029 数据分析与数据科学

​

【先決条件】

​

学生应该熟悉数学和编程。

【描述】

​

当代科学，工程，商业应用越来越多地依靠数据，但是传统的数据分析技术并不能解决现代世界的复杂性。数据科学的出现，作为一种新型的，令人激动的，快节奏的学科，它探索着在处理、存储和提取大数据过程中出现的新的统计、算法和应用上的难题。本课题将涵盖大学级别的数据科学基础，并特别强调线性代数，利用矩阵建立经典的大数据模型。大量的线性代数算法将会被应用到数据中, 并会考虑到数据矩阵的时间复杂性和内在结构。我们将讨论数据科学的线性代数基础，其中包括向量空间，向量运算，矩阵运算，线性回归，特征根计算，奇异值分解等在大数据分析背景下的内容。

​

【样本研究课题】

​​​

• 对学习的科学理解，尤其是深度学习算法。

• 从嘈杂和不完整的数据中推断。

• 如何使用数据密集型应用程序的计算系统

• 构建大规模的基于生成的对话系统(聊天机器人框架)