查看“大数据与机器智能”的源代码

== 版权申明 ==

CC BY-NC-SA

== 教学团队 ==

[[互联网+实验室]]

[https://www.researchgate.net/profile/Zhen_Chen16/ 陈震]
[[马晓东]] 章屹松 王蓓蓓 高英

助教：郑文勋 李辰星

== 教学目标 ==

以完成一种以大数据为基础的智能系统的原型开发为目标，在实践中运用大数据智能理论与技术。

团队成员学习大数据系统与机器智能的理论知识和专业技能，完成项目团队结构设计和原型开发的实践环节，全面提高学生的技术实践能力。

== 教学资源 ==

工业云网址：[http://cloud.icenter.tsinghua.edu.cn iCenter-Cloud]

代码托管：[http://gitlab.icenter.tsinghua.edu.cn iCenter-GitLab]

硬件配置：[[工业云]]

GPU工作站：[[GPU工作站使用说明]]

== 课程内容 ==

=== 科技创新 ===

[[大数据智能-高新技术 | 高新技术]]

[[大数据智能-技术创新 | 技术创新]]

[[大数据智能-技术创业 | 技术创业]]

[[大数据智能-知识成果 | 知识产权]]

=== 大数据系统 ===

数据科学（Data Science）是一种跨学科的知识体系，是领域专家知识、数学与统计和计算机科学的交集。数据科学用于对不同领域的数据进行解析，分析与知识发现。

[[大数据索引]]

[[大数据算法]]

[[大数据系统]]

=== 机器智能 ===

人工/机器智能，是指计算机系统体现的智能的能力，如听说读写到搜索、推理、决策和回答问题等。同时也是指如何设计实现计算机系统和软件，使其具有智能的行为。

人工/机器智能，通俗的说，就是用机器（如计算机）完成人类需要用脑子完成的任务，代替人脑的工作，比如下棋、开车、阅读理解等等工作。

众所周知，人脑含有约860亿个神经元，还有大致850亿个非神经细胞。在大脑皮层(cortex) 约160亿个神经元，小脑有690亿个神经元。人脑的神经元一般只与周围几千个神经元相连接，彼此能够传导电信号。

要让机器代替大脑工作，最直观的方法就是用机器来模拟出人脑工作行为，这样岂不就大功告成？
但是要模拟这些大脑工作原理是有难度。首先，人脑作为一个系统，太复杂，涉及到生物学、生理学、化学等等学科知识，其次，至今还没彻底理解人脑的各个功能的工作机理。当然，确实有研究人员是沿着这个思路去实现人工智能或机器智能的。

那是否还有别的思路？思路也挺多的，这里有一种最近在实践中被证明是有效方法。这种方法是用数学方法来抽象出单个神经元（Neuron）的功能（抽象+模仿）。对于单个神经元的活动原理，目前已经有了比较深入的研究。

不论何种神经元，皆可分成接收区（receptive zone）、触发区（trigger zone）、传导区（conducting zone）和输出区（output zone）。 神经网络的方法就是在对单个神经元建模的基础上，用神经元的连接的类似方法设计机器（抽象+模仿），使其具有某些智能的能力（如眼睛看，耳朵听）。

[[深度学习-入门导读]]

[[增强学习-入门导读]]

[[大数据智能]]

[[推荐系统]]

[[智能与神经科学]]

== 产业前沿 ==

[[互联网产业]]

[[大数据产业前沿]]

[[AI产业前沿]]

== 教学管理 ==

=== 课程分组 ===

[[大数据智能-学生分组 | 学生分组]]

=== 课程研究 ===

[[大数据智能-课程研究 | 课程研究]]

=== 课程项目 ===

[[大数据智能-课程项目 | 课程项目]]

== 致谢 ==

本课程获得微软Azure云计算与机器学习捐赠支持。

感谢微软公司 杨滔经理，章艳经理，刘士君工程师，闫伟工程师。

== 参考资料 ==

[[大数据智能-参考文献 | 参考文献]]

[[大数据智能-参考课程 | 参考课程]]

[[大数据智能-论文阅读 | 论文阅读]]