Big Data Analytics and Artificial Intelligence

课程简介

主题 1. 大数据介绍与收集 • 三大特征、挑战及其应用领域。 • 最终一致性与 NoSQL 系统 MongoDB、Google BigTable • 数据可视化：数据类型与维度；视觉编码与感知 主题 2. 大规模数据分析系统 • 自动并行数据编程；MapReduce、Hive 和并行数据库 • 情感分析 主题 3. 大数据机器学习系统 主题 4. 人工智能（AI），其起源与范围 • 人工智能应用领域的概述； • 专家系统、自然语言理解与语义、规划与机器人技术、机器学习。 主题 5. 人工智能作为表示与搜索 • 谓词演算与命题演算；使用推理规则生成谓词演算表达式； • 状态空间搜索策略与结构；启发式搜索；递归搜索；搜索算法的可接纳性、单调性和有信息性。 主题 6. 知识表示与推理 • 规则基础的产生系统；案例基础的推理系统与模型基础的推理系统； • 不确定情况下的推理：随机方法与模糊专家系统。 主题 7. 机器学习 • 线性回归； • 决策树归纳算法； • 人工神经网络

学习目标

1. 向学生介绍大数据的概念与挑战（三大特征） 2. 应用技能与工具在金融科技背景下管理与分析大数据。 3. 理解人工智能的基本概念； 4. 理解机器学习的当代技术； 5. 认识不同人工智能技术混合的有效性。

先修要求

无

教学模式

课程将以结合研讨会、案例研究、团队展示和小组讨论的教学模式提供。