“大数据与机器智能”版本间的差异

来自iCenter Wiki
跳转至： 导航、 搜索
（→‎教学团队）
（→‎教学团队）
 
（2位用户的45个中间修订版本未显示）
第5行： 第5行：
 
=课程信息=
 
=课程信息=
  
−
== 课程课号 ==
+
课号：01510243
  
−
01510243
+
英文：Big Data and Machine Intelligence
  
−
== 教学目标 ==
+
简写：BDMI
  
−
*宏观
+
教学目标： [[大数据智能-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。
+
  
−
*介观
+
== 教学团队 ==
−
#学习[[计算机系统]]的基本原理。
+
−
#实践[[计算机系统-实验]]。
+
  
−
*微观
+
[[互联网+实验室|智能系统实验室]]： [[陈震]] [[陆昕]]  
−
#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 ==
+
助教：谢睿、黄世宇、高宸、许书畅
  
−
[[互联网+实验室|智能系统实验室]] [[陈震]]
+
[[BDMI-TA| 大数据与机器智能-历届助教名单]]
−
[[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 ==
 
== 教学资源 ==
  
−
[[云计算]]：[[工业云]] [http://cloud.icenter.tsinghua.edu.cn iCenter-Cloud]
+
<big>'''由清华iCenter[[AI云|人工智能平台]]保障支持。''' </big>
  
−
[[GPU计算]]：[[GPU工作站使用说明|GPU工作站]]
+
= 课堂教学 =
 +
==课程内容==
  
−
代码托管：[http://gitlab.icenter.tsinghua.edu.cn iCenter-GitLab]
+
[[大数据与机器智能-课程内容]]
  
−
= 课程内容 =
+
== 教学计划 ==
  
−
==计算机系统与分布式系统==
+
** 教学计划
−
*[[计算机系统]]是完成通用信息处理的最基本单元，涉及计算机硬件与软件两部分。计算机硬件的核心是处理器，主要的计算机软件有操作系统、数据库等。
+
  
−
[[计算机系统]]、 [[计算机系统-实验]]
+
2019年秋季学期：[[大数据智能-教学计划 | 教学计划]]、  
  
−
[[分布式系统]]是由网络连接的多计算机系统，包括分布式文件系统、分布式计算、云计算等等。互联网路由转发系统就是典型的分布式系统。
+
** 实践教学
  
−
[[分布式系统]]
+
[[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]]
  
−
 
+
== 教学管理 ==
−
== 数据科学与大数据系统 ==
+
−
*数据科学（Data Science）用于对不同领域的数据进行解析，分析与知识发现。[[数据科学]]是一种跨学科的知识体系，是领域专家知识、数学与统计和计算机科学的交集。
+
−
 
+
−
*大数据系统是实现数据管理和数据分析用途而设计的[[分布式系统]]，是数据科学的支撑系统。 [[大数据系统]]实现[[大数据]]的存储、管理、处理和服务。
+
−
 
+
−
[[数据科学]]、 [[大数据系统]]
+
−
 
+
−
 
+
−
==机器学习与机器智能==
+
−
 
+
−
*机器学习（Machine Learning），是指采用算法让机器能够从数据中自动学习的技术，机器学习可以解决一些人为设计和使用确定性程序很难解决的问题。
+
−
 
+
−
*机器智能（Machine Intelligence），是指计算机系统体现的智能的能力，如听说读写到搜索、推理、决策和回答问题等。同时也是指如何设计实现计算机系统和软件，使其具有智能的行为。
+
−
 
+
−
[[机器学习]]、 [[大数据智能]]
+
−
 
+
−
 
+
−
= 教学计划 =
+
−
 
+
−
** 教学计划  ** 实践教学
+
−
 
+
−
[[大数据智能-教学计划 | 教学计划]]、  [[大数据智能-实践教学 | 实践教学]]
+
−
 
+
−
 
+
−
= 教学管理 =
+
  
 
** 课程分组  ** 课程研究  ** 课程项目  
 
** 课程分组  ** 课程研究  ** 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]]
+
[[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-论文阅读 | 论文阅读]]
−
 
+
−
 
+
−
= 课程教材=
+
−
 
+
−
*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 =
 
= 参考资料 =
  
−
[[大数据智能-参考文献 | 参考文献]]
+
[[大数据智能-参考教材 | 参考教材]]  
  
−
[[大数据智能-参考课程 | 参考课程]]
+
[[大数据智能-参考课程 | 参考课程]]
−
 
+
−
[[大数据智能-论文阅读 | 论文阅读]]
+
  
 +
[[大数据智能-参考文献 | 参考文献]]
  
 
= 致谢 =
 
= 致谢 =
  
−
本课程获得微软Azure云计算与机器学习捐赠支持。
+
[[致谢-微软公司]]
−
 
+
−
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。
+

2019年12月9日 (一) 03:24的最后版本

版权申明

CC BY-NC-ND

课程信息

课号：01510243

英文：Big Data and Machine Intelligence

简写：BDMI

教学目标： 大数据智能-教学目标

教学团队

智能系统实验室： 陈震 陆昕 

助教：谢睿、黄世宇、高宸、许书畅

大数据与机器智能-历届助教名单

教学资源

由清华iCenter人工智能平台保障支持。

课堂教学

课程内容

大数据与机器智能-课程内容

教学计划

    • 教学计划 
2019年秋季学期： 教学计划、
    • 实践教学 
 实践教学、  调研考察

教学管理

    • 课程分组 ** 课程研究 ** 课程项目 
 学生分组、   课程研究、   课程项目、   论文阅读

参考资料

 参考教材 

 参考课程

 参考文献

致谢

致谢-微软公司

取自“http://wiki.icenter.tsinghua.edu.cn/icenterwiki/index.php?title=大数据与机器智能&oldid=56018”