人工智能課程內(nèi)容介紹課程簡(jiǎn)介1、計(jì)算機(jī)操作技能Windows、ExcelPPTDos，把握Dos似駕校考核模式，在假設(shè)干考核時(shí)間點(diǎn)可以任意申請(qǐng)考核，直到通過為止。2、計(jì)算機(jī)系統(tǒng)導(dǎo)論主要內(nèi)容：對(duì)現(xiàn)代電子計(jì)算機(jī)工作原理、設(shè)計(jì)過程有一個(gè)體系化生疏，包與作用主要內(nèi)容模型等介紹3I〔C〕主要針對(duì)C語(yǔ)言，將抽象的計(jì)算思維實(shí)例化，培育學(xué)生的編程感覺。其中C言包含內(nèi)容：編程標(biāo)準(zhǔn)，數(shù)據(jù)類型與變量常量的定義，各類運(yùn)算符的操作，輸入與輸出語(yǔ)句，函數(shù)思維建立，掌握語(yǔ)句，循環(huán)語(yǔ)句，中斷語(yǔ)句，函數(shù)的聲明、實(shí)現(xiàn)與調(diào)用，無參函數(shù)，有參函數(shù)，函數(shù)的返回值，一維數(shù)組，一維指針，構(gòu)造體的定義，文件讀寫根本操作等。4II〔Java〕設(shè)計(jì)，VS2022開發(fā)環(huán)境搭建，變量、常量的定義與賦值，運(yùn)算符操作，掌握的聲明與實(shí)現(xiàn)，對(duì)象實(shí)例化，newdelete函數(shù)的概念與實(shí)現(xiàn)，抽象類的概念與實(shí)現(xiàn)。5、數(shù)據(jù)構(gòu)造與算法〔Java〕〔線性表、棧、隊(duì)〔〕的實(shí)現(xiàn)，培育學(xué)生上機(jī)操編碼實(shí)現(xiàn)和調(diào)試的訓(xùn)練，到達(dá)理論與實(shí)踐應(yīng)用相結(jié)合，學(xué)以致用。6R推測(cè)、聚類分析。7、效勞端技術(shù)原理與應(yīng)用(Java)8、軟件工程型、原型模型、需求分析、UML建模〔用例圖、活動(dòng)圖、泳道圖、類圖、軟件技術(shù)評(píng)估。9、大數(shù)據(jù)技術(shù)原理與應(yīng)用HDFSHDFSshellMapReduceShuffle區(qū)以及合并；介紹了NoSQL數(shù)據(jù)庫(kù)的原理、及其類型，其中重點(diǎn)介紹了HBaseHiveSparkSpark10、數(shù)據(jù)預(yù)處理技術(shù)與應(yīng)用ETL系統(tǒng)架構(gòu)、安裝部署、任務(wù)調(diào)度監(jiān)控以及性能調(diào)優(yōu)；介紹了數(shù)據(jù)收集框架Flume的原理、環(huán)境搭建、共性化組建設(shè)計(jì)以及配置性能優(yōu)化；介紹了基于Flume、Kettle11、數(shù)據(jù)挖掘與應(yīng)用相關(guān)概念；了解數(shù)據(jù)挖掘幾種方法和儲(chǔ)存類型、不同數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)挖掘原理、學(xué)問覺察IM的任務(wù)與目標(biāo)、聚類分析爭(zhēng)論的概念和目標(biāo)；介紹了學(xué)問挖掘的根本RapidMinerWWeb12、大數(shù)據(jù)可視化技術(shù)與應(yīng)用內(nèi)容通過本課程的學(xué)習(xí)使學(xué)生把握數(shù)據(jù)可視化的一般原理和處理方法，能夠嫻熟使用數(shù)據(jù)可視化工具對(duì)數(shù)據(jù)進(jìn)展可視化處理。針對(duì)實(shí)際應(yīng)用中遇到的不同類型的數(shù)據(jù)介紹相應(yīng)的可視化 方法，嫻熟把握常用的可視化工具，如。13、Spark主要內(nèi)容：介紹了SparkSparkSparkStandaloneMesos、YARNMesosYarn程實(shí)踐實(shí)現(xiàn)對(duì)多種數(shù)據(jù)源〔Kdfka、Flume、Twitter、ZeroTCP套接字〕Map、ReduceJoin查詢、基于實(shí)時(shí)數(shù)據(jù)流的數(shù)據(jù)處理使用場(chǎng)景；介紹了SparkSpark、和KafkaSparkStreaming構(gòu)建實(shí)時(shí)數(shù)據(jù)處理系統(tǒng)以及FlumeSparkStreaming實(shí)時(shí)日志分析。14、大數(shù)據(jù)實(shí)時(shí)處理技術(shù)StormStormAPIKafkaKafkaAPI測(cè)試開發(fā)；介紹了StormStormTridentStorm集成KafkaHighChartsStorm+Kafka+HBase15、Spark主要內(nèi)容：介紹了Scala數(shù)據(jù)構(gòu)造、模式匹配、高階函數(shù)、類和對(duì)象、隱式轉(zhuǎn)換、Akka實(shí)例實(shí)操；介紹SparkSpark集群部署RDDRDDActionTransformation、RDD常用函數(shù)、SparkJobshuffle解析、SparkCachecheckpointSparkSQLDataFrameSparkSQLSparkSQLSparkSQLSparkMLlibSparkStreamingKafkaSparkStreamingFlumeRedis集成開發(fā)應(yīng)用。16、虛擬化與云計(jì)算技術(shù)DockerIPPipeWorkIP、DockerNginx、LNAMP、DockFileDockerDockerKVMKVMHadoopSpark17、大數(shù)據(jù)倉(cāng)庫(kù)技術(shù)與應(yīng)用主要內(nèi)容：介紹了HiveHive的架構(gòu)體系組件作用與部署方式；介紹了HiveHiveSqoopJava業(yè)務(wù)規(guī)律，提升對(duì)簡(jiǎn)單數(shù)據(jù)的分析處理力量。18、大數(shù)據(jù)安全技術(shù)與應(yīng)用19、數(shù)據(jù)挖掘與可視化綜合實(shí)踐本課程主要講授數(shù)據(jù)挖掘的根本概念、原理、方法、技術(shù)，及數(shù)據(jù)可視化的原理方法與工具使用，具體包括：數(shù)據(jù)的預(yù)處理、分類推測(cè)、關(guān)聯(lián)挖掘、聚類分析、Echarts、D3.js、Three.js等內(nèi)容。通過學(xué)習(xí)，使學(xué)生理解數(shù)據(jù)挖掘及可視化進(jìn)展有效的分析與呈現(xiàn)。20、行業(yè)大數(shù)據(jù)領(lǐng)域分析綜合實(shí)踐嫻熟使用。21、大數(shù)據(jù)處理綜合實(shí)踐通過本次課程的學(xué)習(xí)使學(xué)生能夠完成Spark運(yùn)行環(huán)境及開發(fā)環(huán)境搭建；并理解等技術(shù)；并全面把握StormStorm思路和架構(gòu)設(shè)計(jì)、StormTridentStorm+Kafka+HBaseFlume+Kafka+Redis+Spark22、云計(jì)算應(yīng)用綜合實(shí)踐常見的虛擬化技術(shù)；使學(xué)生可以嫻熟把握dockerKVM、VMware等虛擬化技術(shù)的使用及維護(hù)、OpenStack云平臺(tái)的搭建及日常運(yùn)維、kubernetes+docker平臺(tái)的搭建及日常運(yùn)維等相關(guān)技術(shù)；最終可以完成一個(gè)私有云平臺(tái)的搭建。23、行業(yè)大數(shù)據(jù)系統(tǒng)開發(fā)綜合實(shí)踐數(shù)據(jù)獵取、分析與處理、可視化等實(shí)際問題。24、LinuxLinuxCentOSLinuxLAMP、LNMP25、信息系統(tǒng)開發(fā)綜合實(shí)踐JavaEE+MySQLJavaEEJavaWeb、SSM、Tomcat、RedisJavaEE開發(fā)的技能。26、數(shù)學(xué)建模析法、遺傳算法、模擬退火算法、人工神經(jīng)網(wǎng)絡(luò)。創(chuàng)創(chuàng)業(yè)實(shí)踐活動(dòng)及素養(yǎng)拓展工程一覽表。工程名稱參與對(duì)象活動(dòng)形式與組織方式時(shí)間安排創(chuàng)創(chuàng)業(yè)訓(xùn)練工程局部學(xué)生2～8高校計(jì)算機(jī)應(yīng)用大賽局部學(xué)生學(xué)生組隊(duì)、本部組織2-7全國(guó)大學(xué)生數(shù)學(xué)建