• Java程序设计(2018秋)

    随堂模式 国家级精品 计算机学科
    郑莉
    • 郑莉教授 清华大学计算机科学与技术系
    • $
    • g9.6万人
    • V6小时/周

    简介 课程目标:掌握Java的基础语法、面向对象的程序设计方法;初步了解GUI程序开发方法; 主要受众:程序设计初学者。无先修课程要求,如有一点编程基础更好。 主要内容: 1、Java语言基础知识; 2、类与对象的基本概念; 3、类的方法; 4、类的重用; 5、接口与多态; 6、输入/输出流; 7、Java集合框架;8、图形用户界面; 

    章节第一章 Java语言基础知识 第一章续-习题讲解视频 第二章 类与对象 第三章 类的重用 第四章 接口与多态 第五章 输入输出 第六章 对象群体的组织 第七章 图形用户界面 章节

  • 数据挖掘:理论与算法(2018秋)

    随堂模式 计算机学科
    袁博
    • 袁博副研究员 清华大学深圳研究生院
    • $
    • g4.9万人
    • V6小时/周

    简介 本课程完整覆盖数据挖掘领域的各项核心技术,包括数据预处理、分类、聚类、回归、关联、推荐、集成学习、进化计算等。强调在知识的广度、深度和趣味性之间寻找最佳平衡点,在生动幽默中讲述数据挖掘的核心思想、关键技术以及一些在其它相关课程和教科书中少有涉及的重要知识点。本课程适合对大数据和数据科学感兴趣的各专业学生以及工程技术人员学习,不追求纯粹的理论推导,而是把理论与实践有机结合,让学生学到活的知识、有用的知识和真正属于自己的知识,特别是数据分析领域的研究方法和思维方式。

    章节走进数据科学:博大精深,美不胜收 数据预处理:抽丝剥茧,去伪存真 从贝叶斯到决策树:意料之外,情理之中 神经网络:巨量并行,智慧无限 支持向量机:数学之美,巅峰之作 聚类分析:物以类聚,人以群分 关联规则:营销购物,自有乾坤 推荐算法:察言观色,投其所好 集成学习:兼听则明,偏听则暗 进化计算:大道至简,万物之本 美丽数据说:阆苑仙葩,美玉无瑕 考试入口

  • 大数据算法基础

    随堂模式 计算机学科
    赵颖
    • 赵颖副教授 清华大学计算机系
    • $
    • g1.5万人
    • V6小时/周

    简介本课程提出了“知算法、懂算法、遇到问题找算法”的建设目标,旨在培养研究生掌握大数据系统与大数据处理中的基础计算方法,提升用数学理论求解大数据实际问题的能力,为寻求大数据系统与相关应用领域中实际问题的最优求解方法建立基础。课程由大数据基本算法知识、高级大数据算法设计以及相关专题三部分组成。大数据基本算法知识讲述大数据算法概述、算法分析数据基础、概率分析基础、随机算法基础、抽样算法基础等;高级大数据算法设计包括图算法、流计算、链接分析等;相关专题包括多线程计算、近似算法等。

  • 大数据分析(B)

    随堂模式 计算机学科
    朱文武
    • 朱文武教授 清华大学计算机系
    • $
    • g1.4万人
    • V6小时/周

    简介在互联网、政治经济、社会、公共卫生、金融、医疗健康、环境、海洋等等各个领域,都存在着PB量级的数据有待研究,且大数据分析的结果已经产生实际效应。本课程将从数据统计分析的数学基础、大数据智能分析与处理方法、大数据的分布式处理与并行计算以及大数据的多领域应用等不同层次,教授大数据分析与处理的基本方法、工具及应用。具体内容包括:(1)大数据分析与处理基础:数据科学发展情况;大数据的时代背景及其重要性;大数据分析与处理的典型应用。(2)数据统计分析的数学基础:数据统计知识回顾;多维数据分布;数据采样;主成份分析与因子分析;假设检验;线性相关与回归;非线性回归;方差分析;P-Value。(3)大数据的智能处理:时间序列分析;动态贝叶斯网络;矩阵分解理论;机器学习;大规模数据上的模型应用。(4)大数据的分布式处理与并行计算:HDFS与HBASE;Hadoop与Mapreduce,MapReduce并行计算;基于MapReduce的数据分析与智能处理方法的并行化。(5)大数据分析与处理前沿:社交媒体大数据分析与处理;城市交通大数据分析与处理;金融大数据分析与处理;医疗大数据分析与处理等。

  • C君带你玩编程(2018秋)

    随堂模式 计算机学科
    方娇莉
    • 方娇莉副教授 昆明理工大学计算中心
    • $
    • g8590人
    • V4小时/周

    简介       课程荣获大中华区首届优秀慕课选拔赛团体贡献铜奖。为了使学习者轻松学习编程,课程采用学习者熟知的现象引入知识点,引领学习者探寻程序设计的前世今生, 结合专业的设计案例将帮助学习者利用计算机解决专业领域的问题, 等考辅导视频则能帮助学习者获取NCRE证书,硬件设计案例能让大家学以致用。该课程可以作为非计算机专业理工类本科生必修的公共基础课,以提高学生计算思维能力为导向,以培养学生编程能力为目标,通过多元算法、程序重构等方法引导学生理解计算的实现机制、构筑计算思维模式下的实践与创新能力,对学生自己专业知识的学习有一定的支撑和促进作用。       为了能够站在时代的前沿,让计算机成为我们最好的帮手和伙伴,大家一起来学编程吧! 课程考核方式:课程总共13章,只要求学习1-10章的正式内容,每章的二级等考培训和最后三章等考公共知识、机试内容为选学,不计入成绩。 课程成绩的计算为:前10章章测试(55%)+期中考试(15%)+期末考试(30%)

    章节第0章 课程引介 第一章 认识C语言 第二章 顺序结构 第三章 选择结构 第四章 循环结构 第五章 数组 期中测试 第六章 函数 第七章 指针 第八章 函数与指针进阶 第九章 自定义数据类型 第十章 文件 期末考试 第十一章 数据结构(选学) 第十二章 程序设计及软件工程(选学) 终章 二级C等考上机辅导(选学)

  • 大数据分析与内存计算

    随堂模式 计算机学科
    李国良
    • 李国良副教授 清华大学计算机系
    • $
    • g7404人
    • V10小时/周

    简介随着大数据时代的到来,数据分析、处理和挖掘面临了越来越大的挑战。传统的Hadoop技术已经不能满足大数据分析处理的需求,因为本课程主要讲解目前的主流技术-内存计算。课程内容主要包括:大数据内存分析工具spark、大数据流处理工具storm,图数据处理工具Pregel、Graphlab和GraphX,和大数据内存数据库SAP HANA等。

  • 网络存储技术

    随堂模式 计算机学科
    张广艳
    • 张广艳副教授 清华大学计算机系
    • $
    • g6998人
    • V5小时/周

    简介本课程以计算机存储系统在各个历史时期所面临的技术挑战为主线,讲解存储设备的基本工作原理,单机存储、网络存储、云存储等基本存储架构,以及数据布局、数据缓存、数据编码等基本方法,使学生在重温存储系统发展历程的过程中进行学习、领会,有助于同学深入理解大数据存储的体系结构和方法设计。同时,在各个教学环节中注意对学生正确科研方法的培养。在平时教学中注意介绍知识点的发现者当时的心路历程,提高学生分析问题、解决问题的能力,特别是培养学生的创新思维和创新能力。

  • 科学计算与MATLAB语言(自主模式)

    刘卫国
    • 刘卫国教授 中南大学信息科学与工程学院
    • $可随时加入
    • g4782人
    • 7课件全部开放

    简介 在有色金属、交通运输、化学化工、航空航天、金融工程、生物医学等许多领域,经常会遇到各种各样的计算问题。例如,求解具有几十个变量的线性或非线性方程组、求解复杂的微分方程,这些问题高度复杂,计算量很大,往往没有办法求得理论解。随着计算机技术的发展,人们可以有效地解决这类问题,由此诞生了一门新兴交叉学科—科学计算,它成为继理论研究和科学实验之后的第三种科学研究方法。 科学计算是研究工程技术问题以及其他应用问题的近似求解方法,并在计算机上进行编程实现的一门课程,它既有数学理论上的抽象性和严谨性,又有程序设计技术上的实用性和实践性。20世纪80年代以来,MATLAB等科学计算软件的产生,使得科学计算问题的实现变得十分方便、高效。 MATLAB代表了当今国际科学计算软件的先进水平,它将数值计算、符号计算、图形处理、系统仿真和程序流程控制等功能集成在统一的系统环境中,已发展成为适合多学科、广泛应用于科学研究和工程技术领域的程序设计语言。使用MATLAB作为计算工具,人们不需关注各种数值计算方法的具体细节和计算公式,也不需要繁琐的底层编程,从而可以专注于实际问题的分析和设计,大大提高工作效率和质量,为科学研究与工程应用提供重要手段。在高等学校,MATLAB已经成为许多课程的基本计算工具,颇受广大大学生、研究生的青睐。 本课程主要介绍科学计算问题的MATLAB实现方法,包括MATLAB基础知识、MATLAB矩阵处理、MATLAB程序流程控制、MATLAB绘图、数据分析与多项式计算、数值微积分与方程求解、MATLAB符号计算、MATLAB图形用户界面设计、Simulink系统仿真和外部程序接口共10个学习专题。学完本课程后,希望大家能理解 MATLAB功能实现的数学背景与算法原理,掌握利用MATLAB进行问题求解的基本规律,促进计算机和专业应用的结合,促进计算机应用水平的提高。

    章节专题〇 初识MATLAB 专题一 MATLAB基础知识 专题二 MATLAB矩阵处理 专题三 MATLAB程序流程控制 专题四 MATLAB绘图 专题五 数据分析与多项式计算 专题六 数值微积分与方程求解 专题七 MATLAB符号计算 专题八 MATLAB图形用户界面设计 专题九 Simulink系统仿真 专题十 外部程序接口 期末测验

  • 神经元动力学——单个神经元的计算神经科学(自主模式)

    Wulfram Gerstner
    • Wulfram Gerstner教授 洛桑联邦理工学院计算机科学学院和生命科学学院
    • $可随时加入
    • g3836人
    • 7课件全部开放

    简介 本课程是以单个神经元为模型,对理论神经学以及计算神经学领域进行入门讲解。神经元可对一系列短的电脉冲(尖峰电压)刺激进行编码。学生们将学会使用诸如微分方程,相平面分析,时间尺度分离以及随机动态过程等数学工具来理解神经元的动力学以及神经编码。 第一周:第一个简单的神经元模型 第二周:Hodgkin-Huxley模型与生物物理建模 第三周:二维模型(上)与相平面分析 第四周:二维模型(下)与树突 第五周:多元脉冲序列与神经编码 第六周:噪声模型,噪声神经元与编码 第七周:各神经元模型编码与解码的评估

    章节Week 1 Week 2 Week 3 Week 4 Week 5 Week 6 Week 7 Final Exam

  • C++语言程序设计进阶(2018秋)

    随堂模式 计算机学科
    郑莉
    • 郑莉教授 清华大学计算机科学与技术系
    • $
    • g3727人
    • V5小时/周

    简介 C++是从C语言发展演变而来的一种面向对象的程序设计语言。面向对象的程序设计方法将数据及对数据的操作方法封装在一起,作为一个相互依存、不可分离的整体——对象。对同类型对象抽象出其共性,形成类。类通过外部接口,与外界发生关系,对象与对象之间通过消息进行通讯。这样,程序模块间的关系简单,程序模块的独立性、数据的安全性具有良好的保障,通过继承与多态性,使程序具有很高的可重用性,使得软件的开发和维护都更为方便。 由于面向对象方法的突出优点,目前它已经成为开发大型软件时所采用的主要方法。而C++语言是应用最广泛的面向对象的程序设计语言之一。 本课程是一门面向广大初学者的入门课程,自1999年开始在清华大学开设,本课程的教材已经在清华大学等一百多所学校的不同专业中使用,取得了良好的教学效果。 本课程将C++语言作为大学生的计算机编程入门语言,不仅详细介绍语言本身,而且介绍常用的数据结构和算法、面向对象的设计思想和编程方法。课程以面向对象的程序设计方法贯穿始终,每一章都是首先阐述面向对象的程序设计思想和方法,由实际问题入手,然后引出必要的语法知识,在讲解语法时着重从程序设计方法学的角度讲述其意义和用途。

    章节第七章 继承与派生 第八章 多态性 第九章 模板与群体数据 第十章 泛型程序设计与C++标准模板库 第十一章 流类库与输入/输出 第十二章 异常处理