海量数据人工智能算法及分析应用海量数据人工智能算法及分析应用项目安排
适合人群
科研背景大数据和AI能互相促进发展，有着密切的联系，一方面人工智能需要大量的数据作为训练和验证机器的基础，另一方面大数据也能呈现出人工智能的结果。总的来说，大数据是AI发展的基础，而AI是大数据的一种表现形式。两者都体现了对互联网的海量信息数据的处理和利用。 科研论文在教授的引导下，学生们将进行学术研究以及探讨，并结合课程内容完成一篇科研论文或其他教授要求的科研产出。科研产出的形式（小组形式或个人形式）由教授全程把关。 教授介绍 达特茅斯学院讲师 该专家是一名受过培训的计算机和数据科学家，在设计数据分析管道和创建可视化方面有丰富的经验，他一直专注于为我们的世界级研究人员和学者群体提供实现学术卓越所需的所有计算服务和培训，包括安全数据存储解决方案和混合云/内部高性能计算解决方案。 一个经验丰富的领导者--他领导研究信息学小组，这是一个由高度独立的领域专家组成的DevOps团队，支持他们机构的所有专业学校和部门，包括地理信息系统、AR/VR、用户界面开发和数据科学。他们不断增长的项目组合扩展到人文、社会科学和生命科学的更多研究和学术领域。 作为一个充满激情的教育者，他教授QBS101--数据科学家的计算机科学基础--一个为期一年的课程 这两个角色结合在一起，涵盖了他所热衷的一切：教学、学习，以及为他们整个社区和其他地区的研究项目提供出色的计算支持。 任职大学达特茅斯学院（Dartmouth College）成立于1769年12月13日，位于美国新罕布什尔州汉诺威镇。达特茅斯是八所常春藤联盟（Ivy League School）名校之一。数百年来达特茅斯培育了许多知名校友，其中包括3位诺贝尔奖得主，24名美国州长，2名联邦最高法院大法官，79名罗德学者以及许多学术界、政界和商界的领军人物，包括曾两次担任美国国务卿的丹尼尔·韦伯斯特，著名少儿读物丛书《苏丝博士》的作者戈色尔·苏丝，美国前副总统纳尔逊·洛克菲勒及几任联邦部长，包括保尔森和盖特纳在内的几任美国财政部部长，美国通用电气首席执行官，高盛集团前首席执行官。 科研计划
科研内容本课程将概括介绍大数据的概念以及如何管理这些概念使用机器学习处理大量数据。我们将展示各个领域的应用包括教育、健康和金融，以及它对社交媒体的影响。我们将研究处理大数据时面临的挑战，例如数据偏差、透明度和问责制算法、隐私的丧失以及这些算法带来的新的道德困境  成果收获
项目亮点
|
