大数据与人工智能方向基础课程简单介绍

目录

前言

一、为什么要开设这样的一门课？

1、大数据与数据科学 ---- 大数据觉醒

2、人工智能无处不在

3、AI的布局已上升为战略高度

二、如何学习这门课？

1、面向机器学习的几类典型任务

2、模型及其背后原理

3、数据准备（获取、预处理、数据集划分……）

4、实现流程及各环节的作用

5、模型的评价

总结

---

前言

有很多新手刚刚接触大数据与人工智能方向学习，如果不知道怎么着手的，跟我一起慢慢进步叭~

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、为什么要开设这样的一门课？

1、大数据与数据科学 ---- 大数据觉醒

①数据获取无处不在、无时不在：传感技术 ---- 数据的采集；通信与互联网技术 ---- 数据的流动与传播；存储技术 ---- 数据的积累与长期保存

②全球已步入大数据时代：大数据的5V特征：数据量大（Volume）、速度快（Velocity）、价值密度低（Value）、真实性（Veracity）、多样性（Variety）

③大数据真正价值不在于大数据本身，而在于数据内容的分析和洞察：数据的价值就在于：对现状进行分析和感知；对未来趋势进行预测和判断；对现状感知、对未来预测，形成决策调控行为

④数据应上升至战略高度

⑤数据科学：是对数据进行分析，抽取信息和知识的过程，提供指导和支持的基本原则和方法。它研究数据的各种类型、状态、属性及其变化规律；它研究各种方法，对数据进行分析；揭示自然界和人类行为等现象背后的规律。数据科学具有跨学科的特点。

2、人工智能无处不在

人工智能正在不知不觉走入日常的方方面面（实例）：垃圾邮件过滤（涉及到人工智能中机器学习