Harvard数据库课程CS 265: Research Topics in Database Systems

CS 265: Research Topics in Database Systems

The readings fall into three main categories. We will begin with a tour through database history beginning with the context that preceded the dawning of the relational age. We will explore some of the core areas of modern database systems such as concurrency control and recovery and then explore alternate data models. Next, we will focus on some modern challenges confronting the database research communite today: provenance, graphical data, and large scale data and distribution. Throughtout, our goal is to focus both on content and research methodology.

The course culminates with a research project, where students practice the art of database research. There will be several deliverables on the way to a final project, including (but not limited to) a research statement, a research plan, an extended abstract, a final paper, and an oral presentation. At each stage of the process, I will provide detailed feedback and suggestions.

建议阅读的论文有

http://sites.fas.harvard.edu/~cs265/syllabus.html

Harvard数据库课程CS 265: Research Topics in Database Systems

标签：system   ons   open   with   sites   mmu   tin   for   eve   

小编还为您整理了以下内容，可能对您也有帮助：

排名美国前20的商学院MBA申请有哪些要求

众所周知，美国商学院的MBA申请每一年都非常激烈。因为对于本科专业没有具体要求，只要有2-3年工作经验，均可申请，这样对于商科背景的学生并不占有绝对优势。很多美国商学院喜欢“搜集”有各种背景的学生，包括科学、工程、体育、甚至音乐、美术、医学等。如果你的目标是美国顶级的商学院，那就很有必要了解美国排名前20的商学院MBA专业申请的具体要求。下面为大家详细介绍美国MBA留学排名前20的商学院需要哪些申请条件？

1、哈佛商学院

美国教育界有这么一个说法：哈佛大学可算是全美所有大学中的一项王冠，而王冠上那夺人眼目的宝珠，就是哈佛商学院。建校79年的哈佛商学院(Harvard

Business

School，简称，HBS)是美国培养企业人才的最著名的学府，被美国人称为是商人、主管、总经理的西点军校，美国许多大企业家和家都在这里学习过。哈佛工商管理硕士学位(Master

of Business

Administration简称MBA)成了权力与金钱的象征，成了许多美国青年梦寐以求的学位。MBA平均年薪可达10万美金以上，以致美国人指责MBA的第一条缺点就是他们的身价太高。

申请要求：

语言要求：可以免托福；

工作经验要求：可以没有工作经验2+2项目。

2、斯坦福大学商学院

斯坦福大学商学院和哈佛大学商学院被认为是美国最好的商学院。这两所学院多次在美国权威杂志的商学院排名中并列第一。光从学生人数来说，斯坦福商学院的规模要比哈佛商学院小得多。斯坦福总共有七百二十名MBA学生，只有一种叫Sloan的企业管理人才培训计划，为期十个月，每年只招收五十人左右。但是要从学生素质来说，在全美的七百三十多个商学院中，没有一所商学院的入学竞争有斯坦福商学院这样激烈。最近几年来，每年有五千到六千人申请进入斯坦福商学院，但是只有三百六十个幸运者如愿以偿。从这个角度来说，斯坦福商学院是美国“身价”最高的商学院。之所以如此的最主要的原因是学校要保证教学质量，保证学生的高素质和高标准。

申请要求：

语言要求：GRE可以代替GMAT，美国学位可以不考托福

工作经验要求：没有要求

3、宾夕法尼亚大学沃顿商学院(Wharton)

宾夕法尼亚大学的沃顿商学院创立于1881年，是全球首屈一指的商学院，同时，沃顿商学院被誉为现代MBA的发源地，一直以来，沃顿被认为是全美最具有开拓精神、创新意识和国际化视角的商学院，被誉为商业知识之源。在商学院界拥有资深教授为数最多的沃顿商学院一直是世界首屈一指的培养金融和管理人才的商学院，大多毕业生成功入驻华尔街和世界顶级管理咨询公司。沃顿毕业生也在各个部门或工商企业中担任要职，其中一些创立和发展了自己的公司。

申请要求：

语言要求：GRE可以代替GMAT，美国学位可以不考托福；

工作经验要求：工作经验没有要。

4、麻省理工斯隆商学院(Sloan)

斯隆商学院成立于1914 年，其前身是MIT经济学和统计学系的一个工程管理课程，1925

年开始成立可授予硕士学位的项目。依托其强大的工程和技术背景，斯隆商学院在数量分析，运作，物流管理和创业方面具有巨大的优势，它在这方面的优势也让有些非工程背景的申请人望而却步，其实，斯隆和其它商学院一样非常强调学生背景的多元化，其学生也不是像有些人想象的那样木讷，不善言辞，他们是一个智慧活泼的集体。

申请要求：

语言要求：GRE可以代替GMAT，美国学位可以不考托福；

工作经验要求：没有必要的工作经验要求。

5、美国西北大学凯洛格商学院(Kellogg)

位于芝加哥西北郊风景秀丽的密歇根湖畔的西北大学是美国著名的私立大学，其凯洛格商学院(KGSM)是美国公认的最好的商学院之一。凯洛格商学院曾在1985年被《华尔街日报》评为全美最好的商学院，并在1988年、1990年和1992年三次被《商业周刊》评为全美商学院第一名。在近年来的其它各种评比中，凯洛格商学院也始终稳居前五名。在美国有很多大公司的CEO及高层管理人员毕业于凯洛格商学院。

申请要求：

语言要求：接受GRE，GMAT，英语系国家学位可以免托福

工作经验要求：强烈建议两年以上工作经验

6、芝加哥大学布斯商学院 (Booth)

2008年11月芝加哥大学商学院正式将学院改名为芝加哥大学布斯商学院。芝加哥大学商学院创建于1898年，是美国最好的商学院之一，多次跻身于商学院排行榜前三名。芝加哥大学商学院以其多位荣获诺贝尔经济学奖的学者而著称于世。

芝加哥大学商学院闻名世界，主要在于它拥有国际知名的教学人员，并且在多项领域拥有强大实力，包括金融、策略、国际商业、企业领导、整体管理、经济、会计、市场行销及其创新的EMBA课程，此课程的校园分设于新加坡、伦敦与芝加哥，参加该课程的学员将在所有三个校园上课。

申请要求：

语言要求：GRE可以代替GMAT，美国学位可以不考托福；

工作经验要求：工作经验没有要求。

7、加州大学伯克利分校哈斯商学院(Haas)

加州大学伯克利分校Haas商学院从1899年以来，它一直都是美国MBA教育的领导者之一。最初是以商业学院之名成立，旨在教授商业及与之相关的、历史和法律知识。它是全美历史第三悠久的商学院，同时也是美国所有公立大学中开设的第一家商学院。经过上百年的发展，依托加州的强大财政支持和西海岸的优秀商业环境，再加上旧金山在太平洋地区的商业中心地位，Haas现在已经成为仅有的两、三所排名可以进入全美前十名的公立商学院了。

申请要求：

语言要求：要求GMAT成绩，英语学位可不考托福；

工作经验要求：提供两年以上工作经验。

8、哥伦比亚大学商学院

哥伦比亚大学商学院坐落于世界金融中心纽约，依其独特优势与华尔街等金融界保持密切的联系。商学院现有会计，决策、风险及实施操作，金融与经济，企业管理及市场营销等研究方向。其师资实力雄厚，拥有各相关领域的权威和专家，其中斯蒂格利兹(Joseph

Stiglitz)教授在2001年获得诺贝尔经济学奖，并在1995年至1997年期间担任克林顿总统智囊团顾问。在《美国新闻与世界报道》两年一次和《商业周刊》年度的商学院排名中，哥伦比亚大学商学院一直名列前茅，是当之无愧的一流商学院(top

tier)，尤其是金融分科，连续多年位列三甲，多次名列第一。

申请要求：

语言要求：GRE可以代替GMAT，美国学位可以不考托福；

工作经验要求：工作经验没有要求。

9、达特茅斯塔克商学院(Tuck)

新罕布什尔达特茅斯大学塔克商学院创立于1900年。塔克商学院虽是世界上第一所商学院，却也是世界上最小的商学院之一。在美国十大商学院之一的塔克商学院，塔克商学院只有一个经典的全日制MBA项目，只授予MBA学位，不开设博士课程，没有本科学位或EMBA学位，但是这里的毕业生在美国就业市场上却十分抢手。

申请要求：

语言要求：托福的要求必须在美国注满三年，或者是获得美国以外的英语授课学位。GRE，GMAT都可以。

工作经验要求：工作经验要求两年以上，平均录取在五年左右。

10、耶鲁大学商学院

耶鲁管理学院的宗旨是教育培养商业和社会领袖。创立于1976年，它是耶鲁大学中最年轻的学院。学院提供有两年制MBA学位、医疗领域领导管理人员的MBA学位、博士学位和领导管理人员的教育培养教程。

申请要求：

语言要求：接受GRE，以英语授课免托福；

工作经验要求：没有必须的工作经验要求。

11、纽约大学斯特恩商学院 (Stern)

纽约大学斯特恩商学院是一个人才多样化的学校，金融专业无疑是该校的王牌，财务管理杂志上公布的一项最近的研究结果把Stern的金融专业排在全美第一，在Wharton，UCLA，Chicago和Columbia之上。学校的135门课中有20%是金融领域的。学校在国际商务方面也很强，即使非国际性的课也包含有全球性的东西。

申请要求：

语言要求：接受GRE，以英语授课免托福；

工作经验要求：没有工作经验要求。

12、杜克大学福卡商学院

杜克大学Fuqua商学院成立的时间并不长，相对于那些历史悠久的商学院来说，1970年才开始招生的商学院在强手如林的美国商学院中只能算是一名新人，为美国最佳商学院中建校历史最短者。但是背靠杜克大学强大的支持，现在其Fuqua商学院已经挤身成为全美十大商学院之列，可以说成绩斐然、令人惊叹。其宗旨是为商界和学术界领导提供高质量的教学，并借助科研促进商务管理理论和实践的发展。其率先革新教学方式并将全球问题整合在所有课程中，使得Fuqua商学院当之无愧地成为MBA和高级企业管理教育的世界领先者。

申请要求：

语言要求：美国本科毕业无需语言成绩。GMAT是首选，但也接受GRE；

工作经验要求：需要，没有最低工作经验的要求。

13、密歇根大学安娜堡分校罗斯商学院

密歇根大学——安娜堡分校罗斯商学院是能进入商学院排名前十的少数几个公立大学商学院，在世界企业界和管理学术界久负盛名。培养的毕业生就业前景非常好，是拥有全美最高的研究预算、浓厚的学术气氛、优良的师资的顶尖商学院。

申请要求：

语言要求：TOEFL 100，但若是美国大学毕业或在美全职工作2年以上均不需要TOEFL与IELTS成绩。 GMAT或GRE考试(五年内)

工作经验要求：没有要求最低工作经验，但大多被录取至少要1到2年工作经验

14、弗吉尼亚大学达顿商学院

比起将近200年历史的弗吉尼亚大学，达顿

(Darden)商学院是一所年轻的学院，迄今只有50年。但从10多年前全美商学院排名开始起，达顿

(Darden)一直位居美国最好的商学院之列，曾一度排名前5名。弗吉尼亚大学达顿商学院虽然成立才50年，但后来居上，在竞争激烈的MBA教育市场中打出了品牌。达顿商学院与哈佛商学院是美国仅有的两所全案例教学的商学院，因此有人把达顿称为“小哈佛”。堪称美国“商界领袖的摇篮”。

申请要求：

语言要求：无需语言成绩GMAT或GRE在2011年，平均GMAT为701，约80%的在校学生得分在650和740之间。

工作经验要求：需要，没有最低要求。

15、加州大学洛杉矶分校安德森商学院

加州大学洛杉矶分校安德森商学院(UCLA Anderson School of

Management)创建于1935年，每年向1300多名全日制MBA、在职MBA和EMBA学生提供商学教育。UCLA安德森商学院以及它的很多学术课程和系别都一直排名世界前列。屡获研究教学奖项的教授、严谨的学术课程、成功的校友和世界级教学设备的组合提供了卓越的实践性学习环境。

申请要求：

语言要求：美国本科毕业无需语言成绩，GMAT一般在660 - 750 ，平均在704；

工作经验要求：不需要。

16、康奈尔大学约翰逊商学院

康奈尔大学约汉逊商学院也是属于比较年轻的商学院，它成立于1946 年。该商学院的规模在各大商学院中算是比较小的了，只有大约53

名教师，544 名MBA 学生，另外还有30 名博士生，学校至今拥有校友10366

名。约翰逊管理学院的MBA设置比较灵活，除了两年制的MBA课程，还有一年的MBA课程供选择。

申请要求：

语言要求：接受GRE，以英语授课免托福；

工作经验要求：全职工作经验不是必需的。

17、德克萨斯大学奥斯汀分校麦库姆斯商学院

德大奥斯汀分校的麦库姆斯商学院，MBA专业在全美大学中名列前矛。学生学习的核心MBA课程有会计学、统计学、经济学等必修课和市场营销、企业经营、企业管理等选修课。此外，他们还必须研修设计、建筑、信息管理、信息战略和新经营模式等课程。在第二学年，他们还必须选修技术战略、电子商务和财政信息管理学等课程。

申请要求：

语言要求：接受GRE GMAT，英语系国家学位免语言；

工作经验要求：强烈建议，MBA申请者至少有两年的工作时间。除非是表现出领导能力和超强的业务能力。

18、卡内基梅隆大学泰珀商学院(Tepper)

Tepper商学院是1949

年建立，学校自建立之日起就强调开发商业管理的科学方法，该商学院的金融教学也很有特色，培养学生的分析能力，毕业生也很受业界的欢迎。学校的研究成果也被许多工业部门使用，产生了深远的影响。Tepper商学院为工商管理系学生开设的综合性产品开发记录课是美国最好的教学计划之一。

申请要求：

语言要求：GRE，GMAT都可以接受，致函可放弃托福；

工作经验要求：有工作经验优先考虑。

19、埃默里大学商学院(Goizueta)

在《金融时报》的世界顶尖商学院排名中，埃默里大学的戈伊祖塔商学研究院世界排名第24位。尤其是商学院的金融学囊括了金融领域的顶尖教授，其金融学论文引用率世界排名第4位。其独具特色的“领导才能与职业研究”课程长期以来吸引了全国许许多多行政人员和行政总裁参加各类相关的研讨会，不仅扩大了学生的知识面，而且自然而然地给毕业生带来了具有竞争性的就业机会。其他较具影响力的商业课程还有商业银行管理、国际金融、组织与管理。

申请要求：

语言要求：接受GRE，英语系国家学位可以免考托福；

工作经验要求：鼓励工作经验。

20、北卡罗来纳大学教堂山分校商学院 (Kenan-Flagler)

该大学是北卡罗来纳大学系统最古老的教育机构。虽然不是第一间被特许的公立大学，却是第一个在十八世纪对外招生的学校，也是唯一有研究生的公立学府。北卡罗来纳大学教堂山分校是被列入公立常春藤的最初几所大学之一，是北卡罗来纳州大学系统的旗舰机构。Kenan-Flagler商学院享有很高的声誉。商学院的商业管理执行硕士，即EMBA，商业周刊排名全世界第五。Kenan-Flagler的MBA专业整体上而言在世界排第10。

申请要求：

语言要求：接受GRE，英语系国家学位可以免考托福；

工作经验要求：建议至少两年的全职工作经验。

人工智能最牛的20所美国大学

现在鉴于AI方向的人才都是高科技型的，所以现在学习人工智能专业在待遇方面自然相对比较丰厚，所以很这个方向很有发展前途。下面来说说人工智能最牛的20所美国大学。

　人工智能最牛的20所美国大学：

　20. 加州大学圣地亚哥分校University of California-San Diego

B.S. in Computer Science: Artificial Intelligence Cluster

学费：$13,693每年

在UCSD，所有CS专业的学生都有机会能够将人工智能作为他们的一个专业方向。在课程方面，UCSD提供包括搜索和推理，计算机视觉和图像处理等独立课程。

　19. 佐治亚州立大学Georgia State University

B.S. in Computer Science: Concentration in Graphics and Human-Computer Interaction; M.S. in Computer Science: Coursework in Database & Artificial Intelligence

学费： $15,609每年

很少有大学能像乔治亚州立大学一样提供本科和硕士学位的人工智能课程。在这里，研究生们可以选择数据库与人工智能这样的课程来拓展他们的对于人工智能的知识储备。而对于本科学生们来说，还有HCI这样能够在这个领域提供介绍型知识的课程内容。

　18. 普渡大学Pure University

B.S. in Computer Science: Machine Intelligence Track

学费：$13,081每年

在普渡，CS专业的本科生都可以选择人工智能，数据挖掘，机器学习，机器人以及一系列类似的课程。尽管人工智能方面的课程在美国大学中并不罕见，但是很少有学校能够像普渡一样为本科生也提供这么多的课程选择。

　17. 哥伦比亚大学Columbia University in the City of New York

B.S. in Computer Science: Artificial Intelligence Track

学费：$20,838每年

哥大的优势在于它提供了东海岸几乎最好的研究设施。比如机器人实验室，自然语言处理(NLP)实验室和计算机视觉实验室。在这些实验室里，你可以看到IBM的机械臂，3D工作台，可穿戴电脑的原型机等等很酷的东西。

　　16.伦斯勒理工学院 Rensselaer Polytechnic Institute

B.S. in Cognitive Science: Robotics & Artificial Intelligence Elective Options

学费：$36,374每年

与其他大学将人工智能划归为计算机部门不同的是，在伦斯勒理工学院，人工智能学科是认知科学的一部分。另外，著名的Rensselaer Artificial Intelligence and Reasoning Lab (RAIR) 也设立在这里。

15. 哈佛大学 Harvard University

A.B. in Computer Science: Mind, Brain, & Behavior

学费：$15,095每年

在这所集合了世界上所有最顶级资源的大学中，无论是教师还是学生在教学上都拥有了无限的可能。在这里，所有CS的学生可以学习计算机图形，计算机视觉以及UI方面的相关课程。

　　14. 俄亥俄州立大学The Ohio State University

B.S. in Computer Science Engineering/Computer Information Systems: Artificial Intelligence

学费：$18,215每年

OSU为人工智能的学生提供了非常丰富的各种可能。除了提供传统的神经网络，计算机视觉之类的课程之外，OSU有着非常强大的研究团队。事实上，这个团队由于人员充沛现在已经开设了不同的研究小组，其中包括：Applied Machine Learning; Auditory, Speech, and Language Processing;

Machine Learning and Learning Theory; Cognitive Systems

　13. 罗彻斯特大学 University of Rochester

B.S. in Computer Science: Machine Learning, Vision, & Robotics or Human Computer Interaction & Web; M.S. in Computer Science: Artificial Intelligence & Machine Learning or Human Computer Interaction

学费：$32,996每年

在罗村，所有对AI感兴趣的本科CS的学生都可以选择两个不同的专业方向：机器学习与机器人和人机互动。对于研究生们来说，他们还可以选择高级算法之类的课程。

　12.西北大学 Northwestern University

B.S. in Computer Science: Depth in Artificial Intelligence

学费：$28,667每年

与其他学校不同的是，西北大学的AI专业的学生可以选择多达超过20种不同的课程内容。甚至有一门课程允许学生用IBM的智能电脑Watson来建立一个全新的产品。

　　11. 俄勒冈州立大学Oregon State University

B.S. in Applied Computer Science: Human-Computer Interaction

学费：$16,462每年

在俄勒冈州立大学，学生可以学到非常定制化的知识。举个例子来说，如果你选择了HCI专业方向，那么你会需要学习编程，认知和心理学来帮助你真正的从两方面来学习“人”“机”互动。

　　10. 印第安纳大学Indiana University

B.S. in Intelligent Systems Engineering; M.S. in Human-Computer Interaction Design

学费：$11,573每年

在整个TOP20的榜单中，IU是唯一一所将人工智能作为一个项目(而不是CS下的一个专业方向)的学校。

　　9. 麻省大学University of Massachusetts-Amherst

B.S. in Computer Science: Artificial Intelligence

学费：$18,840每年

这里提供了非常非常多的研究小组，他们包括：Autonomous Learning Laboratory; Biologically Inspired Neural & Dynamical Systems Laboratory; Computer Vision Research Laboratory; Information Extraction & Synthesis Laboratory; Knowledge Discovery Laboratory; Laboratory for Perceptual Robotics; Machine Learning for Data Science; Multi-Agent Systems Laboratory; Resource Bounded Reasoning Lab

　　8. 伊利诺伊大学香槟分校 University of Illinois at Urbana-Champaign

B.S. in Computer Engineering: Artificial Intelligence, Robotics, & Cybernetics

学费：$16,249每年

在香槟，人工智能并不仅仅是一个未来的概念，而更像是一个注重于“解决眼前的问题”的方法。

　　7. 密歇根大学 University of Michigan

Computer Science – BS LSA Computer Science Degree in Artificial Intelligence or Robotics & Vision; MS in Computer Science & Engineering: Artificial Intelligence

学费：$15,850每年

在密歇根大学，与人工智能相关的学位并不是设立在Engineering School下，而是设立在College of Literature, Science, and the Arts下的。很奇怪是不是?事实上，教学组意识到CS的学生很多都需要学习非常多除了CS之外的知识，因此为CS学生提供了非常多的各式各样的专业方向，比如Bioinformatics和Economics and Computation。

　　6. 加州大学伯克利 University of California-Berkeley

B.S. in Computer Science: Technical Electives in Cognitive Science

学费：$16,655每年

尽管UC Berkeley提供了一大推与人工智能相关的课程供选择，但是可惜的是他们并没有提供一个人工智能的学位。

　5. 宾夕法尼亚大学 University of Pennsylvania

B.A.S./B.S.E. in Computer & Cognitive Science

学费：$22,694每年

在UPenn，AI方向的学生需要学习计算机与认知科学的双学位。在Engineering和Arts and Sciences学院之间学生也可以选择BAS(Bachelor of Applied Science)或是BSE(Bachelor of Science in Engineering)。

　　4. 佐治亚大学 University of Georgia

A.B. in Cognitive Science; M.S. in Artificial Intelligence

学费：$13,287每年

你可能不知道，整个人工智能研究院都隶属于该校的Franklin College of Arts and Sciences。在这里，本科生可以选择认知科学以及第二个专业方向，比如人工智能。

　3. 斯坦福大学Stanford University

BS in Computer Science: Artificial Intelligence; MS in Computer Science: Artificial Intelligence or Human-Computer Interaction

学费：$17,952每年

在斯坦福，人工智能方面的本科学位涵盖的课程非常全面，其全面程度几乎已经和很多研究生的课程差不多了。这里的课程非常前沿，其中包括：computational biology, speech recognition, cognition和machine learning。

　　2. 华盛顿大学University of Washington

B.S. in Computer Science Engineering: User Interface and Human-Computer Interaction

学费：$10,374每年

在华盛顿大学，CS的学生可以选择多达16个不同的专业方向。最重要的是，在这里超过30位研究AI的学者们常年都在发表行业中的重磅文章，并且在AI领域屡获嘉奖。

　1. 田纳西大学University of Tennessee-Knoxville

B.S. in Computer Science: Artificial Intelligence

学费：$17,863每年

你可能想不到这个榜单的第一名会被一所位于田纳西的大学摘走。但是，如果你真的想专心研究AI的话，那么这所学校肯定是你的目标。从本科阶段开始，这里的学生就可以在biologically inspired computation, pattern recognition和machine learning这三个方向学习最先进的知识。

人工智能最牛的20所美国大学

现在鉴于AI方向的人才都是高科技型的，所以现在学习人工智能专业在待遇方面自然相对比较丰厚，所以很这个方向很有发展前途。下面来说说人工智能最牛的20所美国大学。

　人工智能最牛的20所美国大学：

　20. 加州大学圣地亚哥分校University of California-San Diego

B.S. in Computer Science: Artificial Intelligence Cluster

学费：$13,693每年

在UCSD，所有CS专业的学生都有机会能够将人工智能作为他们的一个专业方向。在课程方面，UCSD提供包括搜索和推理，计算机视觉和图像处理等独立课程。

　19. 佐治亚州立大学Georgia State University

B.S. in Computer Science: Concentration in Graphics and Human-Computer Interaction; M.S. in Computer Science: Coursework in Database & Artificial Intelligence

学费： $15,609每年

很少有大学能像乔治亚州立大学一样提供本科和硕士学位的人工智能课程。在这里，研究生们可以选择数据库与人工智能这样的课程来拓展他们的对于人工智能的知识储备。而对于本科学生们来说，还有HCI这样能够在这个领域提供介绍型知识的课程内容。

　18. 普渡大学Pure University

B.S. in Computer Science: Machine Intelligence Track

学费：$13,081每年

在普渡，CS专业的本科生都可以选择人工智能，数据挖掘，机器学习，机器人以及一系列类似的课程。尽管人工智能方面的课程在美国大学中并不罕见，但是很少有学校能够像普渡一样为本科生也提供这么多的课程选择。

　17. 哥伦比亚大学Columbia University in the City of New York

B.S. in Computer Science: Artificial Intelligence Track

学费：$20,838每年

哥大的优势在于它提供了东海岸几乎最好的研究设施。比如机器人实验室，自然语言处理(NLP)实验室和计算机视觉实验室。在这些实验室里，你可以看到IBM的机械臂，3D工作台，可穿戴电脑的原型机等等很酷的东西。

　　16.伦斯勒理工学院 Rensselaer Polytechnic Institute

B.S. in Cognitive Science: Robotics & Artificial Intelligence Elective Options

学费：$36,374每年

与其他大学将人工智能划归为计算机部门不同的是，在伦斯勒理工学院，人工智能学科是认知科学的一部分。另外，著名的Rensselaer Artificial Intelligence and Reasoning Lab (RAIR) 也设立在这里。

15. 哈佛大学 Harvard University

A.B. in Computer Science: Mind, Brain, & Behavior

学费：$15,095每年

在这所集合了世界上所有最顶级资源的大学中，无论是教师还是学生在教学上都拥有了无限的可能。在这里，所有CS的学生可以学习计算机图形，计算机视觉以及UI方面的相关课程。

　　14. 俄亥俄州立大学The Ohio State University

B.S. in Computer Science Engineering/Computer Information Systems: Artificial Intelligence

学费：$18,215每年

OSU为人工智能的学生提供了非常丰富的各种可能。除了提供传统的神经网络，计算机视觉之类的课程之外，OSU有着非常强大的研究团队。事实上，这个团队由于人员充沛现在已经开设了不同的研究小组，其中包括：Applied Machine Learning; Auditory, Speech, and Language Processing;

Machine Learning and Learning Theory; Cognitive Systems

　13. 罗彻斯特大学 University of Rochester

B.S. in Computer Science: Machine Learning, Vision, & Robotics or Human Computer Interaction & Web; M.S. in Computer Science: Artificial Intelligence & Machine Learning or Human Computer Interaction

学费：$32,996每年

在罗村，所有对AI感兴趣的本科CS的学生都可以选择两个不同的专业方向：机器学习与机器人和人机互动。对于研究生们来说，他们还可以选择高级算法之类的课程。

　12.西北大学 Northwestern University

B.S. in Computer Science: Depth in Artificial Intelligence

学费：$28,667每年

与其他学校不同的是，西北大学的AI专业的学生可以选择多达超过20种不同的课程内容。甚至有一门课程允许学生用IBM的智能电脑Watson来建立一个全新的产品。

　　11. 俄勒冈州立大学Oregon State University

B.S. in Applied Computer Science: Human-Computer Interaction

学费：$16,462每年

在俄勒冈州立大学，学生可以学到非常定制化的知识。举个例子来说，如果你选择了HCI专业方向，那么你会需要学习编程，认知和心理学来帮助你真正的从两方面来学习“人”“机”互动。

　　10. 印第安纳大学Indiana University

B.S. in Intelligent Systems Engineering; M.S. in Human-Computer Interaction Design

学费：$11,573每年

在整个TOP20的榜单中，IU是唯一一所将人工智能作为一个项目(而不是CS下的一个专业方向)的学校。

　　9. 麻省大学University of Massachusetts-Amherst

B.S. in Computer Science: Artificial Intelligence

学费：$18,840每年

这里提供了非常非常多的研究小组，他们包括：Autonomous Learning Laboratory; Biologically Inspired Neural & Dynamical Systems Laboratory; Computer Vision Research Laboratory; Information Extraction & Synthesis Laboratory; Knowledge Discovery Laboratory; Laboratory for Perceptual Robotics; Machine Learning for Data Science; Multi-Agent Systems Laboratory; Resource Bounded Reasoning Lab

　　8. 伊利诺伊大学香槟分校 University of Illinois at Urbana-Champaign

B.S. in Computer Engineering: Artificial Intelligence, Robotics, & Cybernetics

学费：$16,249每年

在香槟，人工智能并不仅仅是一个未来的概念，而更像是一个注重于“解决眼前的问题”的方法。

　　7. 密歇根大学 University of Michigan

Computer Science – BS LSA Computer Science Degree in Artificial Intelligence or Robotics & Vision; MS in Computer Science & Engineering: Artificial Intelligence

学费：$15,850每年

在密歇根大学，与人工智能相关的学位并不是设立在Engineering School下，而是设立在College of Literature, Science, and the Arts下的。很奇怪是不是?事实上，教学组意识到CS的学生很多都需要学习非常多除了CS之外的知识，因此为CS学生提供了非常多的各式各样的专业方向，比如Bioinformatics和Economics and Computation。

　　6. 加州大学伯克利 University of California-Berkeley

B.S. in Computer Science: Technical Electives in Cognitive Science

学费：$16,655每年

尽管UC Berkeley提供了一大推与人工智能相关的课程供选择，但是可惜的是他们并没有提供一个人工智能的学位。

　5. 宾夕法尼亚大学 University of Pennsylvania

B.A.S./B.S.E. in Computer & Cognitive Science

学费：$22,694每年

在UPenn，AI方向的学生需要学习计算机与认知科学的双学位。在Engineering和Arts and Sciences学院之间学生也可以选择BAS(Bachelor of Applied Science)或是BSE(Bachelor of Science in Engineering)。

　　4. 佐治亚大学 University of Georgia

A.B. in Cognitive Science; M.S. in Artificial Intelligence

学费：$13,287每年

你可能不知道，整个人工智能研究院都隶属于该校的Franklin College of Arts and Sciences。在这里，本科生可以选择认知科学以及第二个专业方向，比如人工智能。

　3. 斯坦福大学Stanford University

BS in Computer Science: Artificial Intelligence; MS in Computer Science: Artificial Intelligence or Human-Computer Interaction

学费：$17,952每年

在斯坦福，人工智能方面的本科学位涵盖的课程非常全面，其全面程度几乎已经和很多研究生的课程差不多了。这里的课程非常前沿，其中包括：computational biology, speech recognition, cognition和machine learning。

　　2. 华盛顿大学University of Washington

B.S. in Computer Science Engineering: User Interface and Human-Computer Interaction

学费：$10,374每年

在华盛顿大学，CS的学生可以选择多达16个不同的专业方向。最重要的是，在这里超过30位研究AI的学者们常年都在发表行业中的重磅文章，并且在AI领域屡获嘉奖。

　1. 田纳西大学University of Tennessee-Knoxville

B.S. in Computer Science: Artificial Intelligence

学费：$17,863每年

你可能想不到这个榜单的第一名会被一所位于田纳西的大学摘走。但是，如果你真的想专心研究AI的话，那么这所学校肯定是你的目标。从本科阶段开始，这里的学生就可以在biologically inspired computation, pattern recognition和machine learning这三个方向学习最先进的知识。

数据库 名词解释

数据库的概念:

数据库(Database)是按照数据结构来组织、存储和管理数据的仓库，它产生于距今六十多年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后，

数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。

在信息化社会，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分，是进行科学研究和决策管理的重要技术手段。

数据库的定义: 

定义1:数据库(Database)是按照数据结构来组织、存储和管理数据的建立在计算机存储设备上的仓库。

简单来说是本身可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、截取、更新、删除等操作。

在经济管理的日常工作中，常常需要把某些相关的数据放进这样的“仓库”，并根据管理的需要进行相应的处理。

例如，企业或事业单位的人事部门常常要把本单位职工的基本情况(职工号、姓名、年龄、性别、籍贯、工资、简历等)存放在表中，这张表就可以看成是一个数据库。有了这个"数据仓库"我们就可以根据需要随时查询某职工的基本情况，也可以查询工资在某个范围内的职工人数等等。这些工作如果都能在计算机上自动进行，那我们的人事管理就可以达到极高的水平。此外，在财务管理、仓库管理、生产管理中也需要建立众多的这种"数据库"，使其可以利用计算机实现财务、仓库、生产的自动化管理。

定义2:

严格来说，数据库是长期储存在计算机内、有组织的、可共享的数据集合。数据库中的数据指的是以一定的数据模型组织、描述和储存在一起、具有尽可能小的冗余度、较高的数据性和易扩展性的特点并可在一定范围内为多个用户共享。

这种数据集合具有如下特点：尽可能不重复，以最优方式为某个特定组织的多种应用服务，其数据结构于使用它的应用程序，对数据的增、删、改、查由统一软件进行管理和控制。从发展的历史看，数据库是数据管理的高级阶段，它是由文件管理系统发展起来的。[1]  [2] 

数据库的处理系统:

数据库是一个单位或是一个应用领域的通用数据处理系统，它存储的是属于企业和事业部门、团体和个人的有关数据的集合。数据库中的数据是从全局观点出发建立的，按一定的数据模型进行组织、描述和存储。其结构基于数据间的自然联系，从而可提供一切必要的存取路径，且数据不再针对某一应用，而是面向全组织，具有整体的结构化特征。

数据库中的数据是为众多用户所共享其信息而建立的，已经摆脱了具体程序的和制约。不同的用户可以按各自的用法使用数据库中的数据；多个用户可以同时共享数据库中的数据资源，即不同的用户可以同时存取数据库中的同一个数据。数据共享性不仅满足了各用户对信息内容的要求，同时也满足了各用户之间信息通信的要求。

数据库的基本结构:

数据库的基本结构分三个层次，反映了观察数据库的三种不同角度。

以内模式为框架所组成的数据库叫做物理数据库；以概念模式为框架所组成的数据叫概念数据库；以外模式为框架所组成的数据库叫用户数据库。

⑴ 物理数据层。

它是数据库的最内层，是物理存贮设备上实际存储的数据的集合。这些数据是原始数据，是用户加工的对象，由内部模式描述的指令操作处理的位串、字符和字组成。

⑵ 概念数据层。

它是数据库的中间一层，是数据库的整体逻辑表示。指出了每个数据的逻辑定义及数据间的逻辑联系，是存贮记录的集合。它所涉及的是数据库所有对象的逻辑关系，而不是它们的物理情况，是数据库管理员概念下的数据库。

⑶ 用户数据层。

它是用户所看到和使用的数据库，表示了一个或一些特定用户使用的数据集合，即逻辑记录的集合。

数据库不同层次之间的联系是通过映射进行转换的。

数据库的主要特点:

⑴ 实现数据共享

数据共享包含所有用户可同时存取数据库中的数据，也包括用户可以用各种方式通过接口使用数据库，并提供数据共享。

⑵ 减少数据的冗余度

同文件系统相比，由于数据库实现了数据共享，从而避免了用户各自建立应用文件。减少了大量重复数据，减少了数据冗余，维护了数据的一致性。

⑶ 数据的性

数据的性包括逻辑性（数据库中数据库的逻辑结构和应用程序相互）和物理性（数据物理结构的变化不影响数据的逻辑结构）。

⑷ 数据实现集中控制

文件管理方式中，数据处于一种分散的状态，不同的用户或同一用户在不同处理中其文件之间毫无关系。利用数据库可对数据进行集中控制和管理，并通过数据模型表示各种数据的组织以及数据间的联系。

⑸数据一致性和可维护性，以确保数据的安全性和可靠性

主要包括：①安全性控制：以防止数据丢失、错误更新和越权使用；②完整性控制：保证数据的正确性、有效性和相容性；③并发控制：使在同一时间周期内，允许对数据实现多路存取，又能防止用户之间的不正常交互作用。

⑹ 故障恢复

由数据库管理系统提供一套方法，可及时发现故障和修复故障，从而防止数据被破坏。数据库系统能尽快恢复数据库系统运行时出现的故障，可能是物理上或是逻辑上的错误。比如对系统的误操作造成的数据错误等。

数据库的数据种类:

数据库通常分为层次式数据库、网络式数据库和关系式数据库三种。而不同的数据库是按不同的数据结构来联系和组织的。

1.数据结构模型

⑴数据结构

所谓数据结构是指数据的组织形式或数据之间的联系。

如果用D表示数据，用R表示数据对象之间存在的关系集合，则将DS=(D，R)称为数据结构。

例如，设有一个电话号码簿，它记录了n个人的名字和相应的电话号码。为了方便地查找某人的电话号码，将人名和号码按字典顺序排列，并在名字的后面跟随着对应的电话号码。这样，若要查找某人的电话号码(假定他的名字的第一个字母是Y)，那么只须查找以Y开头的那些名字就可以了。该例中，数据的集合D就是人名和电话号码，它们之间的联系R就是按字典顺序的排列，其相应的数据结构就是DS=(D，R)，即一个数组。

⑵数据结构类型

数据结构又分为数据的逻辑结构和数据的物理结构。

数据的逻辑结构是从逻辑的角度(即数据间的联系和组织方式)来观察数据，分析数据，与数据的存储位置无关；数据的物理结构是指数据在计算机中存放的结构，即数据的逻辑结构在计算机中的实现形式，所以物理结构也被称为存储结构。

这里只研究数据的逻辑结构，并将反映和实现数据联系的方法称为数据模型。

比较流行的数据模型有三种，即按图论理论建立的层次结构模型和网状结构模型以及按关系理论建立的关系结构模型。

2.层次、网状和关系数据库系统

⑴层次结构模型

层次结构模型实质上是一种有根结点的定向有序树(在数学中"树"被定义为一个无回的连通图)。下图是一个高等学校的组织结构图。这个组织结构图像一棵树，校部就是树根(称为根结点)，各系、专业、教师、学生等为枝点(称为结点)，树根与枝点之间的联系称为边，树根与边之比为1:N，即树根只有一个，树枝有N个。

按照层次模型建立的数据库系统称为层次模型数据库系统。IMS(Information Management System)是其典型代表。

⑵网状结构模型

按照网状数据结构建立的数据库系统称为网状数据库系统，其典型代表是DBTG(Database Task Group)。用数学方法可将网状数据结构转化为层次数据结构。

⑶ 关系结构模型

关系式数据结构把一些复杂的数据结构归结为简单的二元关系(即二维表格形式)。例如某单位的职工关系就是一个二元关系。

由关系数据结构组成的数据库系统被称为关系数据库系统。

在关系数据库中，对数据的操作几乎全部建立在一个或多个关系表格上，通过对这些关系表格的分类、合并、连接或选取等运算来实现数据的管理。

dBASEⅡ就是这类数据库管理系统的典型代表。对于一个实际的应用问题（如人事管理问题），有时需要多个关系才能实现。用dBASEⅡ建立起来的一个关系称为一个数据库（或称数据库文件），而把对应多个关系建立起来的多个数据库称为数据库系统。dBASEⅡ的另一个重要功能是通过建立命令文件来实现对数据库的使用和管理，对于一个数据库系统相应的命令序列文件，称为该数据库的应用系统。

因此，可以概括地说，一个关系称为一个数据库，若干个数据库可以构成一个数据库系统。数据库系统可以派生出各种不同类型的辅助文件和建立它的应用系统。

数据库的发展简史:

1 数据库的技术发展

使用计算机后，随着数据处理量的增长，产生了数据管理技术。数据管理技术的发展与计算机硬件（主要是外部存储器）系统软件及计算机应用的范围有着密切的联系。数据管理技术的发展经历了以下四个阶段：人工管理阶段、文件系统阶段、数据库阶段和高级数据库技术阶段 。

2 数据管理的诞生

数据库的历史可以追溯到五十年前，那时的数据管理非常简单。通过大量的分类、比较和表格绘制的机器运行数百万穿孔卡片来进行数据的处理，其运行结果在纸上打印出来或者制成新的穿孔卡片。而数据管理就是对所有这些穿孔卡片进行物理的储存和处理。然而，1950 年雷明顿兰德公司（Remington Rand Inc）的一种叫做Univac I 的计算机推出了一种一秒钟可以输入数百条记录的磁带驱动器，从而引发了数据管理的。1956 年IBM生产出第一个磁盘驱动器—— the Model 305 RAMAC。此驱动器有50 个盘片，每个盘片直径是2 英尺，可以储存5MB的数据。使用磁盘最大的好处是可以随机存取数据，而穿孔卡片和磁带只能顺序存取数据。

1951： Univac系统使用磁带和穿孔卡片作为数据存储。

数据库系统的萌芽出现于二十世纪60 年代。当时计算机开始广泛地应用于数据管理，对数据的共享提出了越来越高的要求。传统的文件系统已经不能满足人们的需要，能够统一管理和共享数据的数据库管理系统（DBMS）应运而生。数据模型是数据库系统的核心和基础，各种DBMS软件都是基于某种数据模型的。所以通常也按照数据模型的特点将传统数据库系统分成网状数据库、层次数据库和关系数据库三类。

最早出现的网状DBMS，是美国通用电气公司Bachman等人在1961年开发的IDS（Integrated Data Store）。1964年通用电气公司（General ElectricCo.）的Charles Bachman 成功地开发出世界上第一个网状DBMS也即第一个数据库管理系统——集成数据存储（Integrated Data Store IDS），奠定了网状数据库的基础，并在当时得到了广泛的发行和应用。IDS 具有数据模式和日志的特征，但它只能在GE主机上运行，并且数据库只有一个文件，数据库所有的表必须通过手工编码生成。之后，通用电气公司一个客户——BF Goodrich Chemical 公司最终不得不重写了整个系统，并将重写后的系统命名为集成数据管理系统（IDMS）。

网状数据库模型对于层次和非层次结构的事物都能比较自然的模拟，在关系数据库出现之前网状DBMS要比层次DBMS用得普遍。在数据库发展史上，网状数据库占有重要地位。

层次型DBMS是紧随网络型数据库而出现的，最著名最典型的层次数据库系统是IBM 公司在1968 年开发的IMS（Information Management System），一种适合其主机的层次数据库。这是IBM公司研制的最早的大型数据库系统程序产品。从60年代末产生起，如今已经发展到IMSV6，提供群集、N路数据共享、消息队列共享等先进特性的支持。这个具有30年历史的数据库产品在如今的WWW应用连接、商务智能应用中扮演着新的角色。

1973年Cullinane公司（也就是后来的Cullinet软件公司），开始出售Goodrich公司的IDMS改进版本，并且逐渐成为当时世界上最大的软件公司。

数据库的关系由来:

网状数据库和层次数据库已经很好地解决了数据的集中和共享问题，但是在数据性和抽象级别上仍有很大欠缺。用户在对这两种数据库进行存取时，仍然需要明确数据的存储结构，指出存取路径。而后来出现的关系数据库较好地解决了这些问题。

1970年，IBM的研究员E.F.Codd博士在刊物《Communication of the ACM》上发表了一篇名为“A Relational Model of Data for Large Shared Data Banks”的论文，提出了关系模型的概念，奠定了关系模型的理论基础。尽管之前在1968年Childs已经提出了面向集合的模型，然而这篇论文被普遍认为是数据库系统历史上具有划时代意义的里程碑。Codd的心愿是为数据库建立一个优美的数据模型。后来Codd又陆续发表多篇文章，论述了范式理论和衡量关系系统的12条标准，用数学理论奠定了关系数据库的基础。关系模型有严格的数学基础，抽象级别比较高，而且简单清晰，便于理解和使用。但是当时也有人认为关系模型是理想化的数据模型，用来实现DBMS是不现实的，尤其担心关系数据库的性能难以接受，更有人视其为当时正在进行中的网状数据库规范化工作的严重威胁。为了促进对问题的理解，1974年ACM牵头组织了一次研讨会，会上开展了一场分别以Codd和Bachman为首的支持和反对关系数据库两派之间的辩论。这次著名的辩论推动了关系数据库的发展，使其最终成为现代数据库产品的主流。

1969年Edgar F.“Ted” Codd发明了关系数据库。

1970年关系模型建立之后，IBM公司在San Jose实验室增加了更多的研究人员研究这个项目，这个项目就是著名的System R。其目标是论证一个全功能关系DBMS的可行性。该项目结束于1979年，完成了第一个实现SQL的 DBMS。然而IBM对IMS的承诺阻止了System R的投产，一直到1980年System R才作为一个产品正式推向市场。IBM产品化步伐缓慢的三个原因：IBM重视信誉，重视质量，尽量减少故障；IBM是个大公司，官僚体系庞大，IBM内部已经有层次数据库产品，相关人员不积极，甚至反对。

然而同时，1973年加州大学伯克利分校的Michael Stonebraker和Eugene Wong利用System R已发布的信息开始开发自己的关系数据库系统Ingres。他们开发的Ingres项目最后由Oracle公司、Ingres公司以及硅谷的其他厂商所商品化。后来，System R和Ingres系统双双获得ACM的1988年“软件系统奖”。

1976年霍尼韦尔公司(Honeywell)开发了第一个商用关系数据库系统——Multics Relational Data Store。关系型数据库系统以关系代数为坚实的理论基础，经过几十年的发展和实际应用，技术越来越成熟和完善。其代表产品有Oracle、IBM公司的 DB2、微软公司的MS SQL Server以及Informix、ADABAS D等等。

数据库的发展阶段：

数据库发展阶段大致划分为如下的几个阶段：人工管理阶段、文件系统阶段、数据库系统阶段、高级数据库阶段。

人工管理阶段

20世纪50年代中期之前，计算机的软硬件均不完善。硬件存储设备只有磁带、卡片和纸带，软件方面还没有操作系统，当时的计算机主要用于科学计算。这个阶段由于还没有软件系统对数据进行管理，程序员在程序中不仅要规定数据的逻辑结构，还要设计其物理结构，包括存储结构、存取方法、输入输出方式等。当数据的物理组织或存储设备改变时，用户程序就必须重新编制。由于数据的组织面向应用，不同的计算程序之间不能共享数据，使得不同的应用之间存在大量的重复数据，很难维护应用程序之间数据的一致性。

这一阶段的主要特征可归纳为如下几点：

（1）计算机中没有支持数据管理的软件，计算机系统不提供对用户数据的管理功能，应用程序只包含自己要用到的全部数据。用户编制程序，必须全面考虑好相关的数据，包括数据的定义、存储结构以即存取方法等。程序和数据是一个不可分割的整体。数据脱离了程序极具无任何存在的价值，数据无性。

（2）数据不能共享。不同的程序均有各自的数据，这些数据对不同的程序通常是不相同的，不可共享；即使不同的程序使用了相同的一组数据，这些数据也不能共享，程序中仍然需要各自加入这组数据，哪个部分都不能省略。基于这种数据的不可共享性，必然导致程序与程序之间存在大量的重复数据，浪费存储空间。

（3）不能单独保存数据。在程序中要规定数据的逻辑结构和物理结构，数据与程序不。基于数据与程序是一个整体，数据只为本程序所使用，数据只有与相应的程序一起保存才有价值，否则毫无用处。所以，所有程序的数据不单独保存。数据处理的方式是批处理。

文件系统阶段:

这一阶段的主要标志是计算机中有了专门管理数据库的软件——操作系统（文件管理）。

上世纪50年代中期到60年代中期，由于计算机大容量直接存储设备如硬盘、磁鼓的出现，

推动了软件技术的发展，软件的领域出现了操作系统和高级软件，操作系统中的文件系统是专门管理外存的数据管理软件，操作系统为用户使用文件提供了友好界面。操作系统的出现标志着数据管理步入一个新的阶段。在文件系统阶段，数据以文件为单位存储在外存，且由操作系统统一管理，文件是操作系统管理的重要资源。

文件系统阶段的数据管理具有一下几个特点：

优点

（1）数据以“文件”形式可长期保存在外部存储器的磁盘上。由于计算机的应用转向信息管理，因此对文件要进行大量的查询、修改和插入等操作。

（2）数据的逻辑结构与物理结构有了区别，程序和数据分离，使数据与程序有了一定的性，但比较简单。数据的逻辑结构是指呈现在用户面前的数据结构形式。数据的物理结构是指数据在计算机存储设备上的实际存储结构。程度与数据之间具有“设备性”，即程序只需用文件名就可与数据打交道，不必关心数据的物理位置。由操作系统的文件系统提供存取方法（读/写）。

（3）文件组织已多样化。有索引文件、链接文件和直接存取文件等。但文件之间相互、缺乏联系。数据之间的联系需要通过程序去构造。

（4）数据不再属于某个特定的程序，可以重复使用，即数据面向应用。但是文件结构的设计仍是基于特定的用途，程序基于特定的物理结构和存取方法，因此程度与数据结构之间的依赖关系并未根本改变。

（5）用户的程序与数据可分别存放在外存储器上，各个应用程序可以共享一组数据，实现了以文件为单位的数据共享文件系统。

（6）对数据的操作以记录为单位。这是由于文件中只存储数据，不存储文件记录的结构描述信息。文件的建立、存取、查询、插入、删除、修改等操作，都要用程序来实现。

（7）数据处理方式有批处理，也有联机实时处理。

缺点

文件系统对计算机数据管理能力的提高虽然起了很大的作用，但随着数据管理规模的扩大，数据量急剧增加，文价系统显露出一些缺陷，问题表现在：

（1）数据文件是为了满足特定业务领域某一部门的专门需要而设计，数据和程序相互依赖，数据缺乏足够的性。

（2）数据没有集中管理的机制，其安全性和完整性无法保障，数据维护业务仍然由应用程序来承担；

（3）数据的组织仍然是面向程序，数据与程序的依赖性强，数据的逻辑结构不能方便地修改和扩充，数据逻辑结构的每一点微小改变都会影响到应用程序；而且文件之间的缺乏联系，因而它们不能反映现实世界中事物之间的联系，加上操作系统不负责维护文件之间的联系，信息造成每个应用程序都有相对应的文件。如果文件之间有内容上的联系，那也只能由应用程序去处理，有可能同样的数据在多个文件中重复储存。这两者造成了大量的数据冗余。

（4）对现有数据文件不易扩充，不易移植，难以通过增、删数据项来适应新的应用要求。

数据库系统阶段：

20世纪60年代后期，随着计算机在数据管理领域的普遍应用，人们对数据管理技术提出了更高的要求：希望面向企业或部门，以数据为中心组织数据，减少数据的冗余，提供更高的数据共享能力，同时要求程序和数据具有较高的性，当数据的逻辑结构改变时，不涉及数据的物理结构，也不影响应用程序，以降低应用程序研制与维护的费用。数据库技术正是在这样一个应用需求的基础上发展起来的。

概括起来，数据库系统阶段的数据管理具有以下几个特点：

（1）采用数据模型表示复杂的数据结构。数据模型不仅描述数据本身的特征，还要描述数据之间的联系，这种联系通过所有存取路径。通过所有存储路径表示自然的数据联系是数据库与传统文件的根本区别。这样，数据不再面向特定的某个或多个应用，而是面对整个应用系统。如面向企业或部门，以数据为中心组织数据，形成综合性的数据库，为各应用共享。

（2）由于面对整个应用系统使得，数据冗余小，易修改、易扩充，实现了数据贡献。不同的应用程序根据处理要求，从数据库中获取需要的数据，这样就减少了数据的重复存储，也便于增加新的数据结构，便于维护数据的一致性。

（3）对数据进行统一管理和控制，提供了数据的安全性、完整性、以及并发控制。

（4）程序和数据有较高的性。数据的逻辑结构与物理结构之间的差别可以很大，用户以简单的逻辑结构操作数据而无须考虑数据的物理结构。

（5）具有良好的用户接口，用户可方便地开发和使用数据库。

从文件系统发展到数据库系统，这在信息领域中具有里程碑的意义。在文件系统阶段，人们在信息处理中关注的中心问题是系统功能的设计，因此程序设计占主导地位；而在数据库方式下，数据开始占据了中心位置，数据的结构设计成为信息系统首先关心的问题，而应用程序则以既定的数据结构为基础进行设计。

数据库发展趋势:

随着信息管理内容的不断扩展，出现了丰富多样的数据模型（层次模型，网状模型，关系模型，面向对象模型，半结构化模型等），新技术也层出不穷（数据流，Web数据管理，数据挖掘等）。每隔几年，国际上一些资深的数据库专家就会聚集一堂，探讨数据库研究现状，存在的问题和未来需要关注的新技术焦点。过去已有的几个类似报告包括：1989年Future Directions inDBMS Research-The Laguna BeachParticipants ；1990年DatabaseSystems : Achievements and Opportunities ；1991年W.H. Inmon 发表的《构建数据仓库》；1995年Database。

常见数据库厂商:

1. SQL Server 

只能在windows上运行，没有丝毫的开放性，操作系统的系统的稳定对数据库是十分重要的。Windows9X系列产品是偏重于桌面应用，NT server只适合中小型企业。而且windows平台的可靠性，安全性和伸缩性是非常有限的。它不象unix那样久经考验，尤其是在处理大数据库。 

2. Oracle 

能在所有主流平台上运行（包括 windows）。完全支持所有的工业标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持。 

3. Sybase ASE 

能在所有主流平台上运行（包括 windows）。 但由于早期Sybase与OS集成度不高，因此VERSION11.9.2以下版本需要较多OS和DB级补丁。在多平台的混合环境中，会有一定问题。 

4. DB2 

能在所有主流平台上运行（包括windows）。最适于海量数据。DB2在企业级的应用最为广泛，在全球的500家最大的企业中,几乎85%以上用DB2数据库服务器，而国内到97年约占5%。

去美国读计算机专业，有哪些好学校？

CS比较好的学校有：

Massachusetts Institute of Technology麻省理工大学

Carnegie Mellon University 卡内基梅隆大学

UC Berkeley 加州大学伯克利分校

Stanford University 斯坦福大学

University of Illinois-Urbana-Champaign 伊利诺伊香槟分校

Georgia Institute of Technology 佐治亚理工大学

California Institute of Technology 加州理工大学

University of Michigan-Ann Arbor 密歇根安娜堡分校

Pure University 普渡大学

University of Wisconsin-Madison 威斯康辛麦迪逊分校

University of Washington- Seattle 华盛顿西雅图分校

Princeton University 普林斯顿大学

Cornell University 康奈尔大学

University of Texas-Austin 德州大学奥斯汀分校

UCLA 加州大学洛杉矶分校

UCSD加州大学圣地亚哥分校

University of Southern California 南加州大学

Columbia University 哥伦比亚大学

University of Maryland-Park 马里兰大学帕克分校

美国还有很多高校的CS专业也不错，可以参考一下USNews的排名

https://www.usnews.com/best-graate-schools/top-engineering-schools/computer-engineering-rankings