=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。教学目标： [[大数据智能-教学目标]]
*介观#学习[[计算机系统]]的基本原理。#实践[[计算机系统-实验]]。== 教学团队 ==
*微观#学习 [[大数据系统互联网+实验室|智能系统实验室]]的原理与技术，在实践中运用大数据技术。#学习： [[大数据智能陈震]] [[陆昕]]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BDMI-TA|智能系统实验室大数据与机器智能-历届助教名单]]：[[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 ==
<big>'''由清华iCenter [[互联网+创新平台AI云|人工智能平台]] 保障支持。''' </big>
= 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 ** 实践教学
2019年秋季学期：[[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]]、 [[大数据智能-调研考察| 调研考察]]
= 教学管理 =** 实践教学
** 课程分组 ** 课程研究 ** 课程项目 [[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]]
[[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]]== 教学管理 ==
** 课程分组 ** 课程研究 ** 课程项目
= 课程教材= *分布式系统：# M Steen, AS Tanenbaum, Distributed systems: principles and paradigms, Prentice Hall, 2007. [https://www.distributed[大数据智能-systems.net Distributed Systems学生分组 | 学生分组] *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[大数据智能-课程研究 | 课程研究] *深度学习：# Ian Goodfellow, Yoshua Bengio, Aaron Courville, Deep Learning, MIT Press, 2016. ]、 [http://www.deeplearningbook.org/ DeepLearningBook[大数据智能-课程项目 | 课程项目] *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[大数据智能-book.html Intro_RL论文阅读 | 论文阅读]]
= 参考资料 =
[[大数据智能-参考文献 参考教材 | 参考文献参考教材]]
[[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 =
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。[[致谢-微软公司]]