大数据管理与应用主要课程介绍示例

• 《最优化理论与方法》

  主要讲述最优化的原理和应用的基础知识。主要内容包括矩阵代数及其几何性质，最速下降法、牛顿法和梯度下降法等。使学生具有对简单的数据分析问题建立优化模型和求解的初步能力。

• 《机器学习》

  本课程主要讲授经典的机器学习理论，同时具有实操环节。通过本课程的学习，学生能够为工作目标建立合适的机器学习模型，为该模型设计合适的求解算法，并评估设计方案的合理性。

• 《数据治理》

  从数据质量与合规的角度，通过新兴的数据管理方法和技术，使数据更加规范、高效、可靠和有价值，确保数据的准确性、可靠性、一致性和安全性。

• 《深度学习》

  深度学习基础将介绍深度学习的基本概念，包括前向传播、反向传播、损失函数、优化算法等。使学生能够基于深度学习对商业社会实际问题进行识别、表达和分析研究。

• 《大数据系统规划与设计》

  课程系统介绍大数据系统的关键技术，包括大数据基础、大数据存储与管理、大数据处理与分析、大数据应用等。同时针对相关章节内容安排了入门级实验，帮助学生顺利完成大数据实验环境的搭建。

部分教材展示：

大数据管理与应用附件.docx