“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
（以“ 2017年9月19日”为内容创建页面） |
（→2017年秋季学期） |
||
| （相同用户的5个中间修订版本未显示） | |||
| 第1行： | 第1行： | ||
| + | =2017年秋季学期= | ||
| − | + | 大数据智能-教学计划安排（校历时间） | |
| − | + | {| class="wikitable" | |
| + | |- | ||
| + | ! 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）。|| 软件安装（助教_Task2） | ||
| + | |- | ||
| + | |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 || _tfExample，Iris数据集的TF深度网络DNN模型。（布置）第一次实验。 | ||
| + | |- | ||
| + | |第六周 || （10月24日）|| ：卷积与卷积网络，AlexNet。|| （cnn-mnist项目）（布置）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_Task3：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_Task4：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。|| || | ||
| + | |} | ||
2019年4月10日 (三) 14:15的最后版本
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）。 | 软件安装（助教_Task2） |
| 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 | _tfExample，Iris数据集的TF深度网络DNN模型。（布置）第一次实验。 |
| 第六周 | （10月24日） | ：卷积与卷积网络，AlexNet。 | （cnn-mnist项目）（布置）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_Task3：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_Task4：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。 |
