鄂维南
点击查看个人主页
数学家,中国科学院院士,北京大学、普林斯顿大学教授 、北京大数据研究院院长,中国科学技术大学大数据学院院长。2022年7月起任中国银行股份有限公司独立董事。
任职院校 :北京大学Peking University
张大鹏
点击查看个人主页
加拿大皇家科学院院士,加拿大工程院院士,电气与电子工程师协会会士(IEEE Fellow),国际模式识别协会会士,香港中文大学(深圳)数据科学学院校长学勤讲座教授,深圳市人工智能与机器人研究院(AIRS)计算机视觉研究中心主任,香港中文大学(深圳)—联易融计算机视觉与人工智能联合实验室主任。
任职院校 :北京大学Peking University
丁宏强
点击查看个人主页
丁宏强教授现为香港中文大学(深圳)数据科学学院校长讲座教授。丁宏强于1981年考取李政道教授主持的CUSPEA,赴美国哥伦比亚大学 李政道教授领导的研究小组求学,获得哥伦比亚大学理论物理和计算机科学双博士学位。他曾长期工作于美国加州理工学院,喷气动力实验室及劳伦斯-伯克利国家实验室。 2007年加入德州大学阿灵顿分校 任终身教授。
任职院校 :香港中文大学The Chinese University of Hong Kong
高卫国
点击查看个人主页
高卫国,男,1969年10月生,汉族,籍贯江苏太仓,研究生学历,博士学位,教授,1997年8月参加工作。 现任复旦大学大数据学院副院长,数学科学学院教授,博士生导师。
任职院校 :复旦大学Fudan University
鄂维南
点击查看个人主页
1982年毕业于中国科技大学数学系,1985年获中国科学院计算中心硕士学位,1989年获美国加州大学洛杉矶分校(UCLA)博士学位。2011年当选为中国科学院院士,任北京大数据研究院院长。主要从事计算数学、应用数学及其在力学、物理、化学和工程等领域中的应用等方面的研究。
Geoffrey Hinton
点击查看个人主页
多伦多大学Geoffrey Hinton教授是世界上机器学习与人工智能领域的杰出研究者之一,他近日获得了加拿大2012年基廉奖(Killam Prizes)。Killam Prizes是有“加拿大诺贝尔奖”之称的国家最高科学奖。Hinton主要研究领域包括现代科学尖端领域的机器学习,以及机器如何在庞大、复杂的数据中执行辨认功能。
Sebastian Thrun
点击查看个人主页
斯坦福大学研究教授,是Udacity的创始人与CEO。在此之前,他创建了Google X(Google X秘密实验室是Google最神秘的一个部门,探索前沿科学技术与未来他的主要研究领域是机器学习与人工智能。
《算法设计与分析》是一门重要的计算机专业理论基础课程。该课程以系统的讲解算法设计的基本模式,算法分析的基本方法,问题的半形式化描述和算法证明,为初入计算机专业的学生建立起完整且系统的分析求解问题的方法体系。
Java语言程序设计是计算机科学与技术专业软件方向的一门必修课程。通过本课程的教学,深化学生面向对象的编程设计思想和新一代程序设计的逻辑思维方式,提高学生在软件设计过程中分析问题和解决问题的实际动手能力,使学生的理论知识和实践技能得到共同发展。通过对Java语言及基于Java语言的程序设计的教学,培养学生用Java进行面向对象程序设计的能力。 要求掌握Java的基本语法、面向对象的语言特性、例外处理、applet、图形用户界面、多线程、输入输出、网络编程、JDBC以及面向对象程序设计的主要原则和方法。
基于信息化时代的到来,随着计算机技术、互联网技术、通讯技术的高速发展,大数据以及云计算得到了普遍应用,对网络技术带来了革命的转变,并在教育、军事、金融、机械等众多领域中发挥着巨大作用。
本课程主要学习云计算和大数据处理的相关原理和技术,结合核、医应用,与实际工程应用相结合,构建相应的云计算和大数据分析与应用平台
离散数学是研究离散量的结构及其相互关系的数学学科,是现代数学的一个重要分支。离散的含义是指不同的连接在一起的元素,主要是研究基于离散量的结构和相互间的关系,其对象一般是有限个或可数个元素。离散数学在各学科领域,特别在计算机科学与技术领域有着广泛的应用,同时离散数学也是计算机专业的许多专业课程,如程序设计语言、数据结构、操作系统、编译技术、人工智能、数据库、算法设计与分析、理论计算机科学基础等必不可少的先行课程。通过本课程的学习,使学生具有现代数学的观点和方法,并初步掌握处理离散结构所必须的描述工具和方法.同时,也要培养学生抽象思维和慎密概括的能力,使学生具有良好的开拓专业理论的素质和使用所学知识分析和解决实际问题的能力,为学生以后学习计算机基础理论与专业课程打下良好的基础.
1. 本课程的目的是引导学生学习用数学的语言,来刻划、表达与抽象随机现象,着重在随机现象的“建模”。同时,这一课程也使学生对已学过的集合论、微积分、高等代数等数学知识有运用的机会,在提高学生分析问题,解决问题的能力方面是一个很好操练机会。
2. 重点放在随机现象的刻划,形成概率空间的概念。例如在概率空间这一部份,重在由等可能性分析过到一般的概率空间。对随机变量,重点也在要学生掌握它的统计特征的刻划方法。对于古典概型不宜过多陷于排列组合的计算技巧。
数理统计学是应用广泛的基础性学科,主要研究对随机样本进行科学分析与处理的方法,包括如何有效地收集数据,如何估计参数,如何做检验,如何研究变量之间的关系以及如何进行统计决策等内容。作为统计学方向最基础的专业课程,主要目的是通过教学,使学生掌握本学科的基本概念和基本统计思想,具备使用常用的统计方法并结合利用先修课程中的数学、概率论知识来解决一些实际问题的能力,初步了解数理统计研究的新进展并初步建立统计思维方式。
C++是一门具有现代编程思想(OOP)的重要计算机语言,有利于深入了解计算机器,编写快速高效的计算机软件。
本课的主要目的:
主要介绍C++语言和面向对象程序设计的方法的基本概念。它是一门语言编程课程,学习过程中可通过大量的程序实例和相关练习逐步掌握,主要培养学生掌握程序设计语言的基本要素,
学习者在学习过程逐步掌握C++的面向对象的功能,从而掌握面向对象程序设计的基本知识和基本技能。为后续的课程的学习奠定坚实的程序设计基础。
本课程系统地介绍了数据库的基本理论,并以目前比较流行的大型关系型数据库 SQL Server为载体,向学生讲述了大型关系数据库的概念、管理、设计和开发。通过本课程的学习,要求学生能从实用性的角度出发理解并掌握数据库的安全性、并发控制和恢复技术,能熟练的编写基本的SQL语句,掌握索引、数据完整性、视图、存储过程、触发器等概念及使用方法,并能进行数据库的设计、开发与管理。
1.从ADT角度介绍常用的数据结构和算法分析的基本方法。使学生从数据结构的逻辑结构、相应的一组基本运算、实现以及对实现的评价等方面去掌握线性表、栈、队列、串、数组、树、图等常用的数据结构,并对算法的时间和空间复杂性有一定的分析能力。
2.介绍排序技术。使学生掌握插入排序、选择排序、交换排序、基数排序、归并排序等常用的排序算法,并讨论他们的时间和空间开销。
3.通过本课程的学习,学生将掌握常用的数据结构和算法的设计和分析方法,提高程序设计的能力;针对简单的求解问题,选择合理的数据结构解决之。
本课程是学习和研究近代数学的重要基础,在自然科学、社会科学、经济领域都有重要应用。本课程使学生学习和了解多项式、线性空间和线性变换等基本知识。通过学习,培养学生具有数学的思维方式、创新精神,以及解决实际问题的初步能力。
ISSN: 1867-2280
ISSN: 2193-1127
ISSN: 2167-647X
International Journal of Data Science and Analytics
ISSN: 2364-4168
软件和编程
Java、C++、C#、Ruby和Python,R, Matlab, SPSS, SAS, Stata,Hadoop, Spark, Flink
技能与实验
编程技能、数据挖掘技能