《计算机组成原理》课程是计算机科学与技术（师范）、计算机科学与技术（非师范）、网络工程专业的必修课程。它以层次结构的观点讲述单处理器计算机系统中各部件的内部工作原理、 组成结构以及相互连接方式， 帮助建立完整的计算机系统整机概念。主要讨论单机系统的组成及内部工作机制，通过课堂教学和实验环节的训练，使学生掌握计算机各大部件的组成原理、逻辑实现、设计方法及其互连构成单机系统的技术， 熟悉硬件与软件之间的界面， 掌握指令集体系结构的基本知识和基本实现方法。打好计算机系统分析、设计、开发和使用的基础，培养学生利用上述原理和技术进行硬件设计和计算系统分析的能力。

本课程总学时80，其中理论学时64，实验学时16。

        网格计算是研究如何把需要非常巨大计算能力的问题化解成许多小部分，通过将这些小部分发送到多个计算机处理，最后综合结果。课程主要设计计算机网络、虚拟化、并行计算和高性能计算等内容。本课程中，突出了教学讨论环节，强化学生对网格计算相关知识的认识，引导学生自主了解、分析、掌握网格计算的相关理论，并对国内外现有的研究做出调查分析，以期增强学生自主学习和研究的能力。

       Grid Computing  studies  how to resolve the problem of the huge computing into many small parts, through sending these small part to many computers,  final combine result. which relates to computer network, virtualization and parallel algorithms and high performance computing, such as the area of basic knowledge. This course highlights aspects of teaching discussion, strengthen the students' understanding of knowledge related to grid computing, and guide students to self-study, analysis, master the theory of grid computing, and To investigate and analyze the existing domestic and foreign  research , to enhance the ability of students' autonomous learning and studying.

本课程主旨在于讲述网络挖掘的任务和他们相关的核心算法，让学生掌握关联规则、监督学习、无监督学习、半监督学习、信息整合、观点挖掘等技术知识，启发和培养学生的创新意识和创新思维，为今后在互联网或大数据挖掘领域中的相关学习和研究奠定基础。

授课主要以英文课件为主，中文讲解。

考试方式是提交论文考核。

计算机学院博士课程——社会网络计算

课程主要讲授数据挖掘的基本理论、各个分支及应用。课程涵盖DM的定义、流程、数据预处理、数据可视化、关联分析、聚类、分类、数值预测等内容。通过课程学习，掌握数据挖掘的基本理论、思想和方法，并通过简单易用的软件来解决相关的问题。

1. 了解和掌握数据挖掘的基本理论、流程和方法。
2. 了解和掌握数据挖掘过程过中的技术，如数据预处理、数据可视化、关联分析、聚类、分类、数值预测等内容。
3. 通过课程学习，能通过简单易用的软件来解决数据挖掘的相关问题。