Ta上传的资源 (0)

随着互联网、社交网络、云计算、物联网、移动计算、大规模科学探测与计算分析等的发展，各种新的数据密集型应用如雨后春笋般涌现。这些新的应用通常具有数据量巨大、数据获取速度更新速度快和/或数据种类丰富繁多等特点，被通称为大数据应用。近年来，产业界和学术界面向不同应用场景推出了多种类型、各具特色的大数据处理

本课程为计算机科学与技术学科研究生的专业研讨课。本课程围绕可穿戴平台的交互技术展开讨论，旨在介绍该领域的前沿内容与研究思想。探讨的研究方向包括可穿戴计算平台、触摸屏界面设计和手势交互、可穿戴设备与交互、移动设备上的文字输入、触觉反馈、植入式用户界面等。 通过本课程的学习，希望学生能了解可穿戴交互设备

本课程为计算机应用学科研究生的专业核心课程。本课程讲授和讨论计算机算法前沿研究领域的主要思想和关键技术。主要内容有算法分析技术、分治法、动态规划法、贪心法、线性规划的单纯形法和对偶法、网络流、多项式归约、NP难问题、近似算法、随机算法、参数化算法和树分解、启发式方法（局部搜索）等。 通过本课程的学习

本课程为计算机软件学科研究生的专业普及课程。主要介绍数据挖掘技术的起源、原理、主要算法、关键技术等。课程包含的主要议题包括：数据挖掘的重要性、特点、应用领域、数据仓库、数据预处理技术、关联规则、分类、预测、聚类、顺序模式、深度学习、大数据挖掘等。

本课程为计算机软件与理论和相关专业研究生的专业普及课。本课程主要内容为以矩阵为工具的处理大量有限空间形式与数量关系的方法学。包括：矩阵分析的基本理论，矩阵分解的基本技术和特殊矩阵的性质。通过本课程的学习，希望学生能掌握利用矩阵解决问题的基本理论和基本技巧，了解并熟悉矩阵分解相关理论和算法，为利用矩阵

本课程为计算机学科研究生的专业核心课。本课程讲授和讨论自然语言处理前沿研究领域的主要思想和关键技术。主要内容包括语料库与语言知识库、词法分析、句法分析、概率语法、语义分析和机器翻译、文本分类、信息抽取与问答系统等。通过本课程的学习，希望学生能了解自然语言处理前沿研究领域，了解人类语言技术的最新研究成

本课程是为计算机、自控、电子等学科研究生开设的专业核心课。本课程讲授经典的图像处理与分析理解领域的主要概念、算法思想和经典图像处理与分析技术。主要内容有图像模型，图像的空域与频域处理技术、彩色图像处理、小波分析与多分辨率分析技术、形态学处理、信息熵与图像编码、图像边缘检测与形状描述等。通过本课程的学

2016年AlphaGo战胜人类顶级围棋选手，标志人工智能的一个重要里程碑事件，其中强化学习方法做出了重要的贡献。麻省理工、斯坦福、卡内基梅隆等著名学府纷纷开设或着重强化学习的课程。强化学习是人工智能中最活跃的研究领域之一。强化学习不同于监督学习，强化学习根据系统的状态做出动作，由环境给出奖惩信号，

本课程为人工智能专业、计算机科学、控制科学与工程、信息科学、应用数学、经济学等学科研究生的核心课。本课程主要讲述博弈论相关的基本概念与方法、主要算法和原理、以及常见的应用。主要内容包含博弈论的发展历史、基本概念原理、应用现状、算法分析设计，以及典型应用案例等。通过本课程的学习，希望学生能了解博弈论的