Artificial Intelligence and Big Data Computing Programming

课程简介

1. 介绍人工智能和大数据计算的历史、术语、技术及应用。 2. 介绍用于人工智能和大数据分析的编程语言和工具。 a. 分布式计算框架 MapReduce 及其实现，例如 Hadoop。 b. 机器学习开发平台，例如 Python 及其常用库，如 scikit-learn、PyTorch、TensorFlow。 c. 大数据数据库系统，例如 NoSQL。 3. 介绍基于神经网络的机器学习模型，包括多层感知器、深度信念网络、卷积神经网络和循环神经网络（例如 LSTM）。 4. 在 Python 中实现的机器学习技术，包括线性回归、多层感知器、卷积神经网络和循环神经网络的技术。 5. 人工智能和大数据的应用实例。

学习目标

1. 为学生提供人工智能和大数据计算的编程及实际问题解决能力。 2. 为学生提供在各种应用场景下利用大数据工具和技术的知识和技能。 3. 为学生提供在大数据平台（例如 Hadoop、Python、NoSQL）及深度学习模型实现方面的动手实践体验。

先修要求

无

教学模式

本课程将通过讲座和实验课的形式进行讲授。在讲座中，学生将学习人工智能和大数据计算的概念和技术及其相应的平台。在实验课中，学生将学习编程技能，并通过使用这些机器学习工具进行开发，获得动手实践的机会。他们还将学习如何使用深度学习模型分析大规模数据集。在小型项目中，学生需要运用所学知识解决实际的大数据分析问题。