2019甲骨文华育兴业-第三届全国高校暑期师资培训班
为全面贯彻落实国务院办公厅印发《关于深化产教融合的若干意见》、《促进新一代人工智能产业发展三年行动计划(2018-2020年)》、教育部印发《高等学校人工智能创新行动计划》等文件精神,提升高校大数据、人工智能专业群建设水平,充分发挥企业在高校人才培养、科技创新和成果转化过程中的重要作用。北京华育兴业科技有限公司于7月24日-8月4日在河南新乡河南科技学院举办“大数据和人工智能专业师资培训班”,本次课程重点讲授机器学习、神经网络、大数据,同时引入综合真实案例进行项目实战练习。
诚邀全国高校计算机类相关专业(智能科学与技术、计算机科学与技术、数据科学与大数据技术、大数据技术与应用、大数据管理与应用等)学科带头人、专业骨干教师参加。
一、组织机构
主办单位:北京华育兴业科技有限公司
承办单位:河南科技学院数学科学学院
协办单位:甲骨文大学
二、培训内容
(一)大数据基础Hadoop原理及应用班
日期 |
课程安排 |
课程内容 |
7月24日 |
开课典礼 |
开课典礼、大数据人工智能产业趋势报告 |
7月25日 |
分布式系统概述、Hadoop基础 |
了解分布式系统的背景、发展历程、特征,掌握Hadoop框架的组成结构、开发应用及使用场景 |
7月26日 |
Hadoop HDFS理论基础及应用 |
介绍HDFS存储原理,理解HDFS的体系结构、工作原理;掌握HDFS的命令行操作、利用HDFS API,编写操作代码 |
7月27日 |
MapReduce工作原理、Maper的输入与输出、Reducer输入输出 |
介绍MapReduce大数据处理的整个过程,理解MapReduce的计算模型、掌握MapReduce的工作过程、掌握Mapper的输入格式化处理与分片原理、Reducer的输出格式化处理。 |
7月28日 |
MapReduce中Shuffle原理及应用 |
考虑大数据下进行数据排序的功能,如果能分散在集群中进行,即在Reducer输入时数据按Key已经排好序,即可以把系统执行排序的过程(即将map输出进行分区、分组、排序和归纳等处理后作为输入传给Reducer)称为Shuffle。它对于用户来讲基本是透明的,它的可插拔设计模式,允许用替代的实现替换内置的shuffle和排序逻辑。可以讲它是整个MapReduce运行过程中的“心脏”,帮助我们解决很多实际项目的大数据计算的问题。 |
7月29日 |
MapReduce常用设计模式 |
设计模式(Design Pattern)是一套被反复使用、多数人知晓的、经过分类的、代码设计经验的总结。需要掌握过滤模式、分层模式、分区、分箱等模式的设计与实现方法,MapReduce的连接处理、外部数据源处理等。 |
7月30日 |
小结及知识点复习 |
配备讲义和代码,自主进行实验与自习,现场由技术人员指导,进行课后扫盲与能力提升。 |
7月31日 |
QQ好友推荐算法设计与代码实现 |
近十几年间,随着在线社交网络的蓬勃发展,在这上千万用户的社交群体里,寻找潜在好友进行推荐,成为社交网络分析的关键问题之一。本案例建立好友推荐模型,利用MapReduce完成了该算法的实现。 |
8月1日 |
PeopleRank算法的设计与代码实现 |
PageRank算法应用于社交网络,定义以人为核心的个体价值。PageRank模型有了新的应用领域,同时也有了一个新的名字PeopleRank。本案例建立PeopleRank模型,利用MapReduce完成了该算法的实现。 |
8月2日 |
物品推荐(ItemCF)算法的设计与代码实现 |
推荐系统无处不在—QQ,人人网的好友推荐;优酷,土豆的电影推荐;豆瓣的图书推荐;大从点评的餐饮推荐;世纪佳缘的相亲推荐;天际网的职业推荐等。本案例采用ItemCF模型,使用MapReduce完成了该算法的实现。 |
8月3日 |
结业考试 |
特色专业和高质量课程建设研讨会、结业考试 |
建议:参与培训人员需具备以下基础:Java基础、Linux操作系统基础、文件系统基础。
(二)大数据进阶项目综合实战班
日期 |
日程安排 |
内容简介 |
7月24日 |
开课典礼 |
开课典礼、大数据人工智能产业趋势报告 |
7月25日 |
Hadoop基础 |
Hadoop基础应用 |
7月26日 |
Spark基础 |
Spark基础介绍 |
7月27日 |
数据仓库与数据传递工具 |
Sqoop介绍及应用 |
7月28日 |
小结及知识点复习 |
配备讲义和代码,自主进行实验与自习,现场由技术人员指导,进行课后扫盲与能力提升。 |
7月29日 |
城市经济建设影响因素分析案例应用开发 |
对城市经济建设与影响因素进行分析与研究,通过了解城市经济建设的一些基本特征以及确定影响因素关系的强弱。 |
7月30日 |
农业播面产量分析案例应用开发 |
通过程序对农业播面产量数据进行预测补全,统计各省高低产量作物类型,统计各农作物高低产量省份分布。 |
7月31日 |
金融风控分析案例应用开发 |
根据已有风控跟踪结果数据进行业务分类,通过分类模型预测信贷申请用户是否存在信贷风险。 |
8月1日 |
高校学生上网行为分析案例开发 |
根据学生历史上网时长数据预测学生持续上网时长,根据预测结果监督学生上网行为。 |
8月2日 |
案例实验实训 |
由老师提供案例流程设计,由学员根据流程进行案例开发。学员可从MapReduce、Spark、hive中任选一种技术用于案例开发。 |
8月3日 |
结业考试 |
特色专业和高质量课程建设研讨会、结业考试、 |
建议:参与培训人员需具备以下基础:Java基础、Hadoop基础、Python基础、项目开发经验。
(三)人工智能之机器学习实战研修班
日期 |
日程安排 |
课程简介 |
7月24日 |
开课典礼 |
开课典礼、大数据人工智能产业趋势报告 |
7月25日 |
python基础 |
Python及常用集成开发环境介绍 |
7月26日 |
线性回归与广义线性回归 |
普通线性回归模型、岭回归与Lasso模型原理; |
7月27日 |
监督学习 |
介绍监督学习中的贝叶斯分类器、支持向量机、决策树、集成学习等经典算法原理,建立模型解决分类与回归问题。 |
7月28日 |
非监督学习 |
介绍降维算法并对高维数据预处理并比较各种降维方法的性能及可视化效果,介绍聚类算法原理并对无标签数据进行分析,介绍推荐算法并建立推荐模型。 |
7月29日 |
小结及实验指导 |
配备讲义和代码,自主进行实验与自习,现场由技术人员指导,进行课后扫盲与能力提升。 |
7月30日 |
机器学习实战 |
针对真实数据集建立对应的分类、回归、聚类等模型解决问题,并比较各种模型的性能。 |
7月31日 |
神经网络基础 |
神经网络发展简介与理论基础,包括反向传播、层结构、优化算法,以及tensorflow、keras等,并学习使用python实现基础的神经网络模型代码。 |
8月1日 |
神经网络实战 |
学习搭建常见的神经网络模型,如VGG16、ResNet、InceptionNet、GRU、LSTM等网络解决图像、文本等问题。 |
8月2日 |
模拟复习 |
配备讲义和代码,自主进行实验与自习,现场由讲师及助教辅导,进行课后扫盲与能力提升 |
8月3日 |
结业考试 |
特色专业和高质量课程建设研讨会、结业考试 |
申报本班的老师需具备以下基础知识:
1. 向量、矩阵的运算等线性代数基础知识
2. 导数、偏导数、微积分基础知识
3. 概率、分布、假设检验等概率论和数理统计基础知识
三、培训目标
通过培训使参训教师掌握以下能力:
1. 了解大数据学科前沿、产业应用现状,就业需求和前景,成为本校开发大数据专业课程及设置人才培养方案的优秀教师。
2. 通过结合综合案例、实际动手操作,掌握大数据专业核心课程内容、教学方法,掌握Hadoop、Python等大数据主流工具,同时具备教授大数据核心课程的能力。
3. 具备大数据及人工智能相关项目及课题分析能力和基础科研能力。
4.具备海量数据全数据流程处理能力,能进行海量数据的行业典型应用分析与开发。
四、培训对象
合作院校推荐教师、教育部协同育人师资培训项目教师,以及对本次培训感兴趣的各院校大数据相关学院院长、副院长;大数据、人工智能、智能科学相关专业教研室主任;大数据、人工智能学科负责人;大数据、人工智能教学及科研的骨干教师。
五、培训名额及收费
1. 培训费大数据基础班3800元/人(合作院校2000元/人),大数据进阶和机器学习班4200元/人(合作院校2000元/人);学员交通、食宿自理;中晚餐自助形式,统一安排。
2. 由于培训场地限制,为保证教学质量和学习效果,本期培训每个班学员仅限35个名额,报名确认以短信或微信通知为准。
3. 已签约合作专业建设院校,每校每课不超过3个名额,如有特殊需求请提前联系,2018 年教育部-华育兴业产学合作协同育人师资培训项目立项老师限选 1 门课程。非已合作院校,每校每课限 2 人报名。
4. 本次培训缴费可采用银行汇款或现场刷卡方式,发票由北京华育兴业科技有限公司开具,并于报到或结业当天提供。
户名:北京华育兴业科技有限公司
开户行:招商银行股份有限公司北京上地支行
账号:110922527210801
汇款用途:SZPX1903+学员姓名
六、培训安排
报到时间:7月23日全天
报到地点:河南省新乡市红旗区金穗大道461号 新乡国际饭店
培训时间:7月24日-8月3日
返程时间:8月4日
培训地点:河南科技学院数学科学学院
培训流程:
1)开幕式及专业建设研讨会
2)师资培训
3)结业典礼