|
|
| （12位用户的363个中间修订版本未显示） |
| 第1行： |
第1行： |
| − | ==版权申明==
| + | = 版权申明 = |
| − | CC BY-NC-SA
| + | |
| | | | |
| − | ==教学团队==
| + | CC [https://creativecommons.org/licenses/by-nc-nd/3.0/cn/ BY-NC-ND] |
| − | 互联网+实验室 [http://net.icenter.tsinghua.edu.cn iNetLab]
| + | |
| | | | |
| − | [https://www.researchgate.net/profile/Zhen_Chen16/ 陈震]
| + | =课程信息= |
| − | 马晓东 章屹松 王蓓蓓 高英
| + | |
| | | | |
| − | 助教：郑文勋 李辰星
| + | 课号：01510243 |
| | | | |
| − | ==协同开发==
| + | 英文：Big Data and Machine Intelligence |
| − | iCenter-cloud [http://cloud.icenter.tsinghua.edu.cn iCenter-cloud]
| + | |
| | | | |
| − | Gitlab [http://gitlab.icenter.tsinghua.edu.cn GitLab]
| + | 简写：BDMI |
| | | | |
| − | =教学目标=
| + | 教学目标： [[大数据智能-教学目标]] |
| | | | |
| − | 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，在实践中运用大数据智能理论与技术。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。
| + | == 教学团队 == |
| | | | |
| − | =课程内容=
| + | [[互联网+实验室|智能系统实验室]]： [[陈震]] [[陆昕]] |
| | | | |
| − | ==技术浅论==
| + | 助教：谢睿、黄世宇、高宸、许书畅 |
| − | ===技术本质===
| + | |
| − | *多维多角度：工具论/人文关怀/社会抱负/技术社会
| + | |
| | | | |
| − | *客观上（大众）
| + | [[BDMI-TA| 大数据与机器智能-历届助教名单]] |
| | | | |
| − | **“受害与受益” （两面性）
| + | == 教学资源 == |
| − | ::金融理财便捷
| + | |
| − | ::金融电信诈骗
| + | |
| | | | |
| − | **受益方
| + | <big>'''由清华iCenter[[AI云|人工智能平台]]保障支持。''' </big> |
| − | ::技术改变的领导者（“quick money”）
| + | |
| − | ::受惠的人群（便捷性）
| + | |
| | | | |
| − | **受害方
| + | = 课堂教学 = |
| − | ::技术改变被动接受的人
| + | ==课程内容== |
| − | ::被技术改变淘汰的人
| + | |
| | | | |
| − | *主观上（单个人）
| + | [[大数据与机器智能-课程内容]] |
| − | ::取决于个人立场、价值观、经历等等
| + | |
| | | | |
| − | ===技术泡沫=== | + | == 教学计划 == |
| − | *市场宣传和预期炒作，以及一些传媒的洗脑性的报道等的原因，导致概念混乱。
| + | |
| − | *需要找到技术的本质（涉及认识论）
| + | |
| − | *科学思维就是防止被洗脑，无脑思考。
| + | |
| − | *研究思路：规范模式和实证模式
| + | |
| − | **事实陈述的时候，一定要找到论点以及论据，以及判断论点是否统帅论据，论据是否支持论点。
| + | |
| − | **实践与操作获得体验，而非感觉与愿望。
| + | |
| | | | |
| − | ==大数据索引==
| + | ** 教学计划 |
| − | 索引是加快查找的数据结构(data structure)，主要有树Tree，哈希表和倒排索引。
| + | |
| | | | |
| − | Readings:
| + | 2019年秋季学期：[[大数据智能-教学计划 | 教学计划]]、 |
| − | #Thomas H. Cormen, introduction to algorithms, third edition, MIT press, 2009.
| + | |
| − | #Tardos, Eva, and Jon Kleinberg. "Algorithm Design." (2006).
| + | |
| − | ---- | + | |
| − | ===Hash Table===
| + | |
| | | | |
| − | 布隆过滤器（BloomFilter）
| + | ** 实践教学 |
| | | | |
| − | [http://billmill.org/bloomfilter-tutorial BloomFilter] | + | [[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]] |
| | | | |
| − | [https://github.com/magnuss/java-bloomfilter java-bloomfilter]
| + | == 教学管理 == |
| | | | |
| − | [https://github.com/lemire/bloofi Bloofi]
| + | ** 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-论文阅读 | 论文阅读]] |
| | | | |
| − | Readings:
| + | = 参考资料 = |
| | | | |
| − | #B. H. Bloom,Space/time trade-offs in hash coding with allowable errors, Commun. ACM, Volume 13 Issue 7, Pages 422-426, July 1970.
| + | [[大数据智能-参考教材 | 参考教材]] |
| − | #Crainiceanu, Adina, and Daniel Lemire. "Bloofi: Multidimensional Bloom Filters." Information Systems 54 (2015): 311-324.
| + | |
| − | ----
| + | |
| | | | |
| − | ===Tree Index===
| + | [[大数据智能-参考课程 | 参考课程]] |
| | | | |
| − | B-tree [https://en.wikipedia.org/wiki/B-tree B-tree]
| + | [[大数据智能-参考文献 | 参考文献]] |
| | | | |
| − | K-D tree [https://en.wikipedia.org/wiki/K-d_tree kd-tree]
| + | = 致谢 = |
| | | | |
| − | R-tree [https://en.wikipedia.org/wiki/R-tree R-tree]
| + | [[致谢-微软公司]] |
| − | | + | |
| − | R+ tree [https://en.wikipedia.org/wiki/R%2B_tree R+ tree]
| + | |
| − | | + | |
| − | | + | |
| − | Readings:
| + | |
| − | #Guttman, Antonin. R-trees: a dynamic index structure for spatial searching. Vol. 14, no. 2. ACM, 1984.
| + | |
| − | #Sellis, Timos, Nick Roussopoulos, and Christos Faloutsos. "The R+-Tree: A Dynamic Index for Multi-Dimensional Objects." VLDB, 1987.
| + | |
| − | ----
| + | |
| − | | + | |
| − | ===Inverted Index===
| + | |
| − | | + | |
| − | 倒排索引 (Inverted Index)是搜索引擎使用的数据结构。
| + | |
| − | 倒排索引将关键字(keyword)映射到文档(document)，在信息检索（Information Retrieval）中发挥重要作用。
| + | |
| − | | + | |
| − | 在倒排索引中，每个关键词对应一个倒排链表（inverted list），记录了该关键词出现的所有文档的编号。
| + | |
| − | | + | |
| − | #倒排索引上的最重要的运算是集合交（Conjunction），并（Disjunction）和非（Negation）。
| + | |
| − | #倒排索引在实际实现中，可以采用位图（bitmap）与整数链表（integer list）两种结构形式。
| + | |
| − | #倒排索引上的交，并和非运算，对应的整数链表操作是Intersection/Unions操作，对应位图是比特AND, OR, NOT操作。
| + | |
| − | | + | |
| − | 倒排索引实现：
| + | |
| − | [https://lucene.apache.org/core/ Lucene]
| + | |
| − | | + | |
| − | ----
| + | |
| − | =====Bitmap Index=====
| + | |
| − | Roarin Bitmap [https://github.com/RoaringBitmap/RoaringBitmap Java-Roaring]
| + | |
| − | [https://github.com/RoaringBitmap/CRoaring CRoaring]
| + | |
| − | | + | |
| − | [http://gitlab.icenter.tsinghua.edu.cn/zhenchen/BAH BAH]
| + | |
| − | | + | |
| − | Readings:
| + | |
| − | #Chambi, Samy, Daniel Lemire, Owen Kaser, and Robert Godin. "Better bitmap performance with Roaring bitmaps." Software: practice and experience, 2015.
| + | |
| − | #Vallentin, Matthias, Vern Paxson, and Robin Sommer. "VAST: a unified platform for interactive network forensics." 13th USENIX Symposium on Networked Systems Design and Implementation (NSDI 16), 2016.
| + | |
| − | #Vallentin, Matthias. Scalable Network Forensics. Diss. University of California, Berkeley, 2016.
| + | |
| − | #Chenxing Li et al., BAH: A Bitmap Index Compression Algorithm for Fast Data Retrieval, LCN 2016.
| + | |
| − | ----
| + | |
| − | | + | |
| − | =====Integer List=====
| + | |
| − | | + | |
| − | Data Structures for Inverted Indexes (ds2i) [https://github.com/ot/ds2i ds2i]
| + | |
| − | | + | |
| − | [http://github.com/ot/partitioned_elias_fano partitioned_elias_fano]
| + | |
| − | [https://github.com/lemire/FastPFor FastPFor]
| + | |
| − | | + | |
| − | Readings:
| + | |
| − | #Culpepper, J. Shane, and Alistair Moffat. "Efficient set intersection for inverted indexing." ACM Transactions on Information Systems (TOIS), 2010.
| + | |
| − | #Schlegel, Benjamin, Thomas Willhalm, and Wolfgang Lehner. Fast Sorted-Set Intersection using SIMD Instructions, ADMS 2011.
| + | |
| − | #Inoue, Hiroshi, Moriyoshi Ohara, and Kenjiro Taura, Faster Set Intersection with SIMD instructions by Reducing Branch Mispredictions, VLDB 2014.
| + | |
| − | #Kane, Andrew, and Frank Wm Tompa, Skewed Partial Bitvectors for List Intersection, SIGIR 2014.
| + | |
| − | #Giuseppe Ottaviano, Nicola Tonellotto, Rossano Venturini, Optimal Space-Time Tradeoffs for Inverted Indexes, ACM WSDM 2015.
| + | |
| − | #Lakshminarasimhan, Sriram, et al. "Scalable in situ scientific data encoding for analytical query processing." Proceedings of the 22nd international symposium on High-performance parallel and distributed computing. ACM, 2013.
| + | |
| − | ----
| + | |
| − | | + | |
| − | ===混合结构===
| + | |
| − | | + | |
| − | 融合几种独立结构的混合结构
| + | |
| − | | + | |
| − | #Athanassoulis, Manos, and Anastasia Ailamaki. "BF-tree: approximate tree indexing." Proceedings of the VLDB Endowment 7, no. 14 (2014): 1881-1892.
| + | |
| − | ----
| + | |
| − | | + | |
| − | ===其它结构===
| + | |
| − | | + | |
| − | Succinct Data Structure
| + | |
| − | | + | |
| − | [https://github.com/simongog/sdsl-lite Succinct Data Structure Library]
| + | |
| − | | + | |
| − | [https://github.com/simongog/sdsl-lite/wiki/List-of-Implemented-Data-Structures Implemented_SDS]
| + | |
| − | | + | |
| − | #Bitvectors supporting Rank and Select
| + | |
| − | #Integer Vectors
| + | |
| − | #Wavelet Trees
| + | |
| − | #Compressed Suffix Arrays (CSA)
| + | |
| − | #Balanced Parentheses Representations
| + | |
| − | #Longest Common Prefix (LCP) Arrays
| + | |
| − | #Compressed Suffix Trees (CST)
| + | |
| − | #Range Minimum/Maximum Query (RMQ) Structures
| + | |
| − | | + | |
| − | Readings:
| + | |
| − | #Navarro, Gonzalo, and Eliana Providel. 2012. “Fast, Small, Simple Rank/Select on Bitmaps.” In Proceedings of the 11th International Symposium on Experimental Algorithms (SEA 2013), 295–306.
| + | |
| − | | + | |
| − | ==大数据算法==
| + | |
| − | | + | |
| − | ===数据解析===
| + | |
| − | 数据解析（Data Analytic），是指对数据集的属性值进行SUM，TopN，Rank操作。一般要求实时响应。
| + | |
| − | | + | |
| − | Readings:
| + | |
| − | #Navarro, Gonzalo, and Eliana Providel. "Fast, small, simple rank/select on bitmaps." In International Symposium on Experimental Algorithms, pp. 295-306. Springer Berlin Heidelberg, 2012.
| + | |
| − | | + | |
| − | | + | |
| − | Broadword Implementation of Rank
| + | |
| − | | + | |
| − | [https://lucene.apache.org/core/4_5_0/core/org/apache/lucene/util/BroadWord.html Broadword]
| + | |
| − | | + | |
| − | #Vigna, Sebastiano. "Broadword implementation of rank/select queries." In International Workshop on Experimental and Efficient Algorithms, pp. 154-168. Springer Berlin Heidelberg, 2008.
| + | |
| − | | + | |
| − | ----
| + | |
| − | | + | |
| − | ====大数据解析平台====
| + | |
| − | | + | |
| − | Apache Kylin [http://kylin.io Kylin]
| + | |
| − | | + | |
| − | Druid [http://druid.io/ Druid]
| + | |
| − | ----
| + | |
| − | | + | |
| − | ===基数估计===
| + | |
| − | 基数估计（Cardinality Estimation），评估一下一个集合中不同数目的个数。比如，访问一个网站的独立IP个数。
| + | |
| − | | + | |
| − | Cardinality Estimation Algorithm
| + | |
| − | | + | |
| − | #Flajolet, Philippe, Éric Fusy, Olivier Gandouet, and Frédéric Meunier. "Hyperloglog: the analysis of a near-optimal cardinality estimation algorithm." DMTCS Proceedings 1 (2008).
| + | |
| − | #Heule, Stefan, Marc Nunkesser, and Alexander Hall. "HyperLogLog in practice: algorithmic engineering of a state of the art cardinality estimation algorithm." In Proceedings of the 16th International Conference on Extending Database Technology, pp. 683-692. ACM, 2013.
| + | |
| − | ----
| + | |
| − | | + | |
| − | ==大数据系统==
| + | |
| − | | + | |
| − | ===Hadoop===
| + | |
| − | [http://hadoop.apache.org Hadoop]
| + | |
| − | | + | |
| − | #Sanjay Ghemawat, Howard Gobioff, and Shun-Tak Leung. "The Google file system." ACM SIGOPS operating systems review. Vol. 37. No. 5. ACM, 2003.
| + | |
| − | #Jeffrey Dean and Sanjay Ghemawat. "MapReduce: simplified data processing on large clusters." Communications of the ACM 51.1 (2008): 107-113.
| + | |
| − | | + | |
| − | ===Spark===
| + | |
| − | [http://spark.apache.org Spark]
| + | |
| − | | + | |
| − | #Zaharia, Matei, et al. "Spark: cluster computing with working sets.“ Proceedings of the 2nd USENIX conference on Hot topics in cloud computing. Vol. 10. 2010.
| + | |
| − | | + | |
| − | ==机器智能==
| + | |
| − | | + | |
| − | ===机器学习===
| + | |
| − | | + | |
| − | Machine Learning [http://scikit-learn.org scikit-learn]
| + | |
| − | | + | |
| − | ===深度神经网络===
| + | |
| − | | + | |
| − | Google TensorFlow [https://www.tensorflow.org Tensorflow]
| + | |
| − | | + | |
| − | TensorFlow: A System for Large-Scale Machine Learning, OSDI 2016.[https://www.usenix.org/conference/osdi16/program OSDI-2016]
| + | |
| − | | + | |
| − | ===计算机围棋===
| + | |
| − | | + | |
| − | Better Computer Go Player with Neural Network and Long-term Prediction
| + | |
| − | | + | |
| − | Pachi: State of the art open source Go program
| + | |
| − | | + | |
| − | Training Deep Convolutional Neural Networks to Play Go
| + | |
| − | | + | |
| − | ==论文报告撰写==
| + | |
| − | | + | |
| − | [http://www.madoko.net Madoko]
| + | |
| − | | + | |
| − | =项目分组=
| + | |
| − | | + | |
| − | ===第一组===
| + | |
| − | 组长：
| + | |
| − | 姚沛然
| + | |
| − | | + | |
| − | 组员：
| + | |
| − | 王逸伦 张正彦
| + | |
| − | | + | |
| − | ===第二组===
| + | |
| − | 组长：王亦凡
| + | |
| − | | + | |
| − | 组员：刘梦旸、邱昱田
| + | |
| − | | + | |
| − | ===第三组===
| + | |
| − | 组长：李子豪
| + | |
| − | | + | |
| − | 组员：娄晨耀 张若天 邹逍遥
| + | |
| − | | + | |
| − | ===第四组===
| + | |
| − | 组长：石冠亚
| + | |
| − | | + | |
| − | 组员：宣程 汤鹏 段了了
| + | |
| − | | + | |
| − | ===第五组===
| + | |
| − | 组长：杨文聪
| + | |
| − | | + | |
| − | 组员：梅杰 计昊哲 杨应人
| + | |
| − | | + | |
| − | ===第六组===
| + | |
| − | 组长：赵宇璋
| + | |
| − | | + | |
| − | 组员：孙炜岳 吴一凡
| + | |
| − | | + | |
| − | ===第八组===
| + | |
| − | 组长：熊铮
| + | |
| − | | + | |
| − | 组员：范承泽，秦梓鑫
| + | |
| − | | + | |
| − | =论文研读=
| + | |
| − | | + | |
| − | 要求：提交研读论文的PPT（正文部分不超过10页）。
| + | |
| − | | + | |
| − | 时间：10月14日中午12点之前。
| + | |
| − | | + | |
| − | 10月19日下午安排每组做一个小报告，每组时间不超过10分钟。
| + | |
| − | | + | |
| − | ===第一组===
| + | |
| − | RUBIK: Efficient Threshold Queries on Massive Time Series, SSDBM 2015.
| + | |
| − | | + | |
| − | ===第二组===
| + | |
| − | SciCSM: Novel Contrast Set Mining over Scientific Datasets Using Bitmap Indices, SSDBM 2015.
| + | |
| − | | + | |
| − | ===第三组===
| + | |
| − | ALACRITY: Analytics-Driven Lossless Data Compression for Rapid In-Situ Indexing, Storing, and Querying, TLDKS X, 2013.
| + | |
| − | | + | |
| − | ===第四组===
| + | |
| − | VSEncoding: Efficient Coding and Fast Decoding of Integer Lists via Dynamic Programming, CIKM 2010.
| + | |
| − | | + | |
| − | ===第五组===
| + | |
| − | Super-Scalar RAM-CPU Cache Compression, ICDE 2006.
| + | |
| − | | + | |
| − | ===第六组===
| + | |
| − | Partitioned Elias-Fano Indexes, SIGIR 2014.
| + | |
| − | | + | |
| − | ===第八组===
| + | |
| − | Optimal Space-time Tradeoffs for Inverted Indexes, WSDM 2015.
| + | |
| − | | + | |
| − | =课程实践=
| + | |
| − | | + | |
| − | ===学生准备===
| + | |
| − | 携带笔记本，智能手机
| + | |
| − | (Bring your own laptop computers and camera-ready smart phones)
| + | |
| − | | + | |
| − | ===Azure云平台使用===
| + | |
| − | | + | |
| − | [http://portal.azure.com Azure]
| + | |
| − | | + | |
| − | ===Flask Web服务器搭建===
| + | |
| − | :准备virtualenv 安装方法下面两条命令可能会适用mac和linux:
| + | |
| − | | + | |
| − | $ sudo easy_install virtualenv
| + | |
| − | :或者更好的:
| + | |
| − | | + | |
| − | $ sudo pip install virtualenv
| + | |
| − | | + | |
| − | 如果你使用 Ubuntu ，请尝试:
| + | |
| − | | + | |
| − | $ sudo apt-get install python-virtualenv
| + | |
| − | | + | |
| − | Centos，请尝试：
| + | |
| − | | + | |
| − | $ sudo yum install python-virtualenv
| + | |
| − | | + | |
| − | :安装好virtualenv后，可以创建一个项目文件夹，利用virtualenv命令在其下创建 venv 文件夹:
| + | |
| − | | + | |
| − | $ mkdir myproject
| + | |
| − | $ cd myproject
| + | |
| − | $ virtualenv venv
| + | |
| − | New python executable in venv/bin/python
| + | |
| − | Installing distribute............done.
| + | |
| − | 现在，只要你想要在某个项目上工作，只要激活相应的环境。在 OS X 和 Linux 下，按如下做:
| + | |
| − | | + | |
| − | $ . venv/bin/activate
| + | |
| − | | + | |
| − | :现在你只需要键入以下的命令来激活你的 virtualenv 中的 Flask:
| + | |
| − | | + | |
| − | $ pip install Flask
| + | |
| − | | + | |
| − | :几秒后，一切就为你准备就绪。(weiwandaixu)
| + | |
| − | | + | |
| − | =课程项目=
| + | |
| − | | + | |
| − | ==项目1-大数据==
| + | |
| − | | + | |
| − | ===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。
| + | |
| − | | + | |
| − | | + | |
| − | 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。
| + | |
| − | | + | |
| − |
| + | |
| − | 网流数据：\\166.111.134.110\team-saturn\网流数据
| + | |
| − | | + | |
| − |
| + | |
| − | 代码托管：http://gitlab.icenter.tsinghua.edu.cn
| + | |
| − | | + | |
| − |
| + | |
| − | 时间：10月7日中午12点之前（特殊情况，推迟一周）
| + | |
| − | | + | |
| − |
| + | |
| − | 组织：以组为单位，要求要看到所有同学的贡献。
| + | |
| − | | + | |
| − | ===作业提交===
| + | |
| − | | + | |
| − | {|border=1
| + | |
| − | |style="height:20px;width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/xavieryao/bitmap-db Group1]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/bdmi_group2/bitmap Group2]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/3rd_group/bitmap_indexing Group3]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/taanng/Bitmap Group4]]]
| + | |
| − | |-
| + | |
| − | |style="height:20px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ddeerreekk/Experiment_1_Bitmap_Index Group5]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/bdmi_group6/project1 Group6]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/ Group7]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/FQX/bitmap Group8]]]
| + | |
| − | |-
| + | |
| − | |}
| + | |
| − | | + | |
| − | ==项目2-Lucida使用==
| + | |
| − | | + | |
| − | ===Lucida安装===
| + | |
| − | 每个组在清华工业云平台上安装Lucida软件
| + | |
| − | | + | |
| − | 清华工业云
| + | |
| − | [https://cloud.icenter.tsinghua.edu.cn icenter-cloud]
| + | |
| − | | + | |
| − | 下载地址
| + | |
| − | [https://github.com/claritylab/lucida Lucida-AI]
| + | |
| − | | + | |
| − | ===每组工作===
| + | |
| − | 每组熟悉了解Lucida的7种AI服务的实现原理：
| + | |
| − | | + | |
| − | ====日历服务CA====
| + | |
| − | | + | |
| − | ====图像匹配IMM====
| + | |
| − | | + | |
| − | ====图像分类IMC====
| + | |
| − | | + | |
| − | ====问答QA====
| + | |
| − | | + | |
| − | ====手写数字识别DIG====
| + | |
| − | | + | |
| − | ====人脸识别FACE====
| + | |
| − | | + | |
| − | ====语音识别ASR====
| + | |
| − | | + | |
| − | | + | |
| − | 时间：10月26日下周三中午12点之前。
| + | |
| − | | + | |
| − | ==项目2-云+端整合==
| + | |
| − | | + | |
| − | ===Thrift协议===
| + | |
| − | | + | |
| − | [https://thrift.apache.org Thrift]
| + | |
| − | ----
| + | |
| − | ===client端===
| + | |
| − | *调用摄像头拍照
| + | |
| − | | + | |
| − | *调用Thrift接口
| + | |
| − | | + | |
| − | ===参考===
| + | |
| − | [https://developer.android.com/index.html Android开发入门]
| + | |
| − | | + | |
| − | [http://cordova.apache.org cordova]
| + | |
| − | | + | |
| − | [https://github.com/claritylab/clarity-mobile clarity-mobile]
| + | |
| − | ----
| + | |
| − | ===server端===
| + | |
| − | *接收图片文件
| + | |
| − | | + | |
| − | *调用服务端程序
| + | |
| − | | + | |
| − | ==项目3-机器智能==
| + | |
| − | | + | |
| − | | + | |
| − | | + | |
| − | ===描述===
| + | |
| − | | + | |
| − | 完成一个可展示的人工智能系统
| + | |
| − | | + | |
| − | *步骤1：设置azure虚拟机；
| + | |
| − | *步骤2：架构flask-web服务；
| + | |
| − | *步骤3：建立AI服务（Google Tensorflow）；
| + | |
| − | *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：
| + | |
| − | [http://lucida.ai Lucida-AI]
| + | |
| − | | + | |
| − | ===作业提交===
| + | |
| − | | + | |
| − | {|border=1
| + | |
| − | |style="height:20px;width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn Group1]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group2]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group3]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group4]]]
| + | |
| − | |-
| + | |
| − | |style="height:20px"|[[[http://gitlab.icenter.tsinghua.edu.cn Group5]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/ Group6]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/ Group7]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/ Group8]]]
| + | |
| − | |-
| + | |
| − | |}
| + | |
| − | | + | |
| − | =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。
| + | |
| − | | + | |
| − | =参考文献=
| + | |
| − | 基础
| + | |
| − | | + | |
| − | #Hennessy, John L., and David A. Patterson. Computer architecture: a quantitative approach. Elsevier, 2011.
| + | |
| − | #Matthew, Neil, and Richard Stones. Beginning linux programming. John Wiley & Sons, 2011.
| + | |
| − | #Stroustrup, Bjarne. The C++ programming language. Pearson Education, 2013.
| + | |
| − | #Weiss, Mark Allen. Data structures and algorithm analysis in Java. Addison-Wesley Longman Publishing Co., Inc., 1998.
| + | |
| − | #Flanagan, David. JavaScript: The definitive guide: Activate your web pages. " O'Reilly Media, Inc.", 2011.
| + | |
| − | #Grinberg, Miguel. Flask Web Development: Developing Web Applications with Python. O'Reilly Media, Inc., 2014.
| + | |
| − | | + | |
| − | 深度学习
| + | |
| − | | + | |
| − | #Yoshua Bengio, Ian Goodfellow, Aaron Courville, Deep Learning, MIT Press, 2016.
| + | |
| − | #Google brain team, TensorFlow: Large-scale machine learning on heterogeneous systems, whitepaper, 2015.
| + | |
| − | #Vijay Agneeswaran, Real-Time Applications with Storm, Spark, and More Hadoop Alternatives, 2014.
| + | |
