=版权申明 =教学团队==互联网+实验室 [http://net.icenter.tsinghua.edu.cn iNetLab]
CC [httphttps://wwwcreativecommons.nslaborg/licenses/by-saturnnc-nd/3.net SaturnLab0/cn/ BY-NC-ND]
陈震 [https://www.researchgate.net/profile/Zhen_Chen16/ Zhen Chen] 章屹松 王蓓蓓 马晓东 高英=课程信息=
助教：郑文勋 李辰星课号：01510243
==协同开发==gitlab [http://gitlab.icenter.tsinghua.edu.cn | GitLab]英文：Big Data and Machine Intelligence
=教学目标=简写：BDMI
以完成一种以大数据为基础的智能系统的原型开发为目标，在实践中运用智能理论与技术。团队成员学习大数据系统与机器智能的理论知识和专业技能，完成项目团队结构设计和原型开发的实践环节，全面提高学生的技术实践能力。教学目标： [[大数据智能-教学目标]]
=课程内容= 教学团队 ==
=课程项目= [[互联网+实验室|智能系统实验室]]： [[陈震]] [[陆昕]]
==项目1== 助教：谢睿、黄世宇、高宸、许书畅
===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。[[BDMI-TA| 大数据与机器智能-历届助教名单]]
== 教学资源 ==
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。 <big>'''由清华iCenter[[AI云|人工智能平台]]保障支持。''' </big>
= 课堂教学 =网流数据：\\166.111.134.110\team-saturn\网流数据==课程内容==
代码托管：http://gitlab.icenter.tsinghua.edu.cn [[大数据与机器智能-课程内容]]
时间：10月7日中午12点之前（特殊情况，推迟一周）== 教学计划 ==
组织：以组为单位，要求要看到所有同学的贡献。** 教学计划
===作业提交===Group1 2019年秋季学期：[http://gitlab.icenter.tsinghua.edu.cn/xavieryao/bitmap[大数据智能-db Group1教学计划 | 教学计划]]、
Group3 [http://gitlab.icenter.tsinghua.edu.cn/3rd_group/bitmap_indexing Group3]** 实践教学
Group4 [http://gitlab.icenter.tsinghua.edu.cn/taanng/Bitmap Group4[[大数据智能-实践教学 | 实践教学]]、 [[大数据智能-调研考察| 调研考察]]
Group5 [http://gitlab.icenter.tsinghua.edu.cn/ddeerreekk/Experiment_1_Bitmap_Index Group5]== 教学管理 ==
Group6 [http://gitlab.icenter.tsinghua.edu.cn/group6/project1 ** 课程分组 Group6]** 课程研究 ** 课程项目
Group8 [http://gitlab.icenter.tsinghua.edu.cn/FQX/bitmap [大数据智能-学生分组 | 学生分组]]、 Group8[[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-论文阅读 | 论文阅读]]
==项目2描述=参考资料 =
完成一个展示的智能系统 [[大数据智能-参考教材 | 参考教材]]
步骤1：设置azure虚拟机； [[大数据智能-参考课程 | 参考课程]]
步骤2：架构flask [[大数据智能-web服务；参考文献 | 参考文献]]
步骤3：建立AI服务（Google Tensorflow）；= 致谢 =
步骤4：lucida.ai； 步骤5：智能端开发（移动平台、嵌入式硬件）+thrift协议联调； =参考文献=#Yoshua Bengio, Ian Goodfellow, Aaron Courville, Deep Learning, MIT Press, 2016.#Google brain team, TensorFlow: Large[[致谢-scale machine learning on heterogeneous systems, whitepaper, 2015.#Vijay Agneeswaran, Real-Time Applications with Storm, Spark, and More Hadoop Alternatives, 2014.微软公司]]