高级数据管理  083500M03001H

学期:2020—2021学年(春)第二学期 | 课程属性:一级学科研讨课 | 任课教师:徐俊刚
授课时间: 星期二,第3、4 节
授课地点: 教一楼115
授课周次: 1、2、3、4、5、6、7、8、9、10、11、12
课程编号: 083500M03001H 课时: 20 学分: 1.00
课程属性: 一级学科研讨课 主讲教师:徐俊刚 助教:
英文名称: Advanced Data Management 召集人:

教学目的、要求

本课程是为软件工程及相关专业研究生开设的专业研讨课,其目的是使学生初步掌握高级数据管理的基本内容,并了解其应用领域。本课程聚焦高级数据管理的几个主题集中讲授和讨论,对学生的要求包括:熟练掌握高级数据管理中图数据、流数据的基本概念、设计方法以及当前主流的大数据平台、大数据主流应用,通过研讨使软件工程及相关专业研究生深入掌握高级数据管理领域的科研动向、最新技术和工具,对当前主要应用有初步了解。培养研究生的研究和开发能力,开阔眼界,为将来的研究与应用打好基础。

预修课程

数据库系统原理

教 材

主要内容

Topic 1: 图数据
RDF和知识图谱、SparQL查询语言、图计算、常见的图数据库和图计算工具等。
Topic 2: 流数据
流数据的基本概念、处理方法及主流的流数据处理工具Storm、Flink等。
Topic 3: 大数据管理平台
大数据管理平台Hadoop、Spark、Cloudera等及其主要组成。
Topic 4: 主流及新兴大数据工具
Redis、Kafka、MongoDB、Kudu等。
Topic 5: 基于大数据的自动机器学习(AutoML)
基于大数据的自动机器学习思想及主流工具。
Topic 6: 大数据典型应用
大数据在科学计算、医疗、金融等领域的应用。

参考文献

[1] Yu Liyang. A Developer’s Guide to the Semantic Web. Springer, 2014.
[2] 余海峰.深入理解Flink:实时大数据处理实践. 电子工业出版社,2019.
[3] [美]EMC教育服务团队(EMC Education Services)著,曹逾,刘文苗,李枫林译. 数据科学与大数据分析.人民邮电出版社, 2016.
[4] 朱洁,罗华霖.大数据架构详解:从数据获取到深度学习.电子工业出版社,2016.
[5] Barret Zoph, Quoc V. Le. Neural Architecture Search with Reinforcement Learning. ICLR 2017.
[6] Hieu Pham, Melody Y. Guan, Barret Zoph, Quoc V. Le, Jeff Dean. Efficient Neural Architecture Search via Parameter Sharing. ICML 2018: 4092-4101.
[7] Hanxiao Liu, Karen Simonyan, Yiming Yang.DARTS: Differentiable Architecture Search. CoRR abs/1806.09055,2018.