查看“大数据与机器智能”的源代码

= 版权申明 =

CC [https://creativecommons.org/licenses/by-nc-nd/3.0/cn/ BY-NC-ND]

=课程信息=

== 课程课号 ==

01510243

== 教学目标 ==

*宏观
通过各项技术的讲授和实践，为学生理清产业发展方向，拓展对产业的认识视野。

*介观
学习[[计算机系统]]的基本原理，实践[[计算机系统-实验]]。

*微观
#学习[[大数据系统]]的原理与技术，在实践中运用大数据技术。
#学习[[大数据智能]]的理论，了解大数据系统与机器智能的相辅相成的关系，在实践中运用机器智能技术。

== 教学团队 ==

[[互联网+实验室|智能系统实验室]]

[[陈震]]
[[马晓东]] 章屹松 王蓓蓓 高英

助教：郑文勋 常嘉辉

== 教学资源 ==

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

[[GPU计算]]：[[GPU工作站使用说明|GPU工作站]]

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

= 课程内容 =

=课程准备=
*[[计算机系统]]是完成通用信息处理的最基本单元，涉及计算机硬件与软件两部分。计算机硬件的核心是处理器，主要的计算机软件有操作系统、数据库等。

[[计算机系统]] 

[[计算机系统-实验]]

== 分布式系统 ==

分布式系统是由网络连接的多机系统。

[[分布式系统]]

== 大数据系统 ==

*数据科学（Data Science）用于对不同领域的数据进行解析，分析与知识发现。数据科学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。

*大数据系统是实现数据管理和数据分析用途而设计的分布式的多计算机系统。

[[大数据系统]]

== 机器智能 ==

*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。

[[大数据智能]]

[[实验数据集]]

[[智能与神经科学]]

== 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]]

= 教学管理 =

== 教学计划 ==

[[大数据智能-教学计划 | 教学计划]]

== 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 ==

=== 2016年秋季-课程项目 ===

[[大数据智能-课程项目 | 2016年秋季-课程项目]]

=== 2017年春季-课程项目 ===

[[大数据-位图索引-实验]]


= 课程教材=

# Leskovec, Jure, Anand Rajaraman, and Jeffrey David Ullman. Mining of massive datasets. Cambridge University Press, 2014. [http://www.mmds.org/ MMDS_book]
# Yoshua Bengio, Ian Goodfellow, Aaron Courville, Deep Learning, MIT Press, 2016. [http://www.deeplearningbook.org/ DeepLearningBook]
# Richard S. Sutton, Andrew Barto, An Introduction to Reinforcement Learning, MIT Press, 1998. [http://webdocs.cs.ualberta.ca/~sutton/book/the-book.html Intro_RL]


= 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]]


= 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。