数据科学与人工智能：基于SQL和Python的数据挖掘、计算与分析研究

作者：南星教育 来源：院校库 标签：大学排名

数据科学与人工智能：基于SQL和Python的数据挖掘、计算与分析研究【大学组】

开始日期: 2025-09-20

课时安排: 6周在线小组科研+5周论文指导

Prerequisites适合人群

适合年级 (Grade): 大学生及以上

适合专业 (Major): 对数据挖掘、人工智能、机器学习、深度学习、数据库及对相关专业感兴趣的大学生，建议具备Python基础

Instructor Introduction导师介绍

Y老师

香港科技大学终身正教授

香港科技大学  

Y老师   终身正教授  博士生导师

杜克大学 博士

曾任AT&T实验室 研究员

入选ACM杰出科学家名单

研究方向：数据库理论与算法、数据安全和隐私

出版专著一本，在核心期刊发表论文百余篇。曾获ACMSIGMOD 最佳论文奖、ACM SIGMOD 最佳系统演示奖。研究成果见诸顶尖学术期刊及国际会议，如《Journal of the ACM》、《ACM Transactions on Database Systems》、《ACM SIGMOD/PODS Conference》，并担任美国计算机学会数据库系统汇刊和IEEE知识与数据工程汇刊的副主编。

Program Background项目背景

移动互联网和物联网飞速发展之后，大数据技术引发了全球范围内热烈的研究与应用热潮。大数据技术在众多领域中无处不在，例如商业决策优化、智能城市建设、精准医疗推行、金融风险防控、交通物流调度以及科研创新支持等。

Program Description项目介绍

本项目将介绍大数据技术的重要性与其该领域的最新科研进展。通过大数据分析、数据库结构与SQL操作等内容，为学员奠定坚实基础。课程还将深入探讨大数据计算系统的设计与实现，以及Spark编程与优化的技巧。此外，通过主题讨论，学员将了解Spark的实际应用、结构化数据处理，并展望数据科学的发展前景与动态。

Syllabus项目大纲

大数据简介、数据分析基础：简介大数据处理的挑战和方法、数据科学的数学基础；

数据预处理：清洗：缺失值处理（删除、填充等）、异常值检测与处理、重复数据删除等；集成：不同数据源的合并、实体识别、冗余属性处理等；转换：数据标准化、归一化、离散化、属性构造等；归约：数据归约的策略，如属性归约、数值归约等，以降低数据维度和规模

机器学习：机器学习基本概念、分类（监督学习、无监督学习、半监督学习、强化学习）及应用领域；决策树算法原理、构建、剪枝方法；逻辑回归的数学原理、模型训练方法（极大似然估计）；神经网络基本结构（神经元、激活函数、多层感知网络）等，了解反向传播算法的原理；大模型简介

大数据计算：MapReduce：工作流程、核心思想和编程实现；Hadoop：各组件的功能和协同工作方式；Spark：概念、特点、架构；云计算：基本概念、服务模式、部署模式；

数据安全和隐私：数据匿名化技术：k-匿名、l-多样性等；差分隐私：定义、实现机制；数据加密技术、同态加密、TEE；多方安全计算：秘密共享、混淆电路；

项目答辩与点评

Program Outcome项目收获

6周【在线小组科研+全球就业力大师课】+5周论文指导，共126课时

1500字左右的项目报告

优秀学员获得主导师推荐信（8封网推）

项目结业证书

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导或者CNKI检索的英文普刊全文投递与发表指导

上一篇：港新又有新动作！26fall新开17个硕士专业，是“水项目”还是捡漏良机？

下一篇：返回列表