本课程提供了卫生信息系统的基础知识和信息系统在医疗机构有效运作中的作用. 本课程的重点是:HMIS的发展, HMIS的组成和基本功能, 医疗保健组织的技术基础设施, 诸如HER之类的基本概念, 快走, CPOE, 和信用违约掉期, HMIS标准,如HIPPA, HL7, 、日本, 医疗保健组织的战略信息系统规划, 系统分析和项目管理, 资讯保安问题, 以及HMIS专业人员在卫生组织中的作用.
本课程旨在解决MSBA计划的第二个目标, “学生将使用现代信息系统和分析工具来获取和管理商业分析数据.“通过完成这门课程, 学生们将掌握技能, 创建, 检查, 管理医疗数据. 本课程向学生介绍当代复杂的数据管理和分析软件,这是最常用的医疗保健行业. 学生将发展数据格式的能力, 数据转换, 进出口数据, 数据采集和清理, 数据字典和数据操作方法, 设置域, 约束, 最佳数据类型, 高级SQL查询, 数据可视化, 以及数据资源的管理,包括备份和恢复.
本课程教导学生如何在组织环境中应用计算工具来应对新的分析挑战. 针对一系列组织案例问题进行分析, 学生将学习如何选择合适的数据, 存储并格式化以供分析, 基于编程和脚本语言创建定制的计算解决方案, 并以各种形式呈现结果, 包括表格和图形/可视化方法. 学生将应用软件语言,如R和Python, 在桌面, 云, 以及高性能计算环境
本课程向学生介绍社交媒体分析的概念和用于分析社交媒体数据(如文本)的技术, 网络, 和行动. 学生将学习如何从流行的社交媒体平台中提取数据,并使用R等软件工具分析这些数据,以识别趋势, 情绪, 意见领袖和社区.
本课程向学生介绍数据可视化和仪表板. 学生将学习数据可视化的最佳实践, 使用结构化查询语言(SQL)进行数据检索, 提高分析能力, 并学习如何设计仪表板来支持管理决策. 学生将有机会获得数据检索和可视化方面的实践经验. 学生将使用Tableau作为数据可视化和仪表板的主要工具,但将开发可应用于该领域最常见软件包的可转移技能.
本课程为学生提供各种管理决策分析技术的知识和技能,包括大数据分析. 许多定义良好的数据挖掘技术,如分类, 估计, 预测, 亲和分组和集群, 以及数据可视化. 还将讨论跨行业数据挖掘标准流程(CRISP-DM). 数据挖掘技术将应用于各种商业应用,包括目标营销, 信用风险管理, 信用评分, 欺诈检测, 医学信息学, 电信, 以及网络分析.
本课程向学生介绍企业数据资源的管理和协调,以提高整个企业的决策能力. 学生将学习如何从企业数据中识别关键绩效指标, 如何将企业分析与其他形式的分析区分开来, 如何确定哪些专有数据将提供分析优势,从而对企业产生最大的影响, 最新的分析技术和来自最新案例的最佳实践. 学生将参与一个反复的过程,从组织内的多个功能领域探索数据,以获得可操作的见解,并交流发现,以帮助企业提高决策质量.
本课程使学生全面了解组织环境中与信息安全和信息保障相关的问题和解决方案. 学生学习如何进行与现场安全和安保相关的定量和定性安全风险评估分析, 硬件和软件的可靠性和风险, 以及网络的可靠性和安全性. 学生将进行数据收集和分析方法,以解决预期的失败, 发作的发生率和严重程度, 事故和自然行为, 以及它们对运营和预算的影响.
本课程向学生介绍可用于构建预测模型的现代机器学习方法 & 发现数据中的模式,以便更好地进行业务决策. 学生将学习在R编程语言中实现机器学习技术,以理解复杂的数据集. 本课程将使学生能够通过识别从数据驱动的商业智能中获得商业价值的机会来解决商业问题. 先决条件:QUMT 6303或QUMT 3341或同等学历
本课程介绍规范分析的原理和技术. 它们为业务实体和决策者提供了评估绩效的合理工具, 做决定, 设计策略, 管理风险. 学生将学习如何使用分析模型来评估在许多商业决策中普遍存在的不确定性. 因为业务问题通常有可选的解决方案, 学生将学习如何使用分析模型来评估各种商业解决方案,并确定最佳的行动方案. 本课程涉及电子表格建模和其他分析包的实践学习经验. 重点是如何运用这些分析方法来促进不同行业和职能领域的管理决策.