紅亞科技-人工智能建設(shè)方案

PAGEPAGE1人工智能教學(xué)實(shí)訓(xùn)建設(shè)方案北京紅亞華宇科技有限公司二〇二〇年第一章 發(fā)展背景 4第二章 方案優(yōu)勢 62.1. 方案優(yōu)勢 62.2. 系統(tǒng)優(yōu)勢 7第三章 教學(xué)實(shí)訓(xùn) 83.1. 學(xué)習(xí)模式 93.1.1. 實(shí)驗(yàn)平臺 93.2. 練習(xí)算法 103.2.1. 算法集 103.2.2. 數(shù)據(jù)集 103.3. 在線考試 113.3.1. 理論考核 113.3.2. 實(shí)踐測評 113.4. 智能教務(wù) 123.4.1. 教學(xué)進(jìn)度分析 123.4.2. 教學(xué)計(jì)劃管理 123.4.3. 實(shí)驗(yàn)報(bào)告管理 123.5. 平臺管理 133.5.1. 用戶管理 133.5.2. 資源管理 133.5.3. 系統(tǒng)管理 13第四章 紅亞教學(xué)資源 144.1. 人工智能基礎(chǔ)課程資源 144.1.1. Linux基礎(chǔ) 144.1.2. 編程基礎(chǔ) 164.1.3. 數(shù)學(xué)基礎(chǔ) 204.1.4. 數(shù)據(jù)庫基礎(chǔ) 224.1.5. Python數(shù)據(jù)處理 244.2. 人工智能課程資源 294.2.1. 機(jī)器學(xué)習(xí) 294.2.2. 數(shù)據(jù)分析 324.2.3. 數(shù)據(jù)挖掘 334.2.4. 深度學(xué)習(xí) 354.2.5. 自然語言處理 374.2.6. 計(jì)算機(jī)視覺 38數(shù)據(jù)安全科研保障箱 39

發(fā)展背景當(dāng)今，世界無時(shí)無刻不在發(fā)生著變化。對于技術(shù)領(lǐng)域而言，普遍存在的一個(gè)巨大變化就是為大數(shù)據(jù)（Bigdata）打開了大門。隨著國家大數(shù)據(jù)戰(zhàn)略推進(jìn)實(shí)施以及配套政策的貫徹落實(shí)，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展環(huán)境進(jìn)一步優(yōu)化，社會經(jīng)濟(jì)各領(lǐng)域?qū)Υ髷?shù)據(jù)服務(wù)需求進(jìn)一步增強(qiáng)，大數(shù)據(jù)的新技術(shù)、新業(yè)態(tài)、新模式不斷涌現(xiàn)，產(chǎn)業(yè)規(guī)模持續(xù)保持高速增長態(tài)勢。并且，隨著高校獲準(zhǔn)開設(shè)“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”專業(yè)，大數(shù)據(jù)需要的復(fù)合型人才將源源不斷形成。加之海外和傳統(tǒng)行業(yè)跨界人才不斷加入大數(shù)據(jù)行業(yè)，大數(shù)據(jù)產(chǎn)業(yè)將迎來創(chuàng)新發(fā)展。大數(shù)據(jù)時(shí)代的來臨加快了人工智能應(yīng)用的發(fā)展，隨著大數(shù)據(jù)的應(yīng)用，以及計(jì)算機(jī)算力的大幅提升，深度學(xué)習(xí)進(jìn)一步提升和完善的需要得到了滿足，數(shù)據(jù)驅(qū)動的人工智能時(shí)代已經(jīng)到來，人工智能發(fā)展進(jìn)入新階段。當(dāng)前，新一代人工智能相關(guān)學(xué)科發(fā)展、理論建模、技術(shù)創(chuàng)新、軟硬件升級等整體推進(jìn)，正在引發(fā)鏈?zhǔn)酵黄?，推動?jīng)濟(jì)社會各領(lǐng)域從數(shù)字化、網(wǎng)絡(luò)化向智能化加速躍升，數(shù)據(jù)科學(xué)與人工智能的結(jié)合越來越緊密。大數(shù)據(jù)及人工智能成為國際競爭的新焦點(diǎn)，是引領(lǐng)未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達(dá)國家把大數(shù)據(jù)、人工智能的發(fā)展作為提升國家競爭力、維護(hù)國家安全的重大戰(zhàn)略，加緊出臺規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署，力圖在新一輪國際科技競爭中掌握主導(dǎo)權(quán)。當(dāng)前，我國國家安全和國際競爭形勢更加復(fù)雜，必須放眼全球，把大數(shù)據(jù)及人工智能發(fā)展放在國家戰(zhàn)略層面系統(tǒng)布局、主動謀劃，牢牢把握新階段大數(shù)據(jù)及人工智能國際競爭的戰(zhàn)略主動，打造競爭新優(yōu)勢、開拓發(fā)展新空間，有效保障國家安全。

方案優(yōu)勢方案優(yōu)勢基于云模式的智慧教育人工智能教學(xué)實(shí)訓(xùn)平臺的設(shè)計(jì)全面落實(shí)“產(chǎn)、學(xué)、用、監(jiān)、評”一體化的思想和模式，從教學(xué)、實(shí)踐、使用、監(jiān)控、評估等多方面注重專業(yè)人才和特色人才的培養(yǎng)。學(xué)生可以通過在教學(xué)平臺的學(xué)習(xí)熟練掌握人工智能的基礎(chǔ)知識,通過掌握的知識在人工智能課程實(shí)驗(yàn)中進(jìn)行動手實(shí)踐。本實(shí)訓(xùn)系統(tǒng)平臺方案融合操作系統(tǒng)、數(shù)據(jù)庫、編程語言、Python數(shù)據(jù)處理、人工智能等課程，人工智能領(lǐng)域涉及深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等諸多方面，課程類型包括基礎(chǔ)實(shí)訓(xùn)、關(guān)鍵技術(shù)掌握、應(yīng)用創(chuàng)新等等各層次實(shí)踐教學(xué)。從面向人工智能行業(yè)的需求、促進(jìn)學(xué)生職業(yè)發(fā)展的角度，規(guī)劃建設(shè)基于云模式的人工智能教學(xué)實(shí)訓(xùn)平臺，真正在產(chǎn)業(yè)、學(xué)校及實(shí)際項(xiàng)目中相互配合，發(fā)揮優(yōu)勢，形成生產(chǎn)、學(xué)習(xí)、實(shí)踐、運(yùn)用、監(jiān)控、評估的系統(tǒng)運(yùn)作模式，從而建設(shè)大數(shù)據(jù)及人工智能特色專業(yè)。利用虛擬化教學(xué)資源，搭建實(shí)訓(xùn)實(shí)戰(zhàn)平臺，將理論學(xué)習(xí)、實(shí)踐教學(xué)和大數(shù)據(jù)及人工智能搭建、挖掘、存儲、分析實(shí)戰(zhàn)融為一體，從易到難、循序漸進(jìn)，逐步提升學(xué)生的學(xué)習(xí)技能和實(shí)踐水平，提高“學(xué)”的質(zhì)量和成效。定制專業(yè)化技能評估與教學(xué)監(jiān)控功能，將學(xué)生的學(xué)習(xí)情況、專業(yè)喜好、適用崗位形成報(bào)告模版。秉承著“精準(zhǔn)、先進(jìn)、創(chuàng)新”的原則，實(shí)時(shí)監(jiān)控學(xué)生操作，分析學(xué)習(xí)情況，評估學(xué)生知識水平，從而減輕學(xué)校及教師的壓力。系統(tǒng)優(yōu)勢人工智能教學(xué)實(shí)訓(xùn)平臺基于開源的Docker環(huán)境，構(gòu)建硬件虛擬化設(shè)備，并基于同樣開源的Kubernetes架構(gòu)，實(shí)現(xiàn)GPU集群設(shè)備的自動管理和調(diào)度，以Yarn為核心，構(gòu)建了資源管理系統(tǒng)，實(shí)現(xiàn)計(jì)算任務(wù)的智能調(diào)度與沖突協(xié)調(diào)。一個(gè)基礎(chǔ)平臺的生命力，有賴于系統(tǒng)的基礎(chǔ)支撐能力與對外服務(wù)能力。在面向人工智能計(jì)算需求的建設(shè)開發(fā)上，必須要考慮如何開發(fā)組織系統(tǒng)對外服務(wù)的能力。而人工智能研發(fā)需求的兩個(gè)基本要素就是計(jì)算和數(shù)據(jù)。因此，本系統(tǒng)也著眼于組建基礎(chǔ)計(jì)算能力和基礎(chǔ)數(shù)據(jù)處理能力。在計(jì)算能力建設(shè)中，系統(tǒng)將傳統(tǒng)人工智能計(jì)算方法與計(jì)算模型、當(dāng)前流行的人工智能計(jì)算模型與框架，完美地融入了整個(gè)系統(tǒng)的計(jì)算模塊中，并且與底層的硬件管理與計(jì)算資源的調(diào)度，完美地結(jié)合在一起。在數(shù)據(jù)能力的建設(shè)中，系統(tǒng)將自建一套以非結(jié)構(gòu)化數(shù)據(jù)的標(biāo)記清洗，結(jié)構(gòu)化數(shù)據(jù)的清洗為主要內(nèi)容的數(shù)據(jù)處理系統(tǒng)。在系統(tǒng)底層硬件管理上，支持CPU、GPU、FPGA、ASIC等通用或?qū)Ｓ糜?jì)算硬件，實(shí)現(xiàn)對主流計(jì)算硬件的即插即用。在計(jì)算集群的設(shè)置上，往往也是分布式的，計(jì)算集群可以分布在不同機(jī)房中，不受空間限制，是人工智能教學(xué)實(shí)訓(xùn)平臺在底層硬件管理上的特點(diǎn)。在系統(tǒng)最核心的調(diào)度算法上，通過系統(tǒng)自身構(gòu)建的智能化調(diào)度策略，針對不同的計(jì)算框架和機(jī)器學(xué)習(xí)方法，系統(tǒng)自動分配相應(yīng)的計(jì)算資源，包括處理器數(shù)量、內(nèi)存數(shù)量，使計(jì)算請求與計(jì)算資源的使用達(dá)到最優(yōu)匹配，提高計(jì)算資源的利用效率，降低單位時(shí)間的運(yùn)行成本。同時(shí)，當(dāng)用戶發(fā)起計(jì)算請求時(shí)，系統(tǒng)會根據(jù)用戶距離計(jì)算中心的“距離”,自動將用戶的請求適配到距離用戶最近的計(jì)算集群上，以便用戶可以更快速地獲取計(jì)算結(jié)果，提升用戶的計(jì)算體驗(yàn)。在教學(xué)管理方面，平臺自帶人工智能課程推薦功能，可為學(xué)生提供個(gè)性化課程推薦及AI課程助手，助力學(xué)生定向就業(yè)。還可以通過大數(shù)據(jù)分析，自動生成學(xué)業(yè)報(bào)告，為學(xué)生就業(yè)提供橋梁，并作為教師教學(xué)的得力助手，為高校的學(xué)生能力培養(yǎng)及教師的工作提供強(qiáng)有力的支持。教學(xué)實(shí)訓(xùn)人工智能教學(xué)實(shí)訓(xùn)平臺的建設(shè)采用B/S架構(gòu)，用戶通過瀏覽器進(jìn)行訪問，且支持內(nèi)網(wǎng)與外網(wǎng)同時(shí)訪問。平臺的管理功能是針對前端系統(tǒng)設(shè)置的對應(yīng)的管理功能，便于教學(xué)過程中對前端系統(tǒng)的自定義管理。系統(tǒng)課程學(xué)習(xí)模式包括實(shí)驗(yàn)平臺、項(xiàng)目路徑和職業(yè)路徑，滿足不同場景的教學(xué)需求。在教學(xué)管理方面，平臺自帶人工智能課程推薦功能，可為學(xué)生提供個(gè)性化課程推薦及AI課程助手，助力學(xué)生定向就業(yè)。還可以通過大數(shù)據(jù)分析，自動生成學(xué)業(yè)報(bào)告，為學(xué)生就業(yè)提供橋梁，并作為教師教學(xué)的得力助手，為高校的學(xué)生能力培養(yǎng)及教師的工作提供強(qiáng)有力的支持。實(shí)訓(xùn)平臺采用私有云模式，所有課程均在云端進(jìn)行，自主研發(fā)設(shè)計(jì)的教學(xué)平臺可將硬件資源進(jìn)行集中調(diào)度分配，可管理大規(guī)模CPU、GPU、FPGA等高性能分布式計(jì)算集群，利用容器技術(shù)對計(jì)算資源進(jìn)行虛擬化，以智能調(diào)度的方式對外提供計(jì)算服務(wù)，并依托開源分布式計(jì)算框架和深度學(xué)習(xí)框架，支持訓(xùn)練、推理，支持CNN、RNN等各種類型的網(wǎng)絡(luò)模型，支持Xgboost等傳統(tǒng)機(jī)器學(xué)習(xí)模型，適合大數(shù)據(jù)、人工智能、深度計(jì)算；課程內(nèi)容涵蓋操作系統(tǒng)、編程語言、Python數(shù)據(jù)處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析、數(shù)據(jù)挖掘、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理等諸多方面，課程類型包括基礎(chǔ)實(shí)訓(xùn)、關(guān)鍵技術(shù)掌握、應(yīng)用創(chuàng)新等，是一個(gè)綜合性的學(xué)習(xí)研究平臺；平臺配合專用的資源監(jiān)控系統(tǒng)、課程監(jiān)控系統(tǒng)，可實(shí)時(shí)的監(jiān)控整個(gè)平臺的硬件資源負(fù)載以及學(xué)生學(xué)習(xí)的狀態(tài)，可幫助教師合理的安排課程及對應(yīng)資源。學(xué)習(xí)模式實(shí)驗(yàn)平臺該模式以知識體系為核心，將人工智能內(nèi)容按照不同類型的知識模塊進(jìn)行分類。體系下包含了：操作系統(tǒng)、編程語言、Python數(shù)據(jù)處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析、數(shù)據(jù)挖掘、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理等諸多方面，該模式圍繞一個(gè)內(nèi)容展開了多方面知識的學(xué)習(xí)，與現(xiàn)在教育方式一致，保留了師生們傳統(tǒng)的學(xué)習(xí)授課方法。不僅如此，為滿足學(xué)校的已有的課程教學(xué)資源，老師可以自定義實(shí)驗(yàn)內(nèi)容及實(shí)驗(yàn)鏡像，將文本類、實(shí)操類、視頻類課程上傳到教學(xué)平臺上滿足教學(xué)需求。練習(xí)算法算法集算法集提供了一個(gè)環(huán)境，用戶可以在里面寫代碼、運(yùn)行代碼、查看結(jié)果，并在其中可視化數(shù)據(jù)，并與平臺中的數(shù)據(jù)集功能進(jìn)行交互式使用，可直接調(diào)用平臺當(dāng)中的數(shù)據(jù)集用于算法在實(shí)際數(shù)據(jù)中的實(shí)踐測試。鑒于這些優(yōu)點(diǎn)，它能幫助他們便捷地執(zhí)行各種端到端任務(wù)，如數(shù)據(jù)清洗、統(tǒng)計(jì)建模、構(gòu)建/訓(xùn)練機(jī)器學(xué)習(xí)模型等。算法集的一個(gè)特色是允許把代碼寫入獨(dú)立的cell中，然后單獨(dú)執(zhí)行。這樣做意味著用戶可以在測試項(xiàng)目時(shí)單獨(dú)測試特定代碼塊，無需從頭開始執(zhí)行代碼。雖然其他的IDE環(huán)境（如RStudio）也提供了這種功能，但就個(gè)人使用情況來看，算法集的單元結(jié)構(gòu)是設(shè)計(jì)的最好的。算法集的優(yōu)勢還體現(xiàn)在靈活性和交互性上，除了最基礎(chǔ)的Python，它還允許用戶在上面運(yùn)行R語言。由于它比IDE平臺更具交互性，教師也更樂于在各種教程中用它來展示代碼。數(shù)據(jù)集數(shù)據(jù)集功能提供數(shù)量眾多的數(shù)據(jù)集，包括互聯(lián)網(wǎng)、零售、電商、醫(yī)療等相關(guān)數(shù)據(jù)集，數(shù)據(jù)集中的數(shù)據(jù)可直接與算法集中的算法進(jìn)行交互使用，為算法提供所需數(shù)據(jù)的調(diào)用支撐。教師可根據(jù)數(shù)據(jù)集的內(nèi)容、格式、數(shù)量等為學(xué)生設(shè)定開放式課題，使用真實(shí)的數(shù)據(jù)集進(jìn)行大數(shù)據(jù)、人工智能項(xiàng)目案例處理分析，深度理解掌握如何處理這些數(shù)據(jù)，例如，教師給定一份數(shù)據(jù)讓學(xué)生進(jìn)行預(yù)測實(shí)驗(yàn)，學(xué)生需設(shè)計(jì)算法進(jìn)行清洗與預(yù)測等。平臺提供開放式上傳功能，支持用戶將自己的數(shù)據(jù)上傳至平臺當(dāng)中，并可設(shè)定是否與他人共用，可幫助用戶解決數(shù)據(jù)存放管理問題，實(shí)現(xiàn)用戶數(shù)據(jù)的開放式共享。在線考試?yán)碚摽己死碚摽己瞬捎迷诰€考核模式，將單選題、多選題、判斷題、填空題、簡答題添加在試卷上，每一道題的題目、正選、分值等內(nèi)容可由管理員自行設(shè)置，簡答題題采用關(guān)鍵詞進(jìn)行自動判分，同時(shí)也可以由教師手動判分。實(shí)踐測評實(shí)踐測評考核模式是以實(shí)驗(yàn)操作過程為考核點(diǎn)，也稱之為實(shí)操題考核模式，由教師在管理端設(shè)置考核步驟、分值權(quán)重，平臺提供配套的實(shí)驗(yàn)考試環(huán)境。學(xué)生在實(shí)際操作過程中遇到的考核點(diǎn)，需要根據(jù)實(shí)際結(jié)果去填寫，到最后統(tǒng)一匯總分?jǐn)?shù)。該模式突破了傳統(tǒng)的考核模式，通過實(shí)操的方式來加深印象，鞏固知識。智能教務(wù)教學(xué)進(jìn)度分析課程實(shí)驗(yàn)具有核全局開關(guān)功能，打開全局考核后，進(jìn)行所有實(shí)驗(yàn)時(shí)都必須完成實(shí)驗(yàn)當(dāng)中設(shè)定的每一步考核才能查看下一步。接著，系統(tǒng)不僅自動檢測到正在進(jìn)行實(shí)驗(yàn)，也可以手動設(shè)定實(shí)驗(yàn)狀態(tài)分析（也可以手動設(shè)置分析目標(biāo)）。查看分析結(jié)果時(shí)可查看每個(gè)班級的學(xué)生在進(jìn)行每個(gè)實(shí)驗(yàn)時(shí)完成度，查看每個(gè)實(shí)驗(yàn)的每個(gè)步驟的通過率、完成率、完成進(jìn)度、實(shí)驗(yàn)總結(jié)信息等。教學(xué)進(jìn)度分析功能可通過智能化的手段，有效幫助教師分析并掌握整個(gè)班級的學(xué)習(xí)情況，根據(jù)學(xué)生完成實(shí)驗(yàn)的進(jìn)度過程進(jìn)行授課，選擇重點(diǎn)難點(diǎn)部分進(jìn)行針對性講解，有效降低教師授課壓力，高效完成授課任務(wù)。教學(xué)計(jì)劃管理管理員在后臺可以一次性布置全部的教學(xué)計(jì)劃，規(guī)定上課時(shí)間與學(xué)習(xí)課程，隨后學(xué)生通過在前端查看，即可了解到每一天的課程安排。實(shí)驗(yàn)報(bào)告管理教師通過此功能查看學(xué)生的實(shí)驗(yàn)報(bào)告，支持預(yù)覽和批閱等功能，后臺自動統(tǒng)計(jì)學(xué)生學(xué)習(xí)數(shù)據(jù)，展示出每個(gè)步驟的學(xué)習(xí)通過時(shí)間、成績正確率、班級排名等信息，并將實(shí)驗(yàn)數(shù)據(jù)與學(xué)生的實(shí)驗(yàn)報(bào)告有機(jī)結(jié)合，形成完成的實(shí)驗(yàn)報(bào)告。此功能相較于傳統(tǒng)的實(shí)驗(yàn)報(bào)告，增加了學(xué)生的學(xué)習(xí)數(shù)據(jù)統(tǒng)計(jì)功能，可大大的減輕教師的負(fù)擔(dān)，同時(shí)為教師了解班級整體的學(xué)習(xí)狀況提供的有力的支持。平臺管理用戶管理為滿足教師方便的管理班級學(xué)院，平臺提供用戶組織管理功能。其中用戶管理顯示平臺用戶的信息列表，管理端可對平臺用戶信息進(jìn)行編輯與刪除，包含根據(jù)組織、專業(yè)、班級、姓名等信息進(jìn)行用戶模糊篩選，便于管理平臺用戶；角色管理顯示平臺現(xiàn)有角色，用戶可編輯新的角色并賦予角色權(quán)限；組織結(jié)構(gòu)管理顯示平臺現(xiàn)有的組織機(jī)構(gòu)，管理端可以也可根據(jù)層級分步添加組織、學(xué)院、系別、專業(yè)、班級，對同級別下的機(jī)構(gòu)進(jìn)行排序。資源管理用戶可以在此查看版本信息、用戶數(shù)量、實(shí)驗(yàn)數(shù)量，資源監(jiān)控及用戶虛擬機(jī)監(jiān)控。同時(shí)后臺資源監(jiān)控中心可查看平臺的用戶數(shù)量、實(shí)驗(yàn)數(shù)量、職業(yè)路徑數(shù)量、項(xiàng)目路徑數(shù)量、算法集數(shù)量、數(shù)據(jù)集數(shù)量、用戶分布、活躍用戶等數(shù)據(jù)；實(shí)時(shí)的CPU、內(nèi)存、硬盤、實(shí)例的使用情況和該時(shí)刻學(xué)生實(shí)驗(yàn)進(jìn)行的狀態(tài)；可對虛擬機(jī)進(jìn)行監(jiān)控所處的實(shí)驗(yàn)環(huán)境、創(chuàng)建位置、用戶姓名、創(chuàng)建時(shí)間時(shí)間以及開啟和關(guān)閉的狀態(tài)。該功能的實(shí)現(xiàn)可便捷精準(zhǔn)的反應(yīng)出學(xué)生的問題所在，可對實(shí)驗(yàn)平臺進(jìn)行實(shí)時(shí)狀態(tài)的查看，又同時(shí)提高了老師的教學(xué)質(zhì)量和效率。系統(tǒng)管理郵件系統(tǒng)配置是為了減輕管理端的任務(wù)負(fù)擔(dān)，配置好郵件系統(tǒng)之后，學(xué)生在忘記登陸密碼之后可以通過郵件找回密碼。紅亞教學(xué)資源人工智能基礎(chǔ)課程資源Linux基礎(chǔ)Linux系統(tǒng)是開源軟件，其可靠性得到肯定，是當(dāng)今舉世矚目、發(fā)展最快、應(yīng)用最廣的主流軟件之一。在服務(wù)器平臺、嵌入式系統(tǒng)和云計(jì)算系統(tǒng)所運(yùn)行的操作系統(tǒng)中，Linux占很大比重。大數(shù)據(jù)主流框架Hadoop、Spark都架設(shè)在Linux系統(tǒng)上，所以現(xiàn)在學(xué)習(xí)和應(yīng)用Linux成為眾多用戶和學(xué)生的首選。Linux基礎(chǔ)Linux基礎(chǔ)Linux系統(tǒng)概述Linux簡介Linux應(yīng)用領(lǐng)域Linux優(yōu)勢字符操作環(huán)境使用Shell字符編輯器VILinux文件系統(tǒng)Linux文件ext3文件系統(tǒng)安裝和卸載文件系統(tǒng)進(jìn)程管理Linux進(jìn)程概述進(jìn)程控制命令常用命令介紹目錄操作文件操作磁盤操作文本編輯幫助命令用戶管理Linux用戶賬戶概述管理用戶和群組命令行配置用戶管理器配置系統(tǒng)監(jiān)控與備份顯示系統(tǒng)進(jìn)程查看硬件信息查看日志文件數(shù)據(jù)備份與恢復(fù)軟件包管理RPM概述RPM包的命令介紹查看軟件包（檢查軟件包簽名）軟件包管理工具管理網(wǎng)絡(luò)服務(wù)守護(hù)進(jìn)程服務(wù)配置FTP服務(wù)配置郵件服務(wù)器Apache服務(wù)器編程基礎(chǔ)編程基礎(chǔ)包含Python基礎(chǔ)、R語言基礎(chǔ)、Scala基礎(chǔ)和Java基礎(chǔ)四大模塊共計(jì)82個(gè)實(shí)驗(yàn)項(xiàng)目。針對每一個(gè)所講解的知識點(diǎn)都進(jìn)行了深入分析，并使用生動形象的情境化舉例，將原本復(fù)雜的、難于理解的知識點(diǎn)和問題進(jìn)行簡化，針對每個(gè)知識點(diǎn)，精心設(shè)計(jì)了相應(yīng)的問題，讓學(xué)習(xí)者不但能掌握和理解這些知識點(diǎn)，并且還可以清楚地知道在實(shí)際工作中如何去運(yùn)用。編程基礎(chǔ)Python基礎(chǔ)Python基礎(chǔ)Python介紹Python開發(fā)環(huán)境搭建Python基本數(shù)據(jù)類型Python變量Python基本輸入輸出Python模塊Python運(yùn)算符與表達(dá)式Python選擇與循環(huán)結(jié)構(gòu)Python序列操作Python列表常用方法Python元組Python列表解析式與生成器表達(dá)式Python字符編碼Python字符串基本操作Python字符串格式化Python字符串方法Python正則表達(dá)式與re模塊Python字典創(chuàng)建與使用Python字典方法Python集合創(chuàng)建與使用Python集合常用運(yùn)算Python文件基本概念Python打開與關(guān)閉文件Python文件對象基本方法Python數(shù)據(jù)序列化與反序列化Python文件與文件夾基本操作Python函數(shù)的定義和調(diào)用Python函數(shù)參數(shù)Python變量作用域Python函數(shù)返回值Python函數(shù)嵌套定義、閉包、裝飾器Python類的定義和使用Python構(gòu)造方法與析構(gòu)方法Python成員訪問權(quán)限Python繼承Python異常概念與常見表現(xiàn)形式Python常見異常處理結(jié)構(gòu)Python的raise語句R語言基礎(chǔ)R語言基礎(chǔ)R語言開發(fā)環(huán)境搭建R語言對象與屬性R語言向量R語言矩陣和數(shù)組R語言列表R語言數(shù)據(jù)框R語言構(gòu)建子集lapply函數(shù)apply函數(shù)mapply函數(shù)split函數(shù)tapply函數(shù)R語言重復(fù)值處理R語言排序Scala基礎(chǔ)Scala基礎(chǔ)Scala開發(fā)環(huán)境搭建Scala控制結(jié)構(gòu)和函數(shù)Scala數(shù)組相關(guān)操作Scala映射與元組Scala類與對象Scala包管理Scala繼承Scala文件和正則表達(dá)式Scala特質(zhì)Scala運(yùn)算符(原本為scala操作符)Scala高階函數(shù)Scala集合Scala模式匹配和樣例類Scala類型參數(shù)Scala高級類型Scala隱式轉(zhuǎn)換和隱式參數(shù)Java基礎(chǔ)Java基礎(chǔ)Java開發(fā)環(huán)境搭建Java的類和對象Java標(biāo)識符、關(guān)鍵字與運(yùn)算符Java基本數(shù)據(jù)類型Java流程控制Java繼承與多態(tài)Java抽象類與接口Java內(nèi)部類Java異常處理Java集合類Java基礎(chǔ)類庫Java泛型Java的輸入與輸出Java數(shù)據(jù)庫操作數(shù)學(xué)基礎(chǔ)數(shù)字在數(shù)學(xué)體系中穩(wěn)固的位置，而大數(shù)據(jù)技術(shù)也和數(shù)學(xué)緊緊地結(jié)合在一起。數(shù)學(xué)基礎(chǔ)共計(jì)信息論、線性代數(shù)、概率論與數(shù)理統(tǒng)計(jì)、數(shù)值計(jì)算和最優(yōu)化方法五大模塊30個(gè)教學(xué)項(xiàng)目。大數(shù)據(jù)技術(shù)本身是一門交叉性學(xué)科，統(tǒng)計(jì)方法為核心，所以學(xué)習(xí)數(shù)學(xué)基礎(chǔ)就顯得尤為重要。數(shù)學(xué)基礎(chǔ)信息論信息論熵聯(lián)合熵條件熵相對熵互信息最大熵模型線性代數(shù)線性代數(shù)標(biāo)量向量張量范數(shù)矩陣特征分解幾種常用距離計(jì)算概率論與數(shù)理統(tǒng)計(jì)概率論與數(shù)理統(tǒng)計(jì)隨機(jī)變量概率分布貝葉斯公式期望方差協(xié)方差常見分布函數(shù)最大似然估計(jì)數(shù)值計(jì)算數(shù)值計(jì)算數(shù)值計(jì)算概述上溢和下溢計(jì)算復(fù)雜性與NP問題最優(yōu)化方法最優(yōu)化方法最優(yōu)化理論概述最優(yōu)化問題的數(shù)學(xué)描述凸集與凸集分離方法梯度下降算法啟發(fā)式優(yōu)化方法牛頓法和擬牛頓法數(shù)據(jù)庫基礎(chǔ)數(shù)據(jù)庫已是當(dāng)今信息社會須臾不可脫離的重要工具，數(shù)據(jù)庫的教學(xué)也就成為計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)的一門必修課程。在大數(shù)據(jù)技術(shù)中，數(shù)據(jù)倉庫的搭建離不開傳統(tǒng)數(shù)據(jù)庫的支持，所以，學(xué)習(xí)數(shù)據(jù)庫基礎(chǔ)是為大數(shù)據(jù)的存儲做準(zhǔn)備。數(shù)據(jù)庫基礎(chǔ)excelExcleExcel函數(shù)與公式Excel數(shù)據(jù)統(tǒng)計(jì)與匯總VBA程序基礎(chǔ)VBA數(shù)據(jù)類型VBA流程控制VBA綜合應(yīng)用mysqlMysqlMySQL簡介與安裝MySQL創(chuàng)建連接MySQL操作數(shù)據(jù)庫MySQL操作數(shù)據(jù)表MySQL操作數(shù)據(jù)MySQL條件限定與正則表達(dá)式MySQL表的連接MySQL排序、分組與過濾MySQL結(jié)果合并MySQL函數(shù)MySQL導(dǎo)入與導(dǎo)出oracleOracleOracle安裝與卸載Oracle數(shù)據(jù)類型（文本）表的創(chuàng)建與管理簡單查詢單行函數(shù)分組統(tǒng)計(jì)查詢多表查詢SybasePowerDesigner設(shè)計(jì)工具mongodbMongoDBMongoDB簡介與安裝MongoDB創(chuàng)建連接MongoDB操作數(shù)據(jù)庫MongoDB操作集合MongoDB操作文檔MongoDB條件操作符與正則表達(dá)式MongoDB之Limit與Skip方法MongoDB排序與聚合Redis+MemcacheRedis+MemcacheRedis簡介、安裝與配置Redis命令（包括Redis鍵）Redis數(shù)據(jù)類型Redis基數(shù)統(tǒng)計(jì)Redis服務(wù)器與連接memcached簡介與安裝memcached連接memcached存儲memcached查找memcached統(tǒng)計(jì)SQLiteSQLiteSQLite簡介與安裝SQLite操作數(shù)據(jù)庫SQLite操作數(shù)據(jù)表SQLite操作數(shù)據(jù)SQLite條件限定與通配符SQLite表的連接SQLite排序、分組與過濾SQLite結(jié)果合并SQLite之Explain細(xì)節(jié)描述SQLite函數(shù)Python數(shù)據(jù)處理隨著大數(shù)據(jù)瘋狂的浪潮，新生代的工具Python得到了前所未有的爆發(fā)。簡潔、開源是這款工具吸引了眾多客戶的原因。通過Python的實(shí)訓(xùn)練習(xí)，掌握數(shù)據(jù)采集、數(shù)據(jù)分析、模型調(diào)優(yōu)等技術(shù)，實(shí)現(xiàn)人工智能與Python的完美融合。Python基礎(chǔ)知識Python基礎(chǔ)簡介Python語言概述為何學(xué)習(xí)Python語言Python主要應(yīng)用領(lǐng)域Python開發(fā)環(huán)境搭建初識PythonPython基本數(shù)據(jù)類型Python變量Python基本輸入輸出Python模塊Python運(yùn)算符與表達(dá)式Python選擇與循環(huán)結(jié)構(gòu)Python猜數(shù)字游戲列表與元組Python序列操作Python列表常用方法Python元組Python列表解析式與生成器表達(dá)式字符串與正則表達(dá)式Python字符編碼Python字符串基本操作Python字符串格式化Python字符串方法Python正則表達(dá)式與re模塊字典Python字典創(chuàng)建與使用Python字典方法集合Python集合創(chuàng)建與使用Python集合常用運(yùn)算文件操作Python文件基本概念Python打開與關(guān)閉文件Python文件對象基本方法Python數(shù)據(jù)序列化與反序列化Python文件與文件夾基本操作函數(shù)Python函數(shù)的定義和調(diào)用Python函數(shù)參數(shù)Python變量作用域Python函數(shù)返回值Python函數(shù)嵌套定義、閉包、裝飾器面向?qū)ο驪ython類的定義和使用Python構(gòu)造方法與析構(gòu)方法Python成員訪問權(quán)限Python繼承異常處理結(jié)構(gòu)Python異常概念與常見表現(xiàn)形式Python常見異常處理結(jié)構(gòu)Python的raise語句Python數(shù)據(jù)采集爬蟲初識爬蟲簡介爬蟲應(yīng)用場景爬蟲基本工作原理網(wǎng)絡(luò)請求基礎(chǔ)TCP/IP協(xié)議HTTP請求格式HTTP常用請求頭響應(yīng)狀態(tài)碼瀏覽器發(fā)送HTTP請求的過程cookie和session使用Python發(fā)送網(wǎng)絡(luò)請求Requests模塊介紹使用Requests發(fā)送post請求使用Requests發(fā)送get請求使用Requests發(fā)送帶Header請求使用Requests發(fā)送帶參數(shù)請求Python爬蟲實(shí)戰(zhàn)XPATH介紹及節(jié)點(diǎn)選擇LXML介紹及使用對抗反爬蟲措施網(wǎng)站數(shù)據(jù)爬取實(shí)驗(yàn)IP代理數(shù)據(jù)爬取Python數(shù)據(jù)分析分類與預(yù)測決策樹K近鄰分類算法支持向量機(jī)Python隨機(jī)森林Logistic回歸分析人工智能網(wǎng)絡(luò)常用聚類分析算法K-Means聚類算法系統(tǒng)聚類算法DBSCAN聚類算法關(guān)聯(lián)規(guī)則算法Apriori算法簡介Apriori算法應(yīng)用協(xié)同過濾算法基于用戶的協(xié)同過濾算法基于物品的協(xié)同過濾算法時(shí)間序列數(shù)據(jù)分析時(shí)間序列預(yù)處理平穩(wěn)時(shí)間序列分析非平穩(wěn)時(shí)間序列分析Python主要時(shí)序模式算法離群點(diǎn)檢測方法離群點(diǎn)檢測概述基于密度的離群點(diǎn)檢測方法基于聚類的離群點(diǎn)檢測方法基于距離的離群點(diǎn)檢測方法數(shù)據(jù)降維數(shù)據(jù)降維概述常用降維方法-1.機(jī)器學(xué)習(xí)簡介常用降維方法-2.機(jī)器學(xué)習(xí)數(shù)學(xué)預(yù)備知識常用降維方法-3.常用降維方法的目的常用降維方法-4.常用降維方法解讀模型調(diào)優(yōu)與實(shí)戰(zhàn)模型評估與調(diào)優(yōu)模型評估和調(diào)優(yōu)的意義評估指標(biāo)模型調(diào)優(yōu)建議與注意事項(xiàng)數(shù)據(jù)分析與挖掘?qū)崙?zhàn)電子商務(wù)的智能推薦財(cái)政收入分析電商產(chǎn)品評價(jià)分析電力竊漏識別分析電器使用情況分析人工智能課程資源機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是人工智能中發(fā)展最快的分支之一，是人工智能的主要技術(shù)途徑。在本課程體系中，機(jī)器學(xué)習(xí)處于基礎(chǔ)地位，是學(xué)好后續(xù)課程的基礎(chǔ)。本課程講授機(jī)器學(xué)習(xí)的基本原理和方法，涵蓋了線性回歸實(shí)驗(yàn)分析、Python從零實(shí)現(xiàn)線性回歸方程、機(jī)器學(xué)習(xí)模型評估方法對比分析、邏輯回歸實(shí)驗(yàn)分析等課程的主要方法。機(jī)器學(xué)習(xí)線性回歸線性回歸實(shí)驗(yàn)分析Python從零實(shí)現(xiàn)線性回歸方程機(jī)器學(xué)習(xí)模型評估方法對比分析邏輯回歸邏輯回歸實(shí)驗(yàn)分析Python從零實(shí)現(xiàn)邏輯回歸方程項(xiàng)目實(shí)戰(zhàn)-信用卡交易數(shù)據(jù)欺詐檢測決策樹與集成實(shí)例決策樹算法實(shí)驗(yàn)分析Python從零實(shí)現(xiàn)決策樹模型集成算法實(shí)驗(yàn)分析集成模型搭建實(shí)例項(xiàng)目實(shí)戰(zhàn)-基于隨機(jī)森林的氣溫預(yù)測貝葉斯算法Python從零實(shí)現(xiàn)貝葉斯算法項(xiàng)目實(shí)戰(zhàn)-基于貝葉斯的新聞數(shù)據(jù)分類貝葉斯優(yōu)化及其工具包使用實(shí)戰(zhàn)貝葉斯分析實(shí)例聚類算法分析Python從零實(shí)現(xiàn)Kmeans算法聚類算法實(shí)驗(yàn)分析支持向量機(jī)基于SVM的簡易人臉識別案例支持向量機(jī)實(shí)驗(yàn)分析降維算法線性判別分析實(shí)驗(yàn)主成分分析提升算法Xgboost建模調(diào)參實(shí)戰(zhàn)xgboost-gbdt-lightgbm算法對比分析項(xiàng)目實(shí)戰(zhàn)-使用lightgbm進(jìn)行飯店流量預(yù)測隱馬爾科夫模型HMM實(shí)現(xiàn)中文分詞機(jī)器學(xué)習(xí)綜合項(xiàng)目制作自己常用工具包特征工程試驗(yàn)分析項(xiàng)目實(shí)戰(zhàn)-從零開始打造音樂推薦系統(tǒng)推薦系統(tǒng)實(shí)驗(yàn)分析關(guān)聯(lián)規(guī)則工具包實(shí)戰(zhàn)Python從零實(shí)現(xiàn)關(guān)聯(lián)規(guī)則科比職業(yè)生涯數(shù)據(jù)分析建模Python時(shí)間序列分析實(shí)戰(zhàn)ARIMA模型實(shí)戰(zhàn)項(xiàng)目實(shí)戰(zhàn)-人口普查數(shù)據(jù)集項(xiàng)目實(shí)戰(zhàn)-收入預(yù)測模型學(xué)習(xí)曲線分析基于統(tǒng)計(jì)分析的電影推薦項(xiàng)目實(shí)戰(zhàn)-貸款申請最大利潤分析NLP-文本特征方法對比項(xiàng)目實(shí)戰(zhàn)-用戶流失預(yù)警機(jī)器學(xué)習(xí)項(xiàng)目建模模板數(shù)據(jù)分析數(shù)據(jù)分析指用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對收集來的大量數(shù)據(jù)進(jìn)行分析，將它們加以匯總和理解并消化，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程。本課程涵蓋了數(shù)據(jù)分析的主要知識內(nèi)容。數(shù)據(jù)分析統(tǒng)計(jì)分析方法假設(shè)檢驗(yàn)分析相關(guān)分析方差分析科學(xué)計(jì)算庫-Numpy數(shù)據(jù)分析處理庫-Pandas可視化庫-Matplotlib可視化庫-Seaborn數(shù)據(jù)降維常用策略數(shù)據(jù)降維分析鳶尾花數(shù)據(jù)集分析數(shù)據(jù)預(yù)處理與缺失值分析數(shù)據(jù)科學(xué)你得知道的幾種分布實(shí)例商品可視化展示與文本處理數(shù)據(jù)分析經(jīng)典案例多變量分析實(shí)例紐約出租車運(yùn)行情況分析建模基于統(tǒng)計(jì)分析的電影推薦任務(wù)商品訂單數(shù)據(jù)集分析KIVA貸款數(shù)據(jù)分析汽車價(jià)格回歸分析手寫字體識別對比分析員工離職預(yù)測基于NLP的股價(jià)預(yù)測借貸公司數(shù)據(jù)分析數(shù)據(jù)挖掘數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過程。數(shù)據(jù)挖掘是一種決策支持過程，它主要基于人工智能、機(jī)器學(xué)習(xí)、模式識別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫、可視化技術(shù)等，高度自動化地分析企業(yè)的數(shù)據(jù)，作出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場策略，減少風(fēng)險(xiǎn)，作出正確的決策。本課程涵蓋了數(shù)據(jù)挖掘的主要知識內(nèi)容。數(shù)據(jù)挖掘數(shù)據(jù)挖掘經(jīng)典實(shí)例解讀數(shù)據(jù)特征預(yù)處理實(shí)驗(yàn)文本特征處理方法對比項(xiàng)目實(shí)戰(zhàn)-愛彼迎數(shù)據(jù)集分析與建模項(xiàng)目實(shí)戰(zhàn)-基于相似度的酒店推薦系統(tǒng)項(xiàng)目實(shí)戰(zhàn)-商品銷售額回歸分析項(xiàng)目實(shí)戰(zhàn)-絕地求生數(shù)據(jù)集探索分析與建模項(xiàng)目實(shí)戰(zhàn)-銀行客戶還款可能性預(yù)測圖像特征聚類分析實(shí)踐競賽優(yōu)勝解決方案項(xiàng)目實(shí)戰(zhàn)-快手短視頻用戶活躍度分析項(xiàng)目實(shí)戰(zhàn)-工業(yè)化工生產(chǎn)預(yù)測項(xiàng)目實(shí)戰(zhàn)-智慧城市-道路通行時(shí)間預(yù)測特征工程建?？山忉尮ぞ甙?xiàng)目實(shí)戰(zhàn)-醫(yī)學(xué)糖尿病數(shù)據(jù)命名實(shí)體識別貸款平臺風(fēng)控模型-特征工程項(xiàng)目實(shí)戰(zhàn)-新聞關(guān)鍵詞抽取模型數(shù)據(jù)特征常用構(gòu)建方法項(xiàng)目實(shí)戰(zhàn)-用電敏感客戶分類項(xiàng)目實(shí)戰(zhàn)-京東購買意向預(yù)測項(xiàng)目實(shí)戰(zhàn)-泰坦尼克號獲救預(yù)測數(shù)據(jù)挖掘常用策略實(shí)戰(zhàn)用戶畫像分析數(shù)據(jù)特征常用構(gòu)建方法集成策略實(shí)例模型解釋方法實(shí)戰(zhàn)kaggle數(shù)據(jù)科學(xué)調(diào)查分析項(xiàng)目實(shí)戰(zhàn)-房價(jià)預(yù)測項(xiàng)目實(shí)戰(zhàn)-fbprophet時(shí)間序列預(yù)測自然語言處理常用工具包實(shí)戰(zhàn)Pandas數(shù)據(jù)處理實(shí)戰(zhàn)深度學(xué)習(xí)深度學(xué)習(xí)是人工智能第三次浪潮的核心技術(shù)，廣泛應(yīng)用于圖像識別、語音識別、機(jī)器翻譯、醫(yī)療影像處理、自然語言處理、人機(jī)博弈等眾多領(lǐng)域，使得這些領(lǐng)域取得了突破性進(jìn)展。本課程是AI課程系列中的核心，講授深度學(xué)習(xí)的原理、技巧和前沿技術(shù)。深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法神經(jīng)網(wǎng)絡(luò)算法實(shí)驗(yàn)分析word2vec詞向量模型實(shí)驗(yàn)基于word2vec的文本分類實(shí)戰(zhàn)維基百科數(shù)據(jù)集訓(xùn)練詞向量模型Python從零實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)PyTorch框架與實(shí)戰(zhàn)PyTorch框架基本處理操作神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)分類與回歸任務(wù)圖像識別核心模塊實(shí)戰(zhàn)解讀遷移學(xué)習(xí)的作用與應(yīng)用實(shí)例遞歸神經(jīng)網(wǎng)絡(luò)與詞向量原理解讀新聞數(shù)據(jù)集文本分類實(shí)戰(zhàn)對抗生成網(wǎng)絡(luò)架構(gòu)