更改

==课程准备= 2017年秋季-课程项目 ===

(Bring your own laptop computers and camera[[大数据智能-ready smart phones)课程项目-2017年秋季]]

===Azure云平台使用2017年春季-课程项目 ===

[http://portal.azure.com Azure[大数据-位图索引-实验]]

===Flask2016年秋季-Web服务器搭建课程项目 ===

[[Flask-Web服务器搭建]] ==项目1-大数据== ===描述=== 任务：基于位图索引的概念和原理，用C++实现一个位图索引数据库。 检验：完成对一段网流数据的索引建立，查询。在虚拟机上运行成功，得到正确结果。 网流数据：\\166.111.134.110\team-saturn\网流数据 代码托管：http://gitlab.icenter.tsinghua.edu.cn 时间：10月7日中午12点之前（特殊情况，推迟一周）(校历第四周) 组织：以组为单位，要求要看到所有同学的贡献。 ===作业提交=== {|border=1|style="height:20px;width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/xavieryao/bitmap-db Group1]]]|style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/bdmi_group2/bitmap Group2]]]|style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/3rd_group/bitmap_indexing Group3]]]|style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/taanng/Bitmap Group4]]]|-|style="height:20px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ddeerreekk/Experiment_1_Bitmap_Index Group5]]]|[[[http://gitlab.icenter.tsinghua.edu.cn/bdmi_group6/project1 Group6]]]|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group7]]]|[[[http://gitlab.icenter.tsinghua.edu.cn/FQX/bitmap Group8]]]|-|} ==项目2-Lucida使用== ===Lucida安装=== 每个组在清华工业云平台上安装Lucida软件 * 清华工业云 [https://cloud.icenter.tsinghua.edu.cn iCenter-Cloud]* 下载地址 [https://github.com/claritylab/lucida Lucida-AI] 时间：10月26日下周三中午12点之前。（校历第七周） ===每组工作=== 每组熟悉了解Lucida的7种AI服务的实现原理 [[大数据智能-Lucida使用]] ==项目3课程项目-TensorFlow/Keras实践== ===作业1_TensorFlow===#阅读深度学习DeepLearning教程#安装Google TensorFlow #完成TensorFlow网站上Get Started.  *测试实验[https://www.tensorflow.org/versions/master/tutorials/mnist/beginners/index.html MNIST For ML Beginners2016年秋季] 时间：2016年11月2日中午12点（校历第八周） ===作业2_Keras===#安装Keras#Keras: Deep Learning library for Theano and TensorFlow[https://keras.io/ Keras]  *测试实验 http://gitlab.icenter.tsinghua.edu.cn/tuna/elixir.git 时间：2016年11月23日晚上24点（校历第十一周） ==项目4-云+端整合== 时间：2016年11月9日中午12点（校历第九周）（特殊情况，延长一周） ===Thrift协议=== [https://thrift.apache.org Thrift] ===Client端===  调用摄像头拍照 调用Thrift接口 ===Server端=== 接收图片文件 调用服务端程序 ===参考=== [https://developer.android.com/index.html Android开发入门] [http://cordova.apache.org Cordova] [https://github.com/claritylab/clarity-mobile clarity-mobile] ==项目5-机器智能== ===描述=== 完成一个可展示的人工智能系统 步骤： # 设置Azure虚拟机# 架构Flask-Web服务# 建立AI服务（Google Tensorflow）# lucida.ai# 智能端开发（移动平台、嵌入式硬件） + Thrift协议联调 参考：[http://lucida.ai Lucida-AI] ===作业提交=== {|border=1|style="height:20px;width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group1]]]|style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group2]]]|style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group3]]]|-|style="height:20px"|[[[http://gitlab.icenter.tsinghua.edu.cn Group4]]]|style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group5]]]|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group6]]]|-|} ==项目6-ChatBot开发==基于微软BotFramework和Luis自然语音理解API，设计并实现具有实用场景的智能机器人对话服务。 *实验参考文档 [https://aka.ms/tsinghua_hack Hackathon_code] ===动手实验=== 根据微软提供的文档，一步一步搭建一个简单的对话机器人，并将Code上传Azure，或者直接将微软提供的Sample Code上传Azure，发布成Web App，并和Skype或者Web结合（时间1.5小时） ===设计=== 自己的智能对话机器人应用场景和功能，并设想可能的解决方案，并做报告（时间1.5小时） ===实现=== 设计的Bot的核心功能和主要场景（时间5小时）（微软会提供两个版本的Sample Code，分别是C#和NodeJS版本，选手可以根据此Code修改为自己设计的智能对话机器人，或者重新创建设计新的智能对话机器人） ===报告=== 展示自己设计实现的智能对话机器人（时间10分钟） * 建议使用Visual Studio 2015 Community开发微软智能对话机器人: https://www.visualstudio.com/zh-hans/downloads/ * 微软云Azure Web服务：: https://azure.microsoft.com/zh-cn/services/app-service/web ==项目7-NeuralArt实践==神经网络艺术 ===研读论文===*A Learned Representation For Artistic Style [https://arxiv.org/abs/1610.07629 Google_art_style]*A Neural Algorithm of Artistic Style [https://github.com/anishathalye/neural-style neural-style] *Image Style Transfer Using Convolutional Neural Networks_CVPR_2016 [https://github.com/gcucurull/neural-art-transfer neural-art-transfer] ===Google Art and Machine Intelligence(AMI)===Magenta [https://magenta.tensorflow.org/ TensorFlow_Magenta] AMI [https://research.googleblog.com/2016/10/supercharging-style-transfer.html#1 google_AMI] ===创业公司===[http://deepart.io DeepArt] ===作业完成===第1组、第2组、第3组、第5组 第4组和第6组（缺） ==项目8-机器学习和大数据分析（Azure云）== 实验参考网址[https://aka.ms/Tsinghua-WorkShop ML_BD_code] *按照实验指导，一步步完成两个随堂作业。===机器学习===（1） 手写字体分类； *Exercise 1: Create a Machine Learning experiment*Exercise 2: Upload a dataset*Exercise 3: Train a classification model*Exercise 4: Score the model*Exercise 5: Deploy the model as a Web service 实验1 过程说明 [https://github.com/yw346090249/Tsinghua-WorkShop/tree/master/Machine%20Learning Machine_Learning] ===大数据分析===（2）spark集群实验； *Exercise 1: Create a Spark cluster on HDInsight*Exercise 2: Upload Jupyter notebooks to the cluster*Exercise 3: Work with Jupyter notebooks*Exercise 4: Interactively explore data in Spark*Exercise 5: Use Jupyter to develop a machine-learning model*Exercise 6: Remove the HDInsight Spark cluster 实验2 过程说明 [https://github.com/yw346090249/Tsinghua-WorkShop/tree/master/HDInsight HDInsight] ==项目9-增强学习实验== ===论文===Value Iteration Networks[https://papers.nips.cc/paper/6046-value-iteration-networks VIN] ===实验===Value Iteration Networks in TensorFlowhttps://github.com/TheAbhiKumar/tensorflow-value-iteration-networks =数字化出版=[http://www.madoko.net Madoko]