“2017年秋季学期-大数据智能-教学计划安排”版本间的差异

来自iCenter Wiki
跳转至： 导航、 搜索
（→‎2017年秋季学期）
第2行： 第2行：
  
 
大数据智能-教学计划安排（校历时间）
 
大数据智能-教学计划安排（校历时间）
−
 
+
{| class="wikitable"
−
2017年9月19日 微信建群。
+
|-
−
 
+
! 校历周 !! 日期 !! 内容 !! 关键词/概述
−
第一周（9月19日）：学生基础调研（助教_Task1），教学团队，大数据智能概论，课程整体安排，使用教材。
+
|-
−
 
+
|第0周 || （9月19日）|| 微信建群。||
−
第二周（9月26日）：Python\TensorFlow\Android基础（助教_Task2安装）、数学基础（回顾）。
+
|-
−
 
+
|第一周 || （9月19日）|| ：课程介绍，教学团队，大数据智能概论，课程整体安排，使用教材。 || 学生基础调研（助教_Task1）
−
第三周（10月03日）：学校规定，原排在10月3日（星期二）的课程停上，所缺课时不补。
+
|-
−
 
+
|第二周 || （9月26日）|| ：实验环境Python\TensorFlow\Android软件安装、基础数学基础（回顾）。|| （助教_Task2安装）
−
第四周（10月10日）：Python Numpy/TensorFlow基础、机器学习_TensorFlow实践_tfCourse包括：（Census数据集的TF线性模型、TF逻辑斯提回归模型）
+
|-
−
 
+
|第三周 || （10月03日）|| ：停课 || 学校规定，原排在10月3日（星期二）的课程停上，所缺课时不补。
−
第五周（10月17日）：TensorFlow架构、深度学习_TensorFlow实践_tfExample，Iris数据集的TF深度网络DNN模型。第一次实验。
+
|-
−
 
+
|第四周 || （10月10日）|| ：Python Numpy/TensorFlow基础、深度学习_TensorFlow实践 || _tfCourse包括：（Census数据集的TF线性模型、TF逻辑斯提回归模型）
−
第六周（10月24日）：卷积与卷积网络（cnn-mnist项目），AlexNet。第二次实验。
+
|-
−
 
+
|第五周 || （10月17日）|| ：TensorFlow架构、深度学习_TensorFlow实践 || 第一次实验。_tfExample，Iris数据集的TF深度网络DNN模型。
−
第七周（10月31日）：循环网络（RNN），CTC。
+
|-
−
 
+
|第六周 || （10月24日）|| ：卷积与卷积网络，AlexNet。（cnn-mnist项目）|| 第二次实验。
−
第八周（11月07日）：语音识别现状（助教1：宋丹丹）、LSTM\CTC、TIMIT数据集、全中文语音识别系统案例（Eesen Kaldi）。
+
|-
−
 
+
|第七周 || （10月31日）|| ：循环网络（RNN），CTC。||
−
第九周（11月14日）：语音处理ASR：audioPlot、audioNet项目和tfSpeech项目。
+
|-
−
 
+
|第八周 || （11月07日）|| ：语音识别现状、LSTM\CTC、TIMIT数据集、全中文语音识别系统案例（Eesen Kaldi）。|| （助教1：宋丹丹）
−
第十周（11月21日）：VAD（Voice activity detection）声音端点检测、KWS关键词唤醒（KeyWord Spotting）和Wakeup唤醒、二值网络（BinaryNet）。
+
|-
−
 
+
|第九周 || （11月14日）|| ：语音处理ASR实验：audioPlot、audioNet项目和tfSpeech项目。||
−
第11周（11月28日）：TensorFlow 数据处理tf.data。
+
|-
−
 
+
|第十周 || （11月21日）|| ：智能音箱：VAD（Voice activity detection）声音端点检测、KWS关键词唤醒（KeyWord Spotting）和Wakeup唤醒、二值网络（BinaryNet）。||
−
第12周（12月05日）：计算机视觉CV：R-FCN、YOLO。
+
|-
−
 
+
|第11周 || （11月28日）|| ：TensorFlow 数据处理tf.data。||
−
第13周（12月12日）：数据管理与大数据
+
|-
−
 
+
|第12周 || （12月05日）|| ：计算机视觉CV：R-FCN、YOLO。||
−
第14周（12月19日）：大数据系统
+
|-
−
 
+
|第13周 || （12月12日）|| ：数据管理与大数据||
−
第15周（12月26日）：位图索引（助教2：冯杰）（Engineering Fast Indexes）：Roaring、SPLWAH方法、CODIS方法、BAH方法
+
|-
−
 
+
|第14周 || （12月19日）|| ：大数据系统||
−
第16周（一月二日）：（实验）位图大数据系统Pilosa实验
+
|-
−
 
+
|第15周 || （12月26日）|| ：（Engineering Fast Indexes）：Roaring、SPLWAH方法、CODIS方法、BAH方法 || 位图索引（助教2：冯杰）
−
第17周和第18周 期末考试。
+
|-
 +
|第16周 || （一月二日）|| ：（实验）|| 位图大数据系统Pilosa实验
 +
|-
 +
|第17周和第18周 || 期末考试。||
 +
|}

2019年4月10日 (三) 14:09的版本

2017年秋季学期

大数据智能-教学计划安排（校历时间）

校历周 日期 内容 关键词/概述
第0周 （9月19日） 微信建群。
第一周 （9月19日） ：课程介绍，教学团队，大数据智能概论，课程整体安排，使用教材。 学生基础调研（助教_Task1）
第二周 （9月26日） ：实验环境Python\TensorFlow\Android软件安装、基础数学基础（回顾）。 （助教_Task2安装）
第三周 （10月03日） ：停课 学校规定，原排在10月3日（星期二）的课程停上，所缺课时不补。
第四周 （10月10日） ：Python Numpy/TensorFlow基础、深度学习_TensorFlow实践 _tfCourse包括：（Census数据集的TF线性模型、TF逻辑斯提回归模型）
第五周 （10月17日） ：TensorFlow架构、深度学习_TensorFlow实践 第一次实验。_tfExample，Iris数据集的TF深度网络DNN模型。
第六周 （10月24日） ：卷积与卷积网络，AlexNet。（cnn-mnist项目） 第二次实验。
第七周 （10月31日） ：循环网络（RNN），CTC。
第八周 （11月07日） ：语音识别现状、LSTM\CTC、TIMIT数据集、全中文语音识别系统案例（Eesen Kaldi）。 （助教1：宋丹丹）
第九周 （11月14日） ：语音处理ASR实验：audioPlot、audioNet项目和tfSpeech项目。
第十周 （11月21日） ：智能音箱：VAD（Voice activity detection）声音端点检测、KWS关键词唤醒（KeyWord Spotting）和Wakeup唤醒、二值网络（BinaryNet）。
第11周 （11月28日） ：TensorFlow 数据处理tf.data。
第12周 （12月05日） ：计算机视觉CV：R-FCN、YOLO。
第13周 （12月12日） ：数据管理与大数据
第14周 （12月19日） ：大数据系统
第15周 （12月26日） ：（Engineering Fast Indexes）：Roaring、SPLWAH方法、CODIS方法、BAH方法 位图索引（助教2：冯杰）
第16周 （一月二日） ：（实验） 位图大数据系统Pilosa实验
第17周和第18周 期末考试。
取自“http://wiki.icenter.tsinghua.edu.cn/icenterwiki/index.php?title=2017年秋季学期-大数据智能-教学计划安排&oldid=52362”