最终，数据驱动投资。几乎每一个伟大的企业背后都有一个分析头脑。这个系是我们著名的应用统计、管理信息系统和运营管理课程的所在地。所以无论是在信息系统中检测统计偏差的能力还是设计一个不可能出现偏差的系统，信息系统，统计系的主要目标，和管理科学提供高质量的课程，旨在为学生在公共和私人市场部门的职业生涯做好准备。
官能
头
- John Mittenthal博士
教授
- Chakraborti，萨卜哈
- 科克伦,詹姆斯
- 杜拉，何塞
- 格雷，布莱恩
- 海尔，大卫
- 黑尔,乔安妮
- Keskin，Burcu
- Lodree,艾美特
- 丹尼斯·麦克马纳斯
- Melnykov，沃洛
- Melouk，谢里夫
- Mittenthal,约翰
- 佩里，马库斯
- 拉贾,Uzma
- 撒切尔，杰森
副教授
- 巴雷特，布鲁斯
- 卡特,米歇尔
- 约翰斯顿，艾伦
- 王琴
- Yavuz，Mesut.
助理教授
- 博特，格雷戈里
- 陈,渊源
- 伊曼·戴里安
- 弗里曼，尼克
- 哈纳尔，马修
- 杰娜，瑞希
- 金永秀
- 李丹香
- Melnykov，Yana
- Parton，Jason.
- 塞菲，丹麦语
- Sengul Orgut, Irem
- 马刺制造者,加里
- 朱，徐文
教官
- 卡塞尔曼，布拉德
- 麦克米兰,詹妮弗
培训班
管理信息系统
本课程将重点介绍现代数据驱动组织中用于数据收集、操作和分析的一种或多种核心编程语言（如Java、Python）。课程的第一部分将重点介绍基本的编程知识和实践。课程的第二部分将着重于开发编程解决方案，通过集成API和/或web服务以及道德刮擦技术来获取数据（例如，web内容、社交媒体数据、地理空间数据、基于传感器的数据），然后将数据存储在现代后端数据库中。
本课程将涵盖现代数据驱动组织中数据库设计和管理的要点。课程的第一部分将关注关系数据库设计以及用于存储和访问结构化数据的SQL。课程第二部分的重点将突出现代数据库结构/系统(如Apache Hadoop，图形数据库)以及它们用于存储、访问和分析更多非结构化数据或传统数据库难以查询的关系数据的查询语言。其他主题可能包括数据清理、查询优化和提取-转换-加载(ETL)过程。
数据通信和网络;对企业和有关设计和实施问题的影响。的安全性和在多个网络体系结构配置进行评价的操作要求。
管理信息系统的动机、建设和应用。主题包括IS战略对齐、信息密集型业务流程和决策制定。业务分析技术被强调用于诸如TPS、电子商务、管理报告系统和数据仓库等系统。
深入处理软件工程技术的信息系统业务解决方案。
这座桥梁课程打算使用Python编程语言将学生介绍进入应用程序开发的基础知识。使用Python作为编程语言，学生将获得对当代应用程序开发的基本理解。学生将获得创建功能性Python脚本的熟练程度，以在系统开发领域构建各种应用程序。Python提供了一个简单而通用的开发环境，适用于从简单的脚本应用程序到大型企业应用程序的项目。除了核心编程基础之外，该课程还将纳入系统开发最佳实践，如团队协作，版本管理，文档，单元测试，样式和标准。在此过程中，学生将探索Python开发生态系统中提供的众多标准库，以完成各种解决问题的任务。
经验主义学习在双辅导，商业是向教师和组织管理报告的环境。在实习期间开始的项目继续通过该计划的其余部分。
技术和系统的分析和设计的方法进行介绍，包括进行项目范围界定，需求获取，需求定义和操作规范。
项目级范围界定、人员配备、规划、调度、监控和控制增值信息技术业务解决方案开发的技术和方法，以及在预算内按时开发的技术和方法。
课程内容包括基本采购系统应用、供应商关系与评估、采购战略规划、采购技术、价值分析与成本分析。
在通过实施医疗保健IT (HIT)提供更好的医疗保健服务的方法上，分散的医疗保健环境正在经历深刻的转变。本课程概述医疗保健环境以及HIT在启用服务交付功能方面的作用。具体来说，本课程旨在为学生提供知识和技能，以理解HIT在创建和管理跨连续体护理系统中的作用。此外，本课程为学生提供管理高等卫生技术学院及其在复杂卫生保健领域的同化所必需的知识和技能。
强调关系数据库管理系统的商业应用。主题包括语义数据建模、规范化、流程触发器、企业集成、ODBC、n层体系结构、电子商务应用程序和性能调优。
用于模型驱动、数据密集型决策的系统级概念、方法、工具和技术。主题包括：结构化数据、数据仓库和数据集市中的信息和知识以及分析过程。
企业级治理，架构，分析，设计，采购，集成和部署的技术和方法简介。
本课程探讨与确保信息系统安全相关的管理问题和实际影响。本课程重点介绍威胁环境、安全策略和规划、密码学、安全网络、访问控制、防火墙、主机强化、应用程序安全、数据保护、事件响应、网络和TCP/IP审查。一个清晰的理论理解支持一个大的实践部分，在这个部分中，学生学习使用当代安全软件，通过实践方法来保护和评估信息系统和网络基础设施。
本课程为学生提供了稳固的信息安全管理基础，重点是其人为因素。作为这一理解的一部分，我们将探讨人类，作为组织产品和服务的组织和消费者的员工，感知对自己，他们的数字资产，隐私以及其组织联系的威胁。我们还探讨这些看法在其行为中如何运作，作为组织内部人员，用于破坏或促进安全管理实践。
本课程旨在教授学生如何制定和应用一个组织的信息安全管理计划。主题包括治理和安全策略、威胁和漏洞管理、事件管理、风险管理、信息泄漏、危机管理和业务连续性、合规管理，以及安全意识和安全实施注意事项。学生还将接触到与网络安全和网络空间(如隐私、知识产权和网络犯罪)相关的国家和国际政策和法律考虑。
本课程介绍了网络犯罪和数字取证的主题。学生将学习网络犯罪的不同方面，以及发现、保护和分析数字证据的方法。他们将接触不同类型的软件和硬件工具，并使用它们进行初步调查。网络犯罪和数字取证是日益重要的研究领域。学生还将从急救人员的角度了解证据法。工具变得越来越强大，攻击也越来越复杂。因此，对具有调查这些犯罪技能的毕业生的需求越来越大。
没有可用的描述.
没有可用的描述.
没有可用的描述.
面向即将完成硕士学位课程的学生开放。对管理和管理信息系统的具体问题进行有监督的研究和调查。
的勘探开发和交付研究的问题。重点放在探索科学的方法，理论建设研究和调查方法。提供承接和评估管理信息系统的研究框架。
这一博士研究研讨会将为学生提供坚实的理论基础和方法论知识，以进行严格的安全和隐私研究项目，从而使手稿适合在主要期刊上发表。这些知识就是我们所说的“程序性知识”，正如你不能通过阅读来学习如何骑自行车一样，学生必须参与实际的研究活动来学习必要的知识。在本课程中，学生将首先批判性地审查主要MIS期刊上的安全和隐私研究出版物，然后根据这些研究构思一个完整的研究项目，包括一组相关的研究问题和适合这些问题的研究设计。
本课程是对在信息系统现象上设计和进行研究项目的研究。学生将欣赏与应用不同研究方法的挑战和问题对MIS现象相关。
本研讨会讨论系统建模的基础和原则以及社会科学研究的方法。研讨会还通过研究研究过程、方法和策略、信息系统研究背景、概念、理论、系统建模的应用以及MIS研究的性质，培养成为组织科学和信息系统研究社区贡献者的动机。
本独立研究课程部分完成博士学位所需的博士级研究论文学时。在博士论文导师的指导下，学生进行研究以完成博士论文。通过使用各种研究方法和方法，学生致力于理论和/或应用研究主题，以期在该领域做出新的贡献。
业务管理课程
在电子表格建模分析的基础上，本课程提供了更深入的了解优化和仿真。课程主题包括离散优化，二元性和灵敏度，大规模优化，多目标优化，动态编程和蒙特卡罗以及强调实际应用的过程模拟。除电子表格外，学生还将学习专业优化和仿真软件，包括启发式方法和算法。广泛使用软件。
本课程将讨论与商业运作的设计和管理相关的重要概念和问题，包括制造、分销、物流、运输和服务运作。本课程将演示如何运用定量方法分析和解决运营管理中出现的问题。
为参与者提供用于增强在广泛的组织设置，组织效能的理念和方法的广泛理解。
没有可用的描述.
本课程要求学生运用他/她的运营管理领域，以识别和建模有针对性的改进操作问题和/或过程的知识。此外，学生必须提供他/她的能力沟通的问题或过程的理解的证据，说明所进行的分析，并为双方的书面报告和相应的口头介绍有效地组织这种材料。
没有可用的描述.
面向即将完成硕士学位课程的学生开放。管理和运营管理特定问题的监督研究与调查。
对线性规划的理论和应用进行了严格的研究。介绍了用于求解线性程序的AMPL和OPL Studio等软件工具。
学习环境旨在暴露博士。学生与运营管理研究有关的广泛问题和主题。
专题。
没有可用的描述.
统计课
对管理决策有用的统计和概率方法的广泛介绍。主题包括图形显示、数值总结、基本概率模型、置信区间、假设检验和回归分析。
介绍使用SAS管理数据。强调从商业或科学研究项目中收集和管理数据。
本课程为学生提供了深入了解和认识到数据管理的先进的方面。重点将放在计算机技术的准备和以进行先进水平的分析，从清洗科研项目以及为面向业务的项目数据。用于检测，定量，和校正数据质量技术将被覆盖。
详细研究数据挖掘技术，包括逻辑回归、神经网络、决策树、一般分类器理论和无监督学习方法。数学细节和计算机技术被检查。SAS编程语言和SAS的Enterprise Miner将用于完成这些任务。也可以使用其他包。
重点是统计数据分析和解释的实用方法。主题包括简单和多元线性回归，回归模型解释，回归诊断，因变量和自变量的转换，定性自变量，回归推理，模型建立策略，预测时间序列数据的方法。大量使用统计软件。
重点是统计数据分析和解释的实用方法。主题包括实验的设计和分析(完全随机设计、随机区组设计、析因设计、2^(k - p)部分析因设计、响应面优化)、多元推断、降维、分类和聚类。大量使用统计软件。
发展组织、探索和总结数据的基本概念；可能性公共概率分布；抽样和抽样分布；使用参数和非参数程序对均值、比例和方差进行估计和假设检验；功率分析；拟合优度；列联表。统计软件包被广泛用于促进对结果的有效分析和解释。重点是方法和选择适当的统计技术来分析实际情况。
多元分析、判别分析、典型相关、因子分析、聚类分析及主成分的方法及业务应用。
随机变量的分布，随机变量的瞬间，概率分布，联合分布以及可变技术的变化。
总结数据的统计方法；可能性公共概率分布；抽样和抽样分布；使用参数和非参数程序对均值、比例和方差进行估计和假设检验；功率分析；拟合优度；列联表；简单回归和单因素方差分析。
没有可用的描述.
没有可用的描述.
没有可用的描述.
高斯 - 马尔可夫定理，小于满秩线性系统，矩阵的广义逆，的二次型分布的溶液中，并且理论估计和推理的一般线性模型。
各种非参数统计方法的理论和应用涵盖了单样本、两样本和多样本问题。拟合优度技术，如卡方检验和kolmogorov-Smirnov检验，以及基于P-P和Q-Q图的图形分析。使用计算机软件，如MINITAB、SAS和STATXACT。
主题包括当前统计软件的调查、统计计算的数值方法、非线性优化、统计模拟以及计算机密集型统计方法的最新进展。
统计学专题。
只开到研究生课程已接近完成。独立研究和统计的优秀学生具体问题的调查。
没有可用的描述.