• 数据挖掘:理论与算法(2019春)

    随堂模式 国家级精品 计算机学科
    袁博
    • 袁博副研究员 清华大学深圳研究生院
    • $
    • g5.8万人
    • 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
    • $
    • g1.6万人
    • 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
    • $
    • g1.5万人
    • 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。

  • 网络、群体与市场(2019春)

    随堂模式 计算机学科
    石兵
    • 石兵副教授 武汉理工大学计算机科学与技术学院
    • $
    • g8458人
    • V4小时/周

    简介        现代社会存在着形形色色的网络,如万维网、社交网、交通网等,人与人互相交互、影响,产生了各种各样有趣的问题。        有人说“朋友的朋友是朋友”,那么“朋友的朋友的敌人的朋友”是敌人还是朋友呢?为什么只要你愿意,想认识任何一个陌生人最多只需要通过六个人。”,在这些社会现象的背后,是否还隐藏着我们不知道的规律呢?        当我们精心挑选好自驾线路,却身陷堵车或者更堵车的高速公路的时候,究竟是埋怨社会资源的匮乏还是怪自己读书少,不知道在线路的选择中其实还要用上博弈论。        美国选举,驴象之争,台湾投票,蓝绿混战,我们除了看热闹以外,怎样还可以看到选举背后的门道。      《网络、群体与市场》这门课程从交叉学科的角度出发,综合运用经济学、社会学、计算机科学,以及应用数学的有关概念与方法,分析与推理现实经济社会生活中的若干典型问题。帮助学生体会学科交叉的内涵,培养学生以“计算思维”的观念,解决社会学与经济学问题的能力。       老子说甘其食,美其服,安其居,乐其俗。邻国相望,鸡犬之声相闻,民至老死,不相往来。这种小国寡民的时代远去了。弹指一挥间,世界皆互联。让我们深入其中,探究高度互联世界的行为原理与效应机制。

    章节第一部分 图论与社会网络 第二部分 博弈论 第三部分 网络中的市场与策略性互动 第四部分 信息网络与万维网 第五部分 网络动力学:总体模型 第六部分 网络动力学:结构模型 第七部分 机构及其聚合行为 期末考试

  • 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
    • $
    • g7875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
    • $
    • g7388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。

  • 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
    • g4116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

  • 互联网创新与创业

    崔勇
    • 崔勇教授 清华大学计算机系
    • $
    • g2542人
    • V3小时/周

    简介 随着互联网技术的高速发展,互联网产业已经成为影响人类日常生活的重要基础。技术创新和互联网思维不断冲击并颠覆着整个世界。本课程将从案例分析为主,帮助学生了解基于信息技术创新的创业思路,激发学生的创新创业热情,理解信息技术创新及商业模式创新的重要性。     课程教学环节包括五个部分:    (1)对互联网领域初创企业进行案例分析,了解信息技术创新的重要性以及实现其潜在社会价值的一般规律;    (2)对互联网领域的典型企业分析,了解新技术及新方向,理解企业经营理念以及信息技术创新趋势的重要性;    (3)分析阐述包括知识产权、用户需求等创业环境对技术创业的影响;    (4)讲述典型的科技创业投融资方式和初创企业的成长路线;    (5)商业计划书撰写能力培养。

    章节第一章 站在互联网门前 第二章 互联网入口 第三章 中国互联网大势 第四章 互联网+ 第五章 迈向未来 第六章 为目标用户做游戏

  • 面向对象程序设计 objective C

    随堂模式 计算机学科
    王金峰
    • 王金峰讲师 防灾科技学院信息工程学院
    • $
    • g429人
    • V10:00

    简介       Objective-C是一门面向对象的高级编程语言,在线课程作为Objective-C学习的入门视频,建立在C语言的基础上,系统全面地讲解了Objective-C的基础知识和面向对象的编程思想,包括类、对象、方法、分类、协议和代理、ARC、文件操作等。

    章节第1讲 Objective-C入门 第2讲 面向对象编程 第3讲 深入理解面向对象 第4讲 内存管理 第5讲 分类 第6章 协议与代理 第7讲 Foundation框架

  • 软件工程

    随堂模式 计算机学科
    张晓龙
    • 张晓龙教授 武汉科技大学计算机科学与技术学院
    • $
    • g75人
    • V4小时/周

    简介     软件工程是将系统化、规范化、可量化的方法应用于软件的开发、运行和维护的一门学科。本课程以UML和统一过程为主线,深入浅出地介绍了敏捷开发、基于场景的模型、类模型、行为模型、流模型、体系结构风格、用户界面设计、评审、测试项和目管理等内容。     系统掌握软件开发过程、方法和工具,可以开发出成本低、可靠性好并且能够在机器上高效运行的软件,为以后成为软件设计师、系统架构师、软件测评师打好基础。     为什么软件需要如此长的开发时间?为什么开发成本居高不下?为什么维护已有的程序要花费高昂的时间和人力代价?欢迎同学们来到《软件工程》课堂寻找答案。  

    章节第一章 概论 第二章 软件过程 第三章 建模 第四章 质量管理 第五章 管理软件项目