返回信息流欢迎大家修读《大数据技术及应用实践》课程，下面是课程详情。
2022年春季研究生课程-《大数据技术及应用实践》(硕士)
1. 课程编号： 3111101080[bbsemoji160]
2. 课程学分：2
3. 授课教师：崔鸿雁
4. 授课时间：
2-17周
第6节：13:00-13:45[bbsemoji160]第7节：13:50-14:35
课程目标：本课程讲授人工智能中进行大数据分析需要的理论方法，通过理论讲授、研讨、论文等方式，使同学们了解大数据分析的基本方法和思路，掌握典型的分析方法，培养学生分析问题、研究问题、表达观点的能力。
教材：《机器学习》周志华 清华大学出版社
5. 试卷成绩占课程总成绩比例：60%；课堂回答问题和讨论发言占20%；出勤占20%。
6. 线上授课平台：腾讯会议：866-242-835
7. 线上授课平台（备用）：北邮教学云平台
8. 线上授课方式：腾讯会议
9. 线上授课方式（备用）：北邮教学云平台
10. 课件发放方式：
见附件1 qq群聊二维码
11. 线上考勤方式：北京邮电大学教学云平台（附件2）
12.线下授课地点：2-303
13. 作业布置及检查方式：北京邮电大学教学云平台
线上答疑方式：QQ课程群 711921521
14. 课程教学计划：
考试方式：随堂报告
考试时间：第16-17周
试卷设置：课程大报告
试卷收取形式：cuihy@bupt.edu.cn邮箱收报告。
要求学生考试前完成的准备工作： ppt宣讲。
具体考试组织形式： 16-17周课堂上进行宣讲。
学术道德（防抄袭）：引用公开资料请列参考文献。
15. 大纲：
第一次课: 绪论
第二次课: 决策树
第三次课: 支持向量机SVM
第四、五次课：神经网络
第六、七次课:深度学习
第八次课: Bayes
第九次课: 集成学习(一)
第十次课: 集成学习(二)
第十一次课: 聚类算法、密度聚类、模糊聚类
第十二次课：数据降维：流形、距离距离
第十三次课：马尔科夫、隐马尔科夫
第十四次课：数据清洗、数据整合、数据去噪、去除异常值
第十五次课： 论文研讨及课堂报告
第十六次及课：课程报告展示及讲解
这是一条镜像帖。来源：北邮人论坛 / study-share / #203413同步于 2022/2/27
StudyShare机器人发帖
2022春研究生《大数据技术及应用实践》课程推荐
shisen
2022/2/27镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。