|
|
| 第50行： |
第50行： |
| | [[大数据智能-学生分组 | 学生分组]]、 [[大数据智能-课程研究 | 课程研究]]、 [[大数据智能-课程项目 | 课程项目]] | | [[大数据智能-学生分组 | 学生分组]]、 [[大数据智能-课程研究 | 课程研究]]、 [[大数据智能-课程项目 | 课程项目]] |
| | | | |
| | + | = 参考资料 = |
| | | | |
| − | = 课程教材=
| + | [[大数据智能-参考教材 | 参考教材]] |
| − | | + | |
| − | *分布式系统：
| + | |
| − | # M Steen, AS Tanenbaum, Distributed systems: principles and paradigms, Prentice Hall, 2007. [https://www.distributed-systems.net Distributed Systems]
| + | |
| − | | + | |
| − | *数据挖掘：
| + | |
| − | # Leskovec, Jure, Anand Rajaraman, Jeffrey David Ullman. Mining of massive datasets. Cambridge University Press, 2014. [http://www.mmds.org/ MMDS_book]
| + | |
| − | | + | |
| − | *深度学习：
| + | |
| − | # Ian Goodfellow, Yoshua Bengio, Aaron Courville, Deep Learning, MIT Press, 2016. [http://www.deeplearningbook.org/ DeepLearningBook]
| + | |
| − | | + | |
| − | *强化学习：
| + | |
| − | # 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-参考文献 | 参考文献]] |
2018年5月30日 (三) 13:42的版本
版权申明
CC BY-NC-ND
课程信息
课程课号
01510243
教学目标
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。
- 学习计算机系统的基本原理。
- 实践计算机系统-实验。
- 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
智能系统实验室：
陈震
马晓东 章屹松 王蓓蓓 高英 闫泽禹 陆昕 郭敏
助教：郑文勋 常嘉辉 柳荫
教学资源
由清华iCenter 互联网+创新平台 保障支持。
课程内容
大数据与机器智能-课程内容
教学计划
教学计划、 实践教学、 调研考察
教学管理
学生分组、 课程研究、 课程项目
参考资料
参考教材
参考文献
参考课程
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。
