1990年乐观主义。选择性。(1 - 4小时)

为在其他学术机构学习的课程提供选修学分。可无限重复。


2301年乐观主义。管理信息系统。(4小时)

探索世界各地的各种企业如何使用信息和信息技术来创建管理更好、更具创新性和成功的组织。21世纪的企业以信息为基础,企业的每一部分都因信息技术的使用而发生了变化。因此,今天的商业领袖必须随时获得及时、准确和相关的信息,以便在全球经济中进行有效管理。


2510年乐观主义。信息分析基础。(4小时)

关注受过教育的信息分析师、设计师和消费者在当代信息时代领导组织所需的信息分析概念和技术。包括用于整个信息生命周期的概念、技术、方法和策略——业务信息的收集、组织、探索、分析、操作、可视化、解释和表示。每一个主题都介绍了现实世界的例子和数据集,以相关的理论和原则为基础,并使用各种用户友好的软件工具来加强,以获得必要的分析技能和知识。


2990年乐观主义。选择性。(1 - 4小时)

为在其他学术机构学习的课程提供选修学分。可无限重复。


3403年乐观主义。企业中的数据管理。(4小时)

为学生提供数据管理解决方案的设计、开发和实现的方法框架和工具集的介绍和概述。今天,几乎所有的商业运作都离不开信息流。即使是小型企业也要跟踪大量数据,从销售交易、供应链活动到网站流量。组织内所有级别的知识工作者和管理人员都需要了解数据管理、数据库设计和操作,以及相关的决策支持和数据分析工具和系统,以完成日常任务。为学生提供实践的机会,应用这些方法和工具来解决实际的业务问题。

先决条件:(最低成绩为C的engl1111或最低成绩为C或ENGW 1111最低成绩为C或ENGW 1102最低成绩为C)


3405年乐观主义。业务分析的数据争论。(4小时)

涵盖业务分析的数据争论原则和新技术。主要主题包括数据概要分析、数据检索、数据清理和数据集成,以及通过api进行数据提取和探索。使用行业工具(如Oracle、SQL、统计编程语言(R/Python)和可视化工具(Tableau)对结构化和非结构化数据应用数据争论原则。为学生提供学习数据争论技术的机会,以识别和解决现实世界的数据挑战,从大量和类型的传统和大数据中创造商业价值。


3501年乐观主义。商业信息可视化。(4小时)

介绍如何使用设计、交互和可视化技术和策略来支持业务信息的有效表示和操作。基于艺术、设计、心理学和信息科学的原则,为学生提供机会,学习如何成功地选择适当的方法来表示各种业务数据,以支持分析、决策和与组织利益相关者的沟通。


3515年乐观主义。商业数据挖掘。(4小时)

涵盖业务上下文中数据挖掘的关键概念、技术、方法和应用。为学生提供机会,学习如何从大量未知数据中提取关键见解,选择哪些技术,如何应用技术和方法从数据中获得答案和见解,以及如何解释分析结果。例如,预测分析技术包括市场篮子分析和主成分分析。使用业务示例和用户友好的工具涵盖所有技术。

先决条件:MGSC 2301最低成绩为D-或经济2350最低成绩为D-或数学2280最低成绩为D-或数学3081最低成绩为D-或政客们2400最低成绩为D-


3525年乐观主义。为业务分析建模。(4小时)

专注于商业分析中的现代决策模型,应用于业务流程设计,收益管理,定价,库存控制,业务网络规划和其他主题。介绍包括优化、动态规划、聚类分析和消费者选择模型在内的概念。强调数据驱动,实际应用的数学决策工具和概念在课程中提出。

先决条件:通讯2301最低成绩为D-或经济2350最低成绩为D-或数学2280最低成绩为D-或数学3081最低成绩为D-或MGSC 2301最低成绩为D-或PHTH 2210最低成绩为D-或政客们2400最低成绩为D-或2320年心理学最低成绩为D-


3990年乐观主义。选择性。(1 - 4小时)

为在其他学术机构学习的课程提供选修学分。可无限重复。


4501年乐观主义。业务系统集成。(4小时)

检查业务绩效的显著改进,这些改进可以通过在企业内部以及与客户和供应商共享信息来实现。实现共享信息的全部业务利益需要改变流程和组织结构。这门以团队和项目为基础的课程为学生提供了一个设计和实施这些策略的机会,并研究了业务绩效的显著改善。

先决条件:乐观主义3403年最低成绩为D-或是3500最低成绩为D-或CS 2510最低成绩为C-);(最低成绩为C的engl1111或最低成绩为C或ENGW 1111最低成绩为C或ENGW 1102最低成绩为C)

属性(s):NUpath写作密集型


4983年乐观主义。管理信息系统专题“,”(4小时)

提供管理信息系统方面的专题。可以重复一次。


4990年乐观主义。选择性。(1 - 4小时)

为在其他学术机构学习的课程提供选修学分。可无限重复。


4993年乐观主义。独立的研究。(1 - 4小时)

允许获得批准的学生进行独立学习,以取代各种浓度所需的任何课程。学生向独立研究委员会提出建议,以供评估和批准。每一项提案都需要一份详细的研究目标和计划大纲,并必须附有指导教师的支持声明,该研究在其指导下进行。由学生准备的最终报告副本提交给适当的独立研究委员会。关于独立学习计划的进一步信息可以从浓度协调员获得。可无限重复。


6200年乐观主义。《业务分析导论》。(3小时)

提供了一个全面的方法来理解业务分析如何使公司变得更具竞争力。为学生提供一个机会,学习如何应用价值链分析和其他战略角度,以确定如何将业务分析有效地整合到公司的运营中。模拟和案例研究等互动活动使学生能够探索如何从数据中获得见解,从而改善业务决策。研究现实世界的例子,说明公司如何使用业务分析视角和工具来增强不同类型的业务流程,例如库存预测、客户服务质量和道德困境的解决。


6201年乐观主义。企业数据库管理。(3小时)

介绍用于设计、开发和实现业务数据管理解决方案的方法框架和工具集。为学生提供实践的机会,应用这些方法和工具来解决实际的业务问题。几乎所有业务的运作都离不开数据的流动。即使是小型企业也会跟踪大量数据,从销售交易、供应链活动到网站流量。组织内所有级别的知识工作者和管理人员都需要了解数据管理、数据库设计和操作,以及相关的决策支持和数据分析工具和系统,以完成日常任务。


6202年乐观主义。《商业数据分析基础》。(3小时)

涵盖了描述分析和预测分析的基本原理和技术。业务分析背后的基本数据分析概念是什么?主题包括描述性统计,数据可视化,概率和建模的不确定性,抽样,估计和置信区间,假设检验,方差分析,简单和多元回归分析,时间序列分析和预测。通过真实世界的例子和案例研究,强调理解这些工具如何在业务环境中支持决策制定和分析计划。使用各种软件包分析数据集和创建可视化。


6203年乐观主义。业务分析方法。(3小时)

通过应用统计和操作分析的角度介绍使用数据的关键分析方法。涵盖这些方法在商业领域的应用,包括市场营销、供应链管理和财务。主题包括业务分析思维;应用业务分析解决业务问题;数据挖掘,有监督和无监督机器学习;检测共同现象和关联的方法;并通过使用业务分析方法实现和保持竞争优势。


6205年乐观主义。业务数据争论。(3小时)

涵盖业务数据争论的原则和技术。主要主题包括数据提取、分析、清理、集成、聚合、转换以及为业务目的自动化数据流程。使用数据转换工具、编程语言和数据处理自动化工具应用原理和技术。强调嵌入适当的协作通信机制,以识别、解决和解决数据集和业务流程中显示的挑战。为学生提供学习数据争论技术的机会,以识别、解决和解决现实世界的数据挑战,在当今不同的计算和动态业务环境中创造商业价值。

先决条件:乐观主义6202年最低成绩为C-


6206年乐观主义。商业模特。(3小时)

专注于商业分析中的现代决策模型,应用于业务流程设计,收益管理,定价,库存控制,业务网络规划和其他主题。包括优化、模拟和选定的数据挖掘技术。强调数据驱动,数学决策工具和概念的实际应用。

先决条件:乐观主义6202年最低成绩为C-


6210年乐观主义。面向企业的信息可视化和仪表板。(3小时)

介绍创建有意义的信息显示的设计原则,以支持有效的业务决策。学习如何收集和处理数据;创建交互式可视化;用它们来展示或提供对问题、情况或现象的洞察。介绍批评可视化的方法,以及识别使良好可视化有效的设计原则的方法。讨论如何使数据为广泛的受众所理解的挑战。提供数据可视化的概述、用于可视化数据的关键设计原则和技术,以及有效数据表示所需的通信基础知识。其他主题可能包括信息显示的道德使用、讲故事、信息图表、沉浸式可视化和信息仪表板设计。为学生提供使用一种或多种软件工具的机会。


6211年乐观主义。商业文本挖掘。(3小时)

重点学习概念、技术和工具,以处理理解和分析大量文本内容。今天的商业数据有很大一部分是非结构化的,并且是文本格式的。主要包括文本挖掘,并包括将文本解析为复杂的主题,如分类、聚类和主题建模。强调使用分段、词干和词根化以及文档表示来处理数据的自然语言处理技术。还侧重于使用文本分类和聚类,情感分析,社交媒体分析,概率主题模型和文本可视化从数据中提取可操作的知识。

先决条件:乐观主义6202年最低成绩为C-


6212年乐观主义。商业数据挖掘和机器学习。(3小时)

检查业务上下文中的数据挖掘透视图和方法。介绍了主要数据挖掘方法的理论基础,研究了如何选择和使用合适的数据挖掘方法以及每种方法的主要优势。学生使用当代数据挖掘软件应用程序,并练习基本的编程技能。专注于解决需要数据清理、数据转换和数据建模的现实问题。


6213年乐观主义。商业信息设计、质量和策略。(3小时)

涵盖早期采用者的领先数据实践,重点关注创新的信息设计、数据质量、数据共享以及用于管理数据和业务分析的数据集成视角和方法。探索数据分析和管理如何在战略上实施,以改变一个公司。讨论理论和当代行业实践,并使用真实数据和案例进行讨论和项目。为学生提供一个机会,为数据相关项目的问题识别和解决方案做好准备乐观主义6214年


6214年乐观主义。商业分析Capstone。(3小时)

为学生提供一个参与真实世界项目的机会,该项目涉及商业分析课程中涵盖的所有概念和方法。学生运用他们所获得的商业分析知识来收集、可视化、分析和管理来自真实公司(或多个公司)的数据。根据他们的结果,学生们提出一份公司在可行范围内采取的战略行动的建议。该项目由同行、教师和来自行业的外部评委进行评审。