

课程学习时间:25+ hrs/week

技能提升帮助:Java,OO design,teamwork,从软件的设计、结构、合作和安全等方面提供了多方位的思考。

ECE551
C++ Programing, Data Structures
and Algorithms
课程内容:C, C++, 数据结构

课程难度及适应情况:无基础同学稍难,但按时完成作业能够跟上

课程学习时间:30-40h/week

技能提升帮助:对转专业同学提升很大

ECE581
Random Signals and Noise
课程内容:概率论、随机过程。课程为lecture形式,有8个homework,4个project,2个mid-term exam和1个final exam。因为任务比较多,所以每项平摊的分值并不大。想得高分不太难,但也意味着功夫要下在平时,每节课都认真听,课下也及时复习。Homework和projects质量都不错,难度适中,对理解课程也很有帮助。

课程难度及适应情况:对数学要求较高,做好作业和project,总体不算难

课程学习时间:<10h/week

技能提升帮助:巩固概率论、随机过程基础,Big Data方向必须掌握的。前半学期的各种随机分布是基础中的基础,后半部分的随机过程在各个领域都有所涉及,也是需要了解其原理的。

ECE586
Vector Space Methods With
Applications
课程内容:度量空间、向量空间、范数、内积、投影、SVD、优化。课程为lecture形式,有8个homework,4个project,2个mid-term exam和1个final exam,和上学期581很像,但难度要高不少。

课程难度及适应情况:对数学要求较高,考验抽象思维。如果本科学过线性代数或泛函分析,上这门课会好理解些,否则可能要一些时间来理解消化。课程设置上后3个project集中在最后一个月也可以看出前半部分是非常抽象以及偏理论的,后半部分的投影、SVD、凸优化和ML联系紧密。

课程学习时间:10-20h/week

技能提升帮助:很多知识是Machine Learning的基础,对本学期另外一门580和之后的深入学习有帮助

ECE580
Introduction to Machine Learning
课程内容:回归、交叉验证、正则化、SVM、LR、贝叶斯、PCA、LDA、logistic回归、核函数等ML基础算法。课程为lecture形式,3个case study,2个project和4个homework,homework难度较大,project难度适中。建议在学习过程中勤于问问题,把概念以及推导过程弄清楚。

课程难度及适应情况:课程设置比较偏理论,在预习的基础上学习可能效果会更好。有问题需要及时问。

课程学习时间:20-30h/week

技能提升帮助:作为入门课程,帮助熟悉基础算法的理论背景和推导,但实践方面稍少。
  • 21
2条回复