|
|
| （2位用户的9个中间修订版本未显示） |
| 第1行： |
第1行： |
| − | ==课程准备== | + | === 2017年秋季-课程项目 === |
| | | | |
| − | ==课程项目目标==
| + | 大数据智能-结课大作业-2017年秋季 |
| − | 构建可以实用化的人工智能云服务。
| + | |
| | | | |
| − | 平台：云平台/工作站
| + | 结课大作业（Final project） |
| | | | |
| − | ===学生准备===
| + | 时间：13~18周 |
| | | | |
| − | 携带笔记本，智能手机
| + | 1. 自主创意； |
| | + | 2. 基于课程学习的技术； |
| | + | 3. 自主组合团队； |
| | + | 4. 创意的方案（包括技术方案，不一定要完全实现，有Demo更好）； |
| | + | 5. 评分：课程报告形式，包括方案文档与PPT；（根据方案的新颖性、可行性准则、展示内容等评分）。 |
| | | | |
| − | (Bring your own laptop computers and camera-ready smart phones)
| + | [[大数据智能-课程项目-2017年秋季]] |
| | | | |
| − | ===Azure云平台使用=== | + | === 2017年春季-课程项目 === |
| | | | |
| − | [http://portal.azure.com Azure] | + | [[大数据-位图索引-实验]] |
| | | | |
| − | ===Flask-Web服务器搭建=== | + | === 2016年秋季-课程项目 === |
| | | | |
| − | [[Flask-Web服务器搭建]]
| + | [[大数据智能-课程项目-2016年秋季]] |
| − | | + | |
| − | ==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）(校历第四周)
| + | |
| − | | + | |
| − | 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]
| + | |
| − | | + | |
| − | 时间：10月26日下周三中午12点之前。（校历第七周）
| + | |
| − | | + | |
| − | ===每组工作===
| + | |
| − | | + | |
| − | 每组熟悉了解Lucida的7种AI服务的实现原理
| + | |
| − | | + | |
| − | [[大数据智能-Lucida使用]] | + | |
| − | | + | |
| − | ==项目3-TensorFlow/Keras实践==
| + | |
| − | | + | |
| − | ===作业1_TensorFlow===
| + | |
| − | #阅读深度学习DeepLearning教程
| + | |
| − | #安装Google TensorFlow
| + | |
| − | #完成TensorFlow网站上Get Started.
| + | |
| − | | + | |
| − | *测试实验
| + | |
| − | [https://www.tensorflow.org/versions/master/tutorials/mnist/beginners/index.html MNIST For ML Beginners]
| + | |
| − | | + | |
| − | 时间：2016年11月2日中午12点（校历第八周）
| + | |
| − | | + | |
| − | ===作业2_Keras===
| + | |
| − | #安装Keras
| + | |
| − | #Keras: Deep Learning library for Theano and TensorFlow
| + | |
| − | [https://keras.io/ Keras]
| + | |
| − | | + | |
| − | *测试实验
| + | |
| − | http://gitlab.icenter.tsinghua.edu.cn/tuna/elixir.git
| + | |
| − | | + | |
| − | 时间：2016年11月23日晚上24点（校历第十一周）
| + | |
| − | | + | |
| − | ==项目4-云+端整合==
| + | |
| − | | + | |
| − | 时间：2016年11月9日中午12点（校历第九周）（特殊情况，延长一周）
| + | |
| − | | + | |
| − | ===Thrift协议===
| + | |
| − | | + | |
| − | [https://thrift.apache.org Thrift]
| + | |
| − | | + | |
| − | ===Client端===
| + | |
| − | | + | |
| − | 调用摄像头拍照
| + | |
| − | | + | |
| − | 调用Thrift接口
| + | |
| − | | + | |
| − | ===Server端===
| + | |
| − | | + | |
| − | 接收图片文件
| + | |
| − | | + | |
| − | 调用服务端程序
| + | |
| − | | + | |
| − | ===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]
| + | |
| − | | + | |
| − | ==项目5-机器智能==
| + | |
| − | | + | |
| − | ===描述===
| + | |
| − | | + | |
| − | 完成一个可展示的人工智能系统
| + | |
| − | | + | |
| − | 步骤：
| + | |
| − | | + | |
| − | # 设置Azure虚拟机
| + | |
| − | # 架构Flask-Web服务
| + | |
| − | # 建立AI服务（Google Tensorflow）
| + | |
| − | # lucida.ai
| + | |
| − | # 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="height:20px"|[[[http://gitlab.icenter.tsinghua.edu.cn Group4]]]
| + | |
| − | |style="width:200px"|[[[http://gitlab.icenter.tsinghua.edu.cn/ Group5]]]
| + | |
| − | |[[[http://gitlab.icenter.tsinghua.edu.cn/ Group6]]]
| + | |
| − | |-
| + | |
| − | |}
| + | |
| − | | + | |
| − | ==项目6-ChatBot开发==
| + | |
| − | 基于微软BotFramework和Luis自然语音理解API，设计并实现具有实用场景的智能机器人对话服务。
| + | |
| − | | + | |
| − | *实验参考文档 [https://aka.ms/tsinghua_hack Hackathon_code]
| + | |
| − | | + | |
| − | ===动手实验===
| + | |
| − | | + | |
| − | 根据微软提供的文档，一步一步搭建一个简单的对话机器人，并将Code上传Azure，
| + | |
| − | 或者直接将微软提供的Sample Code上传Azure，发布成Web App，并和Skype或者Web结合（时间1.5小时）
| + | |
| − | | + | |
| − | ===设计===
| + | |
| − | | + | |
| − | 自己的智能对话机器人应用场景和功能，并设想可能的解决方案，并做报告（时间1.5小时）
| + | |
| − | | + | |
| − | ===实现===
| + | |
| − | | + | |
| − | 设计的Bot的核心功能和主要场景（时间5小时）
| + | |
| − | （微软会提供两个版本的Sample Code，分别是C#和NodeJS版本，选手可以根据此Code修改为自己设计的智能对话机器人，或者重新创建设计新的智能对话机器人）
| + | |
| − | | + | |
| − | ===报告===
| + | |
| − | | + | |
| − | 展示自己设计实现的智能对话机器人（时间10分钟）
| + | |
| − | | + | |
| − | * 建议使用Visual Studio 2015 Community开发微软智能对话机器人
| + | |
| − | : https://www.visualstudio.com/zh-hans/downloads/
| + | |
| − | | + | |
| − | * 微软云Azure Web服务：
| + | |
| − | : https://azure.microsoft.com/zh-cn/services/app-service/web
| + | |
| − | | + | |
| − | ==项目7-NeuralArt实践==
| + | |
| − | 神经网络艺术
| + | |
| − | | + | |
| − | ===研读论文===
| + | |
| − | *A Learned Representation For Artistic Style [https://arxiv.org/abs/1610.07629 Google_art_style]
| + | |
| − | *A Neural Algorithm of Artistic Style [https://github.com/anishathalye/neural-style neural-style]
| + | |
| − | *Image Style Transfer Using Convolutional Neural Networks_CVPR_2016 [https://github.com/gcucurull/neural-art-transfer neural-art-transfer]
| + | |
| − | | + | |
| − | ===Google Art and Machine Intelligence(AMI)===
| + | |
| − | Magenta [https://magenta.tensorflow.org/ TensorFlow_Magenta]
| + | |
| − | | + | |
| − | AMI [https://research.googleblog.com/2016/10/supercharging-style-transfer.html#1 google_AMI]
| + | |
| − | | + | |
| − | ===创业公司===
| + | |
| − | [http://deepart.io DeepArt]
| + | |
| − | | + | |
| − | ===作业完成===
| + | |
| − | 第1组、第2组、第3组、第5组
| + | |
| − | | + | |
| − | 第4组和第6组（缺）
| + | |
| − | | + | |
| − | ==项目8-机器学习和大数据分析（Azure云）==
| + | |
| − | | + | |
| − | 实验参考网址
| + | |
| − | [https://aka.ms/Tsinghua-WorkShop ML_BD_code]
| + | |
| − | | + | |
| − | *按照实验指导，一步步完成两个随堂作业。
| + | |
| − | ===机器学习===
| + | |
| − | （1） 手写字体分类；
| + | |
| − | | + | |
| − | *Exercise 1: Create a Machine Learning experiment
| + | |
| − | *Exercise 2: Upload a dataset
| + | |
| − | *Exercise 3: Train a classification model
| + | |
| − | *Exercise 4: Score the model
| + | |
| − | *Exercise 5: Deploy the model as a Web service
| + | |
| − | | + | |
| − | 实验1 过程说明 [https://github.com/yw346090249/Tsinghua-WorkShop/tree/master/Machine%20Learning Machine_Learning]
| + | |
| − | | + | |
| − | ===大数据分析===
| + | |
| − | （2）spark集群实验；
| + | |
| − | | + | |
| − | *Exercise 1: Create a Spark cluster on HDInsight
| + | |
| − | *Exercise 2: Upload Jupyter notebooks to the cluster
| + | |
| − | *Exercise 3: Work with Jupyter notebooks
| + | |
| − | *Exercise 4: Interactively explore data in Spark
| + | |
| − | *Exercise 5: Use Jupyter to develop a machine-learning model
| + | |
| − | *Exercise 6: Remove the HDInsight Spark cluster
| + | |
| − | | + | |
| − | 实验2 过程说明 [https://github.com/yw346090249/Tsinghua-WorkShop/tree/master/HDInsight HDInsight]
| + | |
| − | | + | |
| − | ==项目9-增强学习实验==
| + | |
| − | | + | |
| − | ===论文===
| + | |
| − | Value Iteration Networks
| + | |
| − | [https://papers.nips.cc/paper/6046-value-iteration-networks VIN]
| + | |
| − | | + | |
| − | ===实验===
| + | |
| − | Value Iteration Networks in TensorFlow
| + | |
| − | https://github.com/TheAbhiKumar/tensorflow-value-iteration-networks
| + | |
| − | | + | |
| − | =数字化出版=
| + | |
| − | [http://www.madoko.net Madoko]
| + | |
1. 自主创意；
2. 基于课程学习的技术；
3. 自主组合团队；
4. 创意的方案（包括技术方案，不一定要完全实现，有Demo更好）；
5. 评分：课程报告形式，包括方案文档与PPT；（根据方案的新颖性、可行性准则、展示内容等评分）。
