本课程以一系列大数据讲座为主线，突出实战性，激发学生学习兴趣和动力，促进学生理论与实践相结合，启发学生技术创新。 注重结合应用实例融会贯通大数据中的理论方法和系统知识（平台、模块、工具），体会运用大数据技术解决实际问题的思路和效果。本课程兼顾信息类和非信息类学生。
大数据技术与应用
-
李国杰：面向大数据的数据科学(20:35)
-
数据思维方式的改变(12:54)
-
数据的假设与采集(22:02)
-
数据的准备(15:06)
-
数据的分析(46:33)
-
数据的解释与验证(09:46)
-
个人介绍(08:53)
-
硅谷热门公司(24:16)
-
大数据简介(17:45)
-
大数据平台系统(39:34)
-
工业实践(17:32)
-
结尾(09:15)
-
数据系统架构历史(18:42)
-
从sql到nosql(29:08)
-
数据库系统实现变革(17:06)
-
负载融合(12:28)
-
数据系统架构成本(07:07)
-
什么是可视化(21:16)
-
网络可视化(26:19)
-
大数据带来的新挑战(13:31)
-
大数据网络可视化的若干案例(15:47)
-
网络安全概述(10:30)
-
大数据安全分析平台(06:13)
-
大数据安全应用(23:28)
-
大数据平台安全(16:21)
-
人工智能系统的本质功能模型(20:04)
-
隐性智慧，显性智慧(22:00)
-
人工智能：能与不能(16:58)
-
人工智能的技术现状(19:04)
-
机制主义人工智能模型(27:37)
-
信息转换和智能创生定律(05:01)
-
人工智能与大数据(10:52)
-
什么是机器智能(20:35)
-
大数据的重要性及特点(11:36)
-
大数据中的因果关系与关键技术(20:50)
-
大数据与机器智能(18:53)
-
大数据思维(17:45)
-
讲座问答环节(17:14)
-
大数据概述(18:23)
-
大数据相关新趋势(12:05)
-
大数据技术创新1(19:13)
-
大数据技术创新2(12:33)
-
大数据技术创新3(27:45)
-
大数据商业价值和前景(05:45)
-
大数据机遇和挑战(06:41)
-
金融大数据概述(17:48)
-
用户个人信息分类(09:43)
-
金融大数据法律框架(34:38)
-
实际案例和业界实践(23:19)
-
核心风险点(08:27)
-
互联网与商业化(20:59)
-
大数据与计算广告(23:34)
-
计算广告介绍(22:06)
-
数据交易(20:56)
-
从记账技术到区块链(32:04)
-
区块链确保数据真实性(20:32)
-
区块链确保数据安全性(32:19)
-
区块链衡量数据价值(05:51)
-
区块链的应用和总结(20:48)
-
个性化推荐系统(13:10)
-
推荐系统的召回与排序(11:16)
-
智能制作之个性化海报(12:15)
-
线上推荐系统其它要素(06:24)
-
个人介绍及用户理解背景(07:01)
-
用户理解与用户画像(13:51)
-
案例1：用户属性识别(21:59)
-
案例2：自然人识别(05:03)
-
案例3：WOI与社交关系识别(09:45)
-
内容智能生态——数据、算法、应用(16:09)
-
大数据在内容分析的应用(10:23)
-
IP价值评估系统(12:24)
-
爱奇艺的剧本评估(20:57)
-
爱奇艺的智能评分(11:08)
-
外卖行业及场景简介(06:56)
-
餐饮及外卖行业大数据应用框架(11:48)
-
案例分析：智能营销场景的用户画像(24:02)
-
案例分析：智能助手场景的菜品画像(19:01)
-
旅行业务的特点(13:04)
-
美团旅行业务的用户画像构建(07:39)
-
用户画像的应用案例(13:14)
-
住宿需求预测问题(10:56)
-
营销补贴策略建模(14:10)
-
互联网金融背景介绍(20:11)
-
互联网金融科技(16:08)
-
数据智能的三个案例(34:07)
-
技术展望(15:16)
-
数据的进化历程(18:32)
-
阿里DMP平台介绍(13:10)
-
核心技术及案例(08:22)
-
数据应用(19:12)
-
在线营销(17:16)
-
竞价机制(16:34)
-
数据价值(13:14)
-
竞价排名搜索(16:05)
-
主要技术问题(13:37)
-
点击率预测概述(07:35)
-
点击率预测实践(28:11)
-
即时配送业务的背景及挑战(31:02)
-
案例1：订单分配策略(19:06)
-
案例2：供需平衡策略(08:06)
-
未来展望(02:57)
-
什么是数据驱动营销(11:44)
-
LTV留存分析(23:30)
-
RFM会员体系(09:51)
-
消费者微群画像(10:16)
-
渠道倾向性分析及行业竞争分析(09:36)
-
机器学习潜客挖掘模型(13:09)
-
金融大数据时代(21:56)
-
大数据客观信用(15:38)
-
我国的金融环境(04:59)
-
客观信用的实践(12:48)
-
应用案例与成果(11:41)
暂无相关数据
课程挺好
2021-01-28 10:54:13
2021-01-27 16:09:39