• 微软亚洲研究院大数据系列讲座(自主模式)

    自主模式 计算机学科
    洪小文
    • 洪小文
    • $可随时加入
    • g3.1万人
    • 7课件全部开放

    简介 计算机科学正在前所未有的影响着我们的生活,它令我们的生活更加简单方便、更为丰富充实。依托于计算机科学的大数据研究,则完美的展现了数量、速度和多样性等概念,也越来越成为计算机学界普遍关注的领域。 2014年秋季,清华大学交叉信息研究院和微软亚洲研究院合作开设了《大数据基础与应用》研究生专业课。微软公司资深副总裁,微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士等8名资深研究员和清华大学3位教授共同完成了18周的教学任务。 该联合课程自开设以来受到学术界的关注和好评,纷纷建议微软亚洲研究院将相关内容以在线课程的方式与更多的高校师生分享。有鉴于此,经过长达半年的精心准备,《微软亚洲研究院大数据讲座系列》在线课程终于与大家见面了,课程用英文讲解,配有英文字幕,共6讲,合计约9个小时。 *学习“微软亚洲研究院大数据系列讲座”在线课程,有机会获得参观微软亚洲研究院,与授课研究员面对面交流的机会。优秀学员更有机会成功申请微软亚洲研究院实习生计划。 This will absolutely change your life!” —— 姚期智院士(图灵奖得主、清华大学教授) 

    章节第一讲:大数据研究现状及未来趋势(洪小文) 第二讲:互联网搜索中的大数据研究(宋睿华) 第三讲:社会计算中的大数据研究(谢幸) 第四讲:城市计算中的大数据研究(上)(郑宇) 第四讲:城市计算中的大数据研究(下)(郑宇) 第五讲:软件分析中的大数据研究(张洪宇) 第六讲:大数据分析可视化研究(刘世霞)

  • 数据挖掘:理论与算法(自主模式)

    自主模式 计算机学科
    袁博
    • 袁博副研究员清华大学深圳研究生院
    • $可随时加入
    • g3万人
    • 7课件全部开放

    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 期末考试练习

  • 大数据平台核心技术(自主模式)

    自主模式 计算机学科
    武永卫
    • 武永卫教授清华大学计算机科学与技术系
    • $可随时加入
    • g2.5万人
    • 7课件全部开放

    简介面向信息科学技术类研究生或高年级本科生,主要由业界一线研发人员讲授大数据平台涉及到的分布式系统构架、分布式编程、分布式流处理、分布式数据存储管理、内存计算支持等内容,通过实践,力图覆盖大数据处理平台的主要核心技术,帮助学生了解分布式大数据平台设计中的关键挑战,提出实际的解决方案,为研究生未来研究方向提供参考。课程重点讲解设计原理,突出技术深度和实战性。【参考资料】李妹芳,《ODPS权威指南》。本书是学习和掌握ODPS的权威指南,作者来自阿里ODPS团队。全书共13章,主要内容包括:ODPS入门、整体架构、数据通道、MapReduce编程、SQL查询分析、安全,以及基于真实数据的各种场景分析实战。本书基于很多范例解析,通过在各种应用场景下的示例来说明如何通过ODPS完成各种需求,以期引导读者从零开始轻松掌握和使用ODPS。同时,本书不局限于示例分析,也致力于提供更多关于大数据处理的编程思想和经验分享。书中所有示例代码都可以在作者提供的网站上免费下载。这本书对平台架构介绍不多,偏应用方面,但对了解阿里的大数据平台能够做什么可能有些帮助。

    章节第一讲 大数据和ODPS 第二讲 分布式存储 第三讲 资源管理与任务调度 第四讲 分布式编程模型的设计与演化 实践1:通过两阶段提交协议完成数据上传 第五讲 离线分布式关系型计算 第六讲 全局数据管理与调度 实践2:编写MR完成Group By+Join操作 第七讲 流式计算的系统设计与实现 第八讲 内存计算 第九讲 大规模数据的分布式机器学习平台 实践3:实现MapReduce编程运行时库

  • 互联网大规模数据分析技术(自主模式)

    李琳
    • 李琳教授武汉理工大学计算机科学与与技术学院
    • $可随时加入
    • g9597人
    • 7课件全部开放

    简介 让我们看看互联网上一分钟发生了什么?全球IP网一分钟传送639TB,发送2亿封邮件,Facebook新增27.7万用户,发生六百万次访问,Google发生2百万次搜索查询,Flicker有2千万次访问照片,Twitter新增10万条信微博,Youtube上载30小时的视频,发生130万次观看,2015年的你要用5年时间才能看完在互联网上一秒中所传的视频。数据正以前所未有的速度在不断的增长和累积,大数据时代已经来到。 如何从数据中发现有趣的知识,并将其应用到具体的领域之中?数据分析与挖掘技术让你通过纷繁复杂的现象,看到背后隐藏的规律和模式,修炼一双在信息时代的慧眼。 《互联网大规模数据分析技术》这门课程从大数据的基础技术入手,首先介绍大数据处理平台Hadoop和Spark、非关系数据库NoSQL、MapReduce分布式并行编程模型等;然后重点讲解数据挖掘中的经典算法。接下来解剖信息检索和推荐系统两大Web主流应用的原理和模型,并通过例子加深对这些问题的理解。同时推荐Lucene和Mahout两个开源工具包,可以快速搭建属于自己的全文搜索引擎和商品推荐应用系统。最后给出了信息过滤系统的评价体系,便于从学术的角度对系统性能进行分析。

    章节第一章 大数据与数据挖掘概述 第二章 关联规则 第三章 分类算法 第四章 聚类算法 第五章 大数据平台与技术 第六章 信息检索 第七章 Web链接分析 第八章 推荐系统 自我提升练习

  • 数字信号分析理论与实践(自主模式)

    何岭松
    • 何岭松教授华中科技大学机械科学与工程学院
    • $可随时加入
    • g8269人
    • 7课件全部开放

    简介《数字信号分析理论与实践》是工科研究生的一门专业基础课,其内容包括计算机化测量仪器基本结构和工作原理,典型信号的数字生成算法,信号的波形分析、频谱分析、相关分析、幅值域分析和数字滤波方法,以及信号的时—频域谱阵分析和小波分析理论等。对工科研究生来说,凡是涉及到传感器测量、控制等的实验研究和设备开发等工作,都需要用到本课程的知识与技能。为便于学生更好的理解和掌握信号分析理论和锻炼学生的知识应用能力,课程采用基于项目的教学方法,用“数字信号发生器和简易电子琴”、“傅里叶变换和声音信号频谱分析仪”、“数字滤波器和音乐信号数字均衡器”等趣味项目将课程知识点串起来。同时,课程用MATLAB语言作为辅助学习工具,将学生的书面作业转变为MATLAB应用程序,要求学生用MATLAB语言自己编程实现课程知识点的应用;在学习信号分析理论的同时,锻炼学生的知识应用能力。学生可以用数学公式产生白噪声、正弦波等信号,并试听其效果;可以对采集到的声音信号进行傅里叶变换,显示出声音信号的波形和频谱;可以用数字滤波器对音乐信号进行处理,实现MP3播放器中均衡器的调音效果;可以用概率密度和分布曲线对图片进行处理,提高图片的清晰度。通过《数字信号分析理论与实践》课程学习,学生可以掌握常用的信号分析理论与MATLAB编程应用方法,并看到、听到信号分析理论在声音、图像等信号上的处理效果,使课程的信号分析理论学习“看的到、听的到、做的到”。

    章节课程导学 一 计算机化测量系统 二 信号函数与标准信号 三 信号的时域分析 四 信号的频谱分析 五 信号的时差域相关分析 六 信号的幅值域分析 七 信号的数字滤波技术 八 信号的时—频分析技术简介 项目5 计算机测控系统实践 课程内容回顾

  • 软件设计模式(自主模式)

    自主模式 计算机学科
    朱洪军
    • 朱洪军讲师中国科学技术大学软件学院
    • $可随时加入
    • g4699人
    • 7课件全部开放

    简介 本课程为中国科学技术大学软件学院软件工程专业选修课,学分为3;预修课程有《软件工程》/《UML建模语言》/《Java编程语言》/《数据库系统应用》;课程面向具有一定项目实践经验学生,更适合企业在职学生选修。 课程以案例分析与设计为轴线,板书式课堂交互教学方式,强调软件设计思维及方法锻炼,详细介绍设计过程及模式经验方案使用。 课程考核为:平时练习80%+期末考试20%=总分100%。 参考资料:       [1] GoF. Design Patterns: Elements of Reusable Object-Oriented Software. 1994       [2] David C. Kung. Object-Oriented Software Engineering: An Agile  Unified Methodology. 2013

    章节第一章 课程基础 第二章 面向对象分析与设计 第三章 通用责任链分配(GRASP)模式 第四章 GoF创建型模式 第五章 GoF结构型模式 第六章 GoF行为型模式

  • 信息隐藏技术(自主模式)

    自主模式 计算机学科
    任帅
    • 任帅副教授长安大学信息工程学院
    • $可随时加入
    • g4274人
    • 7课件全部开放

    简介 课程对信息隐藏技术进行讲授,包括:1. 信息隐藏技术原理包含数字图像处理和3D模型处理的相关内容;2. 信息隐藏算法设计包含大量实际应用的信息隐藏算法以及算法设计核心思路 ;3. 信息隐藏系统设计从理论上对信息隐系统进行模块化的设计与讲解 ;4. 信息隐藏系统的安全性分析包含大量的系统分析方法。 课程特色:1. 讲授大量的与信息隐藏技术相关的数字图像和3D模型处理的知识,使得学习者具有完善的信息隐藏技术体系;2. 按照空间域与变换域的技术脉络,详细介绍了基于空间域、变换域以及两者结合的高性能的信息隐藏算法设计,使得学习者可以掌握并实现具体的信息隐藏算法;3. 讲授信息隐藏系统架构以及评估方法,从算法升级到系统,使学习者具有一定的理论性。 听课人群主要是攻读计算机技术领域中研究网络与信息安全方向的本科、硕士和博士。目前国家非常重视网络空间安全,很多高校正在积极准备网络与信息安全的教学与科研,将培养大量的从事安全方面的学生。

    章节第一章 绪论 第二章 基于数字图像的信息隐藏区域 第三章 基于三维模型的信息隐藏区域 第四章 信息隐藏规则 第五章 基于数字图像的信息隐藏算法 第六章 基于三维模型的信息隐藏算法 第七章 信息隐藏系统组成 第八章 信息隐藏系统的安全性分析研究

  • 网络、群体与市场(自主模式)

    自主模式 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
    • $可随时加入
    • g4073人
    • 7课件全部开放

    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

  • 软件工程与软件自动化(自主模式)

    自主模式 计算机学科
    高玉金
    • 高玉金讲师北京理工大学计算机学院
    • $可随时加入
    • g3546人
    • 7课件全部开放

    简介       你需要学这门课么?       如果你是天才,你不需要学。因为课程里的规则和方法都太简单了,太显而易见了;       如果你是傻子,你千万别学。因为死搬硬套规则和方法,到了实践中不仅毫无用处,还会害人不浅。       如果你现在或将来是一位软件开发人员,那还犹豫什么?这门课可以让你把软件工程当中枯燥乏味的规则和方法瞬间和你的生活关联起来,让你发出会心一笑:原来如此!       本课程首先带你了解软件工程的基本概念,重点强调大家容易忽视的两个开发阶段:需求分析和测试。然后理性分析目前流行的敏捷开发方法SCRUM和XP,提醒大家不要过分迷信。考虑到面向对象技术在软件开发中的重要地位,在掌握了基本的面向对象技术和UML之后,我们通过一个完整案例来展示如何用UML来记录面向对象开发过程。       本课程会进一步介绍目前软件开发各阶段的自动化方法和工具,通过视频演示和小实验的方式,让大家亲密接触自动化工具,提高开发效率。最后可以协作完成持续集成和持续部署的工作。       除此之外,课程突出了过程改进,质量保证和软件复用这三个目前备受关注的软件工程主题。

    章节第一章 软件工程基础 第二章 敏捷开发 第三章 OO与UML 第四章 对象模型分析 第五章 软件自动化技术 第六章 CI/CD与DevOps 第七章 软件质量保证 第八章 软件过程改进 第九章 软件复用 文档提交处

  • 嵌入式系统设计

    自主模式 工程学科
    杨峰
    • 杨峰副教授电子科技大学自动化工程学院
    • $可随时加入
    • g1274人
    • 7课件全部开放

    简介 本课程在学校讲授时间为30学时,其中理论基础16学时,实验课程14学时。内容包括嵌入式系统基础、嵌入式处理器、嵌入式操作系统、嵌入式软件开发平台、嵌入式Linux驱动开发,以及相应的实验内容。授课对象为专业型硕士,目前已开课5学期,每学期选课人数80左右。通过对该课程的学习,大部分学生能够建立嵌入式系统的概念,对相应的开发平台能够正确使用。如果再结合实验室有关项目,可培养出较为优秀的嵌入式系统工程师。

    章节第一章:嵌入式系统基础 第二章:嵌入式处理器 第三章:嵌入式操作系统 第四章:嵌入式软件开发平台 第五章:嵌入式Linux驱动开发 第六章:嵌入式系统实验 期末考试