4月28日，云創(chuàng)大數(shù)據(jù)正式發(fā)文公布了云創(chuàng)學(xué)習(xí)工場(chǎng)可以為高校提供高質(zhì)量免費(fèi)直播授課的通知。消息一經(jīng)發(fā)出，受到各高校的積極反饋。目前為止，已有56所高校通過微信小程序報(bào)名，選擇了相關(guān)課程，分布在全國29個(gè)省、直轄市和自治區(qū)。
從5月25日開始，這些高校的學(xué)生將學(xué)習(xí)《大數(shù)據(jù)》課程和《大數(shù)據(jù)導(dǎo)論》課程，并將免費(fèi)使用云創(chuàng)大數(shù)據(jù)開發(fā)的大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)（本科與高職兩大平臺(tái)，金融、電子商務(wù)、數(shù)學(xué)統(tǒng)計(jì)等多個(gè)版本，共有424個(gè)大數(shù)據(jù)實(shí)驗(yàn)）進(jìn)行實(shí)戰(zhàn)實(shí)驗(yàn)，可以享受到直播授課+答疑解惑+實(shí)驗(yàn)實(shí)戰(zhàn)等個(gè)性化的服務(wù)和指導(dǎo)。
開課時(shí)間在即，請(qǐng)還沒報(bào)名，有意向選擇云創(chuàng)學(xué)習(xí)工場(chǎng)高質(zhì)量免費(fèi)直播授課的高校抓緊時(shí)間通過下文中小程序報(bào)名！具體課程詳情和相關(guān)細(xì)節(jié)，可閱讀后文！
注：《大數(shù)據(jù)》課程適合作為本科高校大數(shù)據(jù)專業(yè)必修課程、非大數(shù)據(jù)專業(yè)選修課程。《大數(shù)據(jù)導(dǎo)論》課程適合作為高職高專院校大數(shù)據(jù)專業(yè)必修課程、非大數(shù)據(jù)專業(yè)選修課程。各高校也可以同時(shí)選擇以上兩門課程！
《大數(shù)據(jù)》選課小程序碼：
《大數(shù)據(jù)導(dǎo)論》選課小程序碼：
針對(duì)目前高校面臨的課程、師資、科研支撐、成果轉(zhuǎn)化等瓶頸，云創(chuàng)專業(yè)共建結(jié)對(duì)子計(jì)劃可為合作院校提供“共同制定人才培養(yǎng)計(jì)劃、建設(shè)教材體系、高質(zhì)量免費(fèi)培養(yǎng)師資、全套專業(yè)課高質(zhì)量免費(fèi)在線直播教學(xué)、設(shè)計(jì)實(shí)驗(yàn)室建設(shè)方案、協(xié)助學(xué)生實(shí)習(xí)、協(xié)助學(xué)生高質(zhì)量就業(yè)、共建教育部協(xié)同育人項(xiàng)目、聯(lián)合科研項(xiàng)目申報(bào)與研究、聯(lián)合發(fā)表高質(zhì)量論文、聯(lián)合科研成果報(bào)獎(jiǎng)、助力科研成果轉(zhuǎn)化”共12項(xiàng)免費(fèi)服務(wù)，在教育領(lǐng)域反響十分強(qiáng)烈。
其中，高質(zhì)量免費(fèi)培養(yǎng)師資和全套專業(yè)課高質(zhì)量免費(fèi)在線直播教學(xué)作為重要的兩項(xiàng)服務(wù)，受到不同層次高校的廣泛好評(píng)。而全套專業(yè)課高質(zhì)量免費(fèi)在線直播教學(xué)采用“雙師模式”——直播間老師負(fù)責(zé)授課，現(xiàn)場(chǎng)助教老師負(fù)責(zé)輔導(dǎo)，可以大大解決大數(shù)據(jù)和人工智能師資緊缺問題，提升教學(xué)質(zhì)量。
為了幫助高校大數(shù)據(jù)專業(yè)建設(shè)快速落地，培養(yǎng)創(chuàng)新人才，云創(chuàng)大數(shù)據(jù)將從本學(xué)期5月25日開始，推出《大數(shù)據(jù)》和《大數(shù)據(jù)導(dǎo)論》免費(fèi)在線直播課，歡迎各高校選修。
《大數(shù)據(jù)》適合于本科高校大數(shù)據(jù)專業(yè)必修課程和非大數(shù)據(jù)專業(yè)選修課程，《大數(shù)據(jù)導(dǎo)論》適合于高職高專院校大數(shù)據(jù)專業(yè)必修課程和非大數(shù)據(jù)專業(yè)選修課程。同時(shí)，為了保障高校的教學(xué)實(shí)踐效果，云創(chuàng)大數(shù)據(jù)還將為選修以上兩門課程的高校免費(fèi)提供大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)（本科與高職兩大平臺(tái)，金融、電子商務(wù)、數(shù)學(xué)統(tǒng)計(jì)等多個(gè)版本，共有424個(gè)大數(shù)據(jù)實(shí)驗(yàn)），讓高校享受直播授課+答疑解惑+實(shí)驗(yàn)實(shí)戰(zhàn)等個(gè)性化的服務(wù)和指導(dǎo)。
云創(chuàng)大數(shù)據(jù)還計(jì)劃從下學(xué)期9月份開始提供9門大數(shù)據(jù)和人工智能專業(yè)的專業(yè)直播課程，敬請(qǐng)期待！具體課程如下：
大數(shù)據(jù)（本科）：《大數(shù)據(jù)》、《Python程序設(shè)計(jì)》、《云計(jì)算》
大數(shù)據(jù)（?？疲骸洞髷?shù)據(jù)導(dǎo)論》、《Python語言》、《云計(jì)算導(dǎo)論》
人工智能（本科）：《人工智能導(dǎo)論》、《Python程序設(shè)計(jì)》、《人工智能數(shù)學(xué)基礎(chǔ)》
人工智能（專科）：《人工智能概論》、《Python語言》、《云計(jì)算導(dǎo)論》
如有疑問，請(qǐng)咨詢宋倩：
聯(lián)系方式：
郵箱：songqian@cstor.cn
手機(jī)：13905177044
大數(shù)據(jù)（適合于本科高校）
一、課程性質(zhì)、目的與要求
課程性質(zhì)：本科高校大數(shù)據(jù)專業(yè)必修課程、非大數(shù)據(jù)專業(yè)選修課程。
課程目的：通過對(duì)大數(shù)據(jù)的相關(guān)知識(shí)介紹，使學(xué)生掌握大數(shù)據(jù)的概念和原理，熟悉大數(shù)據(jù)的理論與算法，了解大數(shù)據(jù)未來發(fā)展趨勢(shì)，能夠利用所學(xué)知識(shí)，進(jìn)行大數(shù)據(jù)應(yīng)用實(shí)現(xiàn)和算法設(shè)計(jì)，培養(yǎng)學(xué)生運(yùn)用大數(shù)據(jù)技術(shù)解決大數(shù)據(jù)行業(yè)應(yīng)用問題。
課程要求：本課程系統(tǒng)介紹了大數(shù)據(jù)的理論知識(shí)和實(shí)戰(zhàn)應(yīng)用，包括大數(shù)據(jù)概念與應(yīng)用、數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)挖掘算法與工具、R語言、深度學(xué)習(xí)以及大數(shù)據(jù)可視化等，并深度剖析了大數(shù)據(jù)在互聯(lián)網(wǎng)、商業(yè)和典型行業(yè)的應(yīng)用。期望學(xué)生對(duì)大數(shù)據(jù)處理技術(shù)有比較深入的理解，能夠從具體問題或?qū)嵗胧?，利用所學(xué)的大數(shù)據(jù)知識(shí)在應(yīng)用中實(shí)現(xiàn)數(shù)據(jù)分析和數(shù)據(jù)挖掘。
二、教學(xué)內(nèi)容
總學(xué)時(shí)：36學(xué)時(shí)
第1章 大數(shù)據(jù)概念與應(yīng)用 2學(xué)時(shí)
基本要求：熟悉大數(shù)據(jù)的概念與意義、大數(shù)據(jù)的來源、大數(shù)據(jù)應(yīng)用場(chǎng)景及大數(shù)據(jù)處理方法等內(nèi)容。
重點(diǎn)：大數(shù)據(jù)的定義、研究?jī)?nèi)容與應(yīng)用。
難點(diǎn)：無。
第2章 數(shù)據(jù)采集與預(yù)處理 4學(xué)時(shí)
基本要求：熟悉常用的大數(shù)據(jù)采集工具，特別是Apache Kafka數(shù)據(jù)采集使用方法；熟悉數(shù)據(jù)預(yù)處理原理和方法，包括數(shù)據(jù)清洗、數(shù)據(jù)集合、數(shù)據(jù)轉(zhuǎn)換；掌握數(shù)據(jù)倉庫概念與ETL工具Kettle的實(shí)際應(yīng)用。
重點(diǎn)：Apache Kafka數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)倉庫與ETL工具。
難點(diǎn)：ETL工具Kettle的實(shí)際應(yīng)用。
第3章 數(shù)據(jù)挖掘算法 6學(xué)時(shí)
基本要求：熟悉常用的數(shù)據(jù)挖掘算法，內(nèi)容上從分類、聚類、關(guān)聯(lián)規(guī)則和預(yù)測(cè)模型等數(shù)據(jù)挖掘常用分析方法出發(fā)掌握相對(duì)應(yīng)的算法，并能熟練進(jìn)行數(shù)據(jù)挖掘算法的綜合應(yīng)用。
重點(diǎn)：分類算法、聚類算法、關(guān)聯(lián)規(guī)則、時(shí)間序列預(yù)測(cè)。
難點(diǎn)：數(shù)據(jù)挖掘算法的綜合應(yīng)用。
第4章 大數(shù)據(jù)挖掘工具 4學(xué)時(shí)
基本要求：熟練掌握機(jī)器學(xué)習(xí)系統(tǒng)Mahout和大數(shù)據(jù)挖掘工具Spark Mllib下的分類算法、聚類算法、協(xié)同過濾算法的使用，并對(duì)其他數(shù)據(jù)挖掘工具有所了解。
重點(diǎn)：Mahout安裝與使用、Spark Mllib工具的使用。
難點(diǎn)：Mahout和Spark Mllib工具的使用。
第5章 R語言 4學(xué)時(shí)
基本要求：了解R語言的發(fā)展歷程、功能和應(yīng)用領(lǐng)域；熟悉R語言在數(shù)據(jù)挖掘中的應(yīng)用；掌握R語言在分布式并行實(shí)時(shí)計(jì)算環(huán)境Spark中的應(yīng)用SparkR。
重點(diǎn)：R語言基本功能、R語言在數(shù)據(jù)挖掘中的應(yīng)用、SparkR主要機(jī)器學(xué)習(xí)算法。
難點(diǎn)：R語言與數(shù)據(jù)挖掘。
第6章 深度學(xué)習(xí) 4學(xué)時(shí)
基本要求：了解深度學(xué)習(xí)的發(fā)展過程和實(shí)際應(yīng)用場(chǎng)景，并結(jié)合人腦的工作原理，理解深度學(xué)習(xí)的相關(guān)概念和工作機(jī)制，做到能夠熟練使用常用的深度學(xué)習(xí)軟件。
重點(diǎn)：人腦神經(jīng)系統(tǒng)與深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)、循環(huán)（遞歸）神經(jīng)網(wǎng)絡(luò)、TensorFlow和Caffe。
難點(diǎn)：人工神經(jīng)網(wǎng)絡(luò)。
第7章 大數(shù)據(jù)可視化 4學(xué)時(shí)
基本要求：熟悉大數(shù)據(jù)可視化的基礎(chǔ)知識(shí)；掌握文本可視化、網(wǎng)絡(luò)可視化、時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化等常用的大數(shù)據(jù)可視化方法，可通過Excel、Processing、NodeXL和ECharts軟件實(shí)現(xiàn)數(shù)據(jù)的可視化。
重點(diǎn)：數(shù)據(jù)可視化流程、大數(shù)據(jù)可視化方法、大數(shù)據(jù)可視化軟件與工具。
難點(diǎn)：時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化。
第8章 互聯(lián)網(wǎng)大數(shù)據(jù)處理 4學(xué)時(shí)
基本要求：掌握互聯(lián)網(wǎng)信息抓取技術(shù)，能夠通過互聯(lián)網(wǎng)信息抓取、文本分詞、倒排索引與網(wǎng)頁排序這4個(gè)主要步驟實(shí)現(xiàn)互聯(lián)網(wǎng)大數(shù)據(jù)處理，并能夠熟練運(yùn)用。
重點(diǎn)：Nutch爬蟲、文本分詞、倒排索引、網(wǎng)頁排序。
難點(diǎn)：倒排索引。
第9章 大數(shù)據(jù)商業(yè)應(yīng)用 2學(xué)時(shí)
基本要求：熟悉用戶畫像和精準(zhǔn)營銷的構(gòu)建；熟悉廣告推薦系統(tǒng)的建設(shè)；熟悉互聯(lián)網(wǎng)金融的應(yīng)用方法。
重點(diǎn)：用戶畫像構(gòu)建流程、用戶標(biāo)簽、廣告推薦、互聯(lián)網(wǎng)金融應(yīng)用方向。
難點(diǎn)：信用評(píng)分算法、分類模型的性能評(píng)估。
第10章 行業(yè)大數(shù)據(jù) 2學(xué)時(shí)
基本要求：以地震大數(shù)據(jù)、交通大數(shù)據(jù)、環(huán)境大數(shù)據(jù)和警務(wù)大數(shù)據(jù)為例來熟悉行業(yè)大數(shù)據(jù)的應(yīng)用，學(xué)會(huì)利用數(shù)據(jù)創(chuàng)造價(jià)值。
重點(diǎn)：理解數(shù)據(jù)和數(shù)據(jù)分析在業(yè)務(wù)活動(dòng)中的具體表現(xiàn)。
難點(diǎn)：無。
三、課程安排
通過在線直播的方式進(jìn)授課。授課時(shí)間為：2020年5月25日開課
具體課程安排如下：
四、課時(shí)分配
五、建議教材與教學(xué)參考書
一、課程性質(zhì)、目的與要求
課程性質(zhì)：高職高專院校大數(shù)據(jù)專業(yè)必修課程、非大數(shù)據(jù)專業(yè)選修課程。
課程目的：本課程力求加深學(xué)生在程序設(shè)計(jì)方法上的理解和把握，通過相關(guān)的事例讓學(xué)生對(duì)各知識(shí)點(diǎn)先了解，再理解，最后逐步掌握。整個(gè)過程融“教、學(xué)、練”于一體，加強(qiáng)學(xué)生實(shí)踐動(dòng)手能力、獨(dú)立思考問題和解決問題的能力，達(dá)到正確靈活地利用操作系統(tǒng)各知識(shí)點(diǎn)來解決相關(guān)問題的目標(biāo)，并為后續(xù)專業(yè)基礎(chǔ)課程、專業(yè)課程的學(xué)習(xí)奠定扎實(shí)的基礎(chǔ)。
課程要求：本課程在教學(xué)過程中，根據(jù)高職培養(yǎng)應(yīng)用型人才的特點(diǎn)，以典型工作任務(wù)為主線、以各種資源管理為核心，以培養(yǎng)能力和提高興趣為目標(biāo)，變應(yīng)試為應(yīng)用，重視在新形勢(shì)下的新方法、新規(guī)則和新思想的傳授。著重培養(yǎng)學(xué)生能靈活應(yīng)用這些思想和方法的能力。課程教學(xué)中要遵循理論來自于實(shí)踐的原則，融“教、學(xué)、練”于一體，體現(xiàn)“在做中學(xué)，在學(xué)中做，學(xué)以致用”，以增強(qiáng)知識(shí)點(diǎn)的實(shí)踐性，激發(fā)學(xué)生的學(xué)習(xí)興趣。在實(shí)踐教學(xué)環(huán)節(jié)中則融入相關(guān)理論知識(shí)，突出理論來自于實(shí)踐和指導(dǎo)實(shí)踐的作用，使學(xué)生的知識(shí)應(yīng)用根據(jù)學(xué)習(xí)的內(nèi)容提升一個(gè)新的高度。
具體目標(biāo)：
知識(shí)目標(biāo)
?大數(shù)據(jù)基本概念和應(yīng)用
?大數(shù)據(jù)的架構(gòu)
?大數(shù)據(jù)的采集和預(yù)處理
?大數(shù)據(jù)的存儲(chǔ)
?大數(shù)據(jù)分析
?大數(shù)據(jù)可視化
?大數(shù)據(jù)的商業(yè)應(yīng)用
技能目標(biāo)
?大數(shù)據(jù)的基本概念和應(yīng)用范圍
?理解大數(shù)據(jù)架構(gòu)的相關(guān)概念
?理解大數(shù)據(jù)采集和預(yù)處理相關(guān)的概念，掌握數(shù)據(jù)采集相關(guān)技術(shù)的應(yīng)用，了解大數(shù)據(jù)預(yù)處理相關(guān)技術(shù)
?理解大數(shù)據(jù)存儲(chǔ)相關(guān)概念，掌握大數(shù)據(jù)存儲(chǔ)相關(guān)技術(shù)
?了解大數(shù)據(jù)分析相關(guān)概念，了解大數(shù)據(jù)分析的相關(guān)技術(shù)
?理解數(shù)據(jù)可視化的相關(guān)概念，掌握大數(shù)據(jù)可視化的相關(guān)技術(shù)
?了解大數(shù)據(jù)的商業(yè)應(yīng)用情況
二、教學(xué)內(nèi)容
總學(xué)時(shí)：36學(xué)時(shí)
第1章 大數(shù)據(jù)基本概念和應(yīng)用 2學(xué)時(shí)
基本要求：了解大數(shù)據(jù)的相關(guān)概念，了解大數(shù)據(jù)的來源、特征和意義、了解大數(shù)據(jù)的表現(xiàn)形態(tài)、了解大數(shù)據(jù)的各種應(yīng)用場(chǎng)景。
重點(diǎn)：大數(shù)據(jù)的定義、大數(shù)據(jù)的市場(chǎng)應(yīng)用。
難點(diǎn)：無。
第2章大數(shù)據(jù)的架構(gòu) 4學(xué)時(shí)
基本要求：掌握大數(shù)據(jù)的分類，了解數(shù)據(jù)類型，了解大數(shù)據(jù)的解決方案、理解Hadoop的核心設(shè)計(jì)，了解Hadoop的平臺(tái)搭建。
第3章 大數(shù)據(jù)的采集和預(yù)處理 8學(xué)時(shí)
基本要求：熟悉常用的大數(shù)據(jù)采集工具，特別是Apache Kafka數(shù)據(jù)采集使用方法；熟悉數(shù)據(jù)預(yù)處理原理和方法，包括數(shù)據(jù)清洗、數(shù)據(jù)集合、數(shù)據(jù)轉(zhuǎn)換；掌握數(shù)據(jù)倉庫概念與ETL工具的實(shí)際應(yīng)用。
重點(diǎn)：Apache Kafka數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)倉庫與ETL工具
重點(diǎn)：分類算法、聚類算法、關(guān)聯(lián)規(guī)則、時(shí)間序列預(yù)測(cè)。Apache Kafka數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)倉庫與ETL工具。ETL工具Kettle的實(shí)際應(yīng)用
難點(diǎn)：數(shù)據(jù)挖掘算法的綜合應(yīng)用。
第4章 大數(shù)據(jù)的存儲(chǔ) 6學(xué)時(shí)
基本要求：理解大數(shù)據(jù)存儲(chǔ)相關(guān)概念、理解數(shù)據(jù)倉庫的概念，了解數(shù)據(jù)倉庫的組成和構(gòu)建方式、掌握大數(shù)據(jù)存儲(chǔ)相關(guān)技術(shù)的應(yīng)用。
重點(diǎn)：云存儲(chǔ)系統(tǒng)的結(jié)構(gòu)模型、分布式文件系統(tǒng)、數(shù)據(jù)庫。
第5章 大數(shù)據(jù)分析 8學(xué)時(shí)
基本要求：了解大數(shù)據(jù)分析相關(guān)概念，了解大數(shù)據(jù)分析的相關(guān)技術(shù)，通過上機(jī)項(xiàng)目實(shí)例進(jìn)行練習(xí)。
重點(diǎn)：數(shù)據(jù)分析方法、數(shù)據(jù)挖掘算法。
第6章 大數(shù)據(jù)可視化 6學(xué)時(shí)
基本要求：熟悉大數(shù)據(jù)可視化的基礎(chǔ)知識(shí)；掌握文本可視化、網(wǎng)絡(luò)可視化、時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化等常用的大數(shù)據(jù)可視化方法，可通過Excel、Processing、NodeXL和ECharts軟件實(shí)現(xiàn)數(shù)據(jù)的可視化。
重點(diǎn)：數(shù)據(jù)可視化流程、大數(shù)據(jù)可視化方法、大數(shù)據(jù)可視化軟件與工具。
難點(diǎn)：時(shí)空數(shù)據(jù)可視化、多維數(shù)據(jù)可視化。
第7章 大數(shù)據(jù)的商業(yè)應(yīng)用 2學(xué)時(shí)
基本要求：了解國外大數(shù)據(jù)應(yīng)用經(jīng)典案例以及以地震大數(shù)據(jù)、交通大數(shù)據(jù)、環(huán)境大數(shù)據(jù)和警務(wù)大數(shù)據(jù)為例來熟悉行業(yè)大數(shù)據(jù)的應(yīng)用，學(xué)會(huì)利用數(shù)據(jù)創(chuàng)造價(jià)值。
重點(diǎn)：理解數(shù)據(jù)和數(shù)據(jù)分析在業(yè)務(wù)活動(dòng)中的具體表現(xiàn)。
三、課程安排
通過在線直播的方式進(jìn)授課。授課時(shí)間為：2020年5月25日開課
具體課程安排如下：
四、課時(shí)分配
五、建議教材與教學(xué)參考書
