在本课程中，学生将探索信息技术的基本方面. 学生研究基本的硬件系统, 各种操作系统, 重要软件包, 网络基础知识, 互联网基础技术, 以及解决问题的基本技巧. 在课程结束后, 学生准备利用他们的IT技能在IT相关的任务中有效地工作.

在本课程中，学生将探索Gateway技术学院社区. 他们审查大学的资源和服务, 研究导致学术成功的技能, 确定实现教育和个人目标的策略.

在本课程中, 向学习者介绍了数据的互连, 人, 形成物联网(IoT)的过程和事物. 学习者将区分不同的智能设备, 连接设备, 物联网(IoT)设备. 机器对机器(M2M), machine-to-人 (M2P), 物联网解决方案中的人与人(P2P)连接将被检查. 将调查实施物联网解决方案时必须考虑的安全问题. 课程完成后, 学习者将能够通过网络与物联网框架进行数据通信.

学生将学习如何在工作场所保持安全. 安全计划将基于, 但不限于, 十大关键安全技术:访问控制, 网络安全, 管理保安程序, 系统开发安全性, 密码学, 安全模型, 操作安全, 灾难恢复, 法律与伦理, 以及物理安全.

在本课程中, 学生使用Python编程语言研究计算机编程的基础知识. 学生研究数据类型, 变量, 条件语句, 循环, 数组结构, 以及结构化编程技术. 课程完成后, 学生将能够使用Python应用解决问题的技能来创建应用程序，并交付到各种平台.

本课程旨在培养分析推理和解决定量问题的能力. 涉及的主题可能包括:建筑 & interpretation of graphs; descriptive statistics; geometry & spatial visualizations; math of finance; functions and modeling; probability; and logic. 适当使用单位和尺寸, 估计, 数学符号, 我们将在整个课程中强调现有的技术.

在本课程中, 学生将学习数据分析的基本概念，以及如何使用它们来驱动业务流程. 学生将学习识别和检索相关数据源, 并使用预配置和自定义工具准备数据进行分析. 完成本课程后, 学生将能够为进一步分析准备数据，以推动商业决策.

在本课程中, 学生探索概念, 设计, 文档, 并实现各种数据库系统, 包括专有和开源技术. 学生实现结构化查询语言(SQL)来存储、检索和操作数据. 学生创建查询、规范化数据库结构和创建存储过程. 完成本课程后, 学生将准备开发和维护应用程序开发中使用的数据库.

本课程旨在培养学习者在写作过程中各方面的知识和技能. 计划、组织、写作、编辑和修改通过各种活动来应用. 学生将分析受众和目的, 利用研究元素, 并使用标准指南格式化文档. 个人将通过分析各种书面文件来培养批判性阅读技能.

在本课程中，学生将探索信息系统及其在组织中的作用. 他们研究管理决策支持系统, 系统分析和设计方法, 信息处理技术, 以及他们在决策中的作用. 学生将探索支持和执行组织流程的工具和技术. 课程完成后, 学生将作为一个团队来设计一个信息系统解决方案，以满足特定的业务需求.

学习统计学概论的学生用图表展示数据, 用数字描述分布，进行相关和回归分析, 设计实验. 他们使用概率和分布来进行预测、估计参数和检验假设. 他们对包括方差分析在内的关系进行推断.

在本课程中，学生将基于在数据分析1中所学到的技能. 学生将学习如何处理大型数据集，并将这些信息组织起来进行有效的数据分析. 学生使用商业数据分析软件包, 并创建定制的计算机程序来分析数据. 课程完成后, 学生将能够使用各种软件工具对相关数据进行分析, 并使用生成的信息来帮助做出明智的业务决策.

请填写809-143微观经济学或809-195经济学. 本文仅供参考. 一旦你注册了你的课程，你可以从你的时间轴删除这个块.

在本课程中，学生将继续使用物联网设备. 学生连接设备并分析固件和软件的弱点. 学生研究和执行物联网设备的升级. 升级物联网设备后, 学生通过应用行业最佳实践来保护这些设备. 这可能包括更改防火墙设置或远程访问设置. 完成本课程后，学生可以识别、更新和保护物联网设备.

在本课程中，学生将学习如何使用R编程语言来分析数据. 学生将学习R语言的语法和数据结构, 以及如何应用该语言进行传统的统计分析, 例如经济状况调查, 变量的相关性, 线性回归. 在完成, 学生将能够创建R程序来处理数据，并基于健全的统计技术创建有意义的输出.

学生将准备并提交口头和书面的技术报告. 报告类型可以包括实验室报告和现场报告, 建议, 技术信函和备忘录, 技术研究报告, 以及案例研究. 这门课程是为那些至少完成了先决条件的写作入门课程的学生设计的高级沟通课程.

在本课程中, 学生将学会组织, 管理和分析来自各种来源的大型数据集. 学生将使用软件工具以视觉上有意义的表示形式呈现复杂的数据，可以与业务利益相关者沟通. 在完成, 学生将学习如何将原始数据转换为有意义的信息，用于数据驱动的决策.

在本课程中，学生将数据分析技术应用于现实世界的项目. 学生将与客户数据源进行交互，并准备用于分析的数据，以帮助确定需要解决的行业问题的结果. 完成本课程后, 学生将以小组为单位进行可视化工作, 收集商业智能信息, 并提供结构化数据以协助做出业务决策.

完成三个选修学分. 建议选修课是:152-182 Web编程152-184 Java编程1 138-118国际Bizsquad 152-097 JavaScript 150-106入侵检测系统这仅供参考. 一旦你注册了你的课程，你可以从你的时间轴删除这个块.

本课程侧重于培养口语能力, 语言和非语言交流, 以及通过个人演讲的倾听技巧, 集体活动, 以及其他项目.

本课程向学生介绍心理学的一些主要理论和主题, 包括行为的生理基础, 人格与学习理论, 内存, 意识状态, 压力, 研究方法, 情报, 人类发展, 精神病理学, 以及社会行为.