2019甲骨文華育興業-第三屆全國高校暑期師資培訓班
為全面貫徹落實國務院辦公廳印發《關于深化產教融合的若干意見》、《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》、教育部印發《高等學校人工智能創新行動計劃》等文件精神，提升高校大數據、人工智能專業群建設水平，充分發揮企業在高校人才培養、科技創新和成果轉化過程中的重要作用。北京華育興業科技有限公司于7月24日-8月4日在河南新鄉河南科技學院舉辦“大數據和人工智能專業師資培訓班”，本次課程重點講授機器學習、神經網絡、大數據，同時引入綜合真實案例進行項目實戰練習。
誠邀全國高校計算機類相關專業(智能科學與技術、計算機科學與技術、數據科學與大數據技術、大數據技術與應用、大數據管理與應用等)學科帶頭人、專業骨干教師參加。
一、組織機構
主辦單位：北京華育興業科技有限公司
承辦單位：河南科技學院數學科學學院
協辦單位：甲骨文大學
二、培訓內容
(一)大數據基礎Hadoop原理及應用班
|
日期 |
課程安排 |
課程內容 |
|
7月24日 |
開課典禮 |
開課典禮、大數據人工智能產業趨勢報告 |
|
7月25日 |
分布式系統概述、Hadoop基礎 |
了解分布式系統的背景、發展歷程、特征，掌握Hadoop框架的組成結構、開發應用及使用場景 |
|
7月26日 |
Hadoop HDFS理論基礎及應用 |
介紹HDFS存儲原理，理解HDFS的體系結構、工作原理；掌握HDFS的命令行操作、利用HDFS API，編寫操作代碼 |
|
7月27日 |
MapReduce工作原理、Maper的輸入與輸出、Reducer輸入輸出 |
介紹MapReduce大數據處理的整個過程，理解MapReduce的計算模型、掌握MapReduce的工作過程、掌握Mapper的輸入格式化處理與分片原理、Reducer的輸出格式化處理。 |
|
7月28日 |
MapReduce中Shuffle原理及應用 |
考慮大數據下進行數據排序的功能，如果能分散在集群中進行，即在Reducer輸入時數據按Key已經排好序，即可以把系統執行排序的過程（即將map輸出進行分區、分組、排序和歸納等處理后作為輸入傳給Reducer）稱為Shuffle。它對于用戶來講基本是透明的，它的可插拔設計模式，允許用替代的實現替換內置的shuffle和排序邏輯。可以講它是整個MapReduce運行過程中的“心臟”，幫助我們解決很多實際項目的大數據計算的問題。 |
|
7月29日 |
MapReduce常用設計模式 |
設計模式（Design Pattern）是一套被反復使用、多數人知曉的、經過分類的、代碼設計經驗的總結。需要掌握過濾模式、分層模式、分區、分箱等模式的設計與實現方法，MapReduce的連接處理、外部數據源處理等。 |
|
7月30日 |
小結及知識點復習 |
配備講義和代碼，自主進行實驗與自習，現場由技術人員指導，進行課后掃盲與能力提升。 |
|
7月31日 |
QQ好友推薦算法設計與代碼實現 |
近十幾年間，隨著在線社交網絡的蓬勃發展，在這上千萬用戶的社交群體里，尋找潛在好友進行推薦，成為社交網絡分析的關鍵問題之一。本案例建立好友推薦模型，利用MapReduce完成了該算法的實現。 |
|
8月1日 |
PeopleRank算法的設計與代碼實現 |
PageRank算法應用于社交網絡，定義以人為核心的個體價值。PageRank模型有了新的應用領域，同時也有了一個新的名字PeopleRank。本案例建立PeopleRank模型，利用MapReduce完成了該算法的實現。 |
|
8月2日 |
物品推薦（ItemCF）算法的設計與代碼實現 |
推薦系統無處不在—QQ，人人網的好友推薦；優酷，土豆的電影推薦；豆瓣的圖書推薦；大從點評的餐飲推薦；世紀佳緣的相親推薦；天際網的職業推薦等。本案例采用ItemCF模型，使用MapReduce完成了該算法的實現。 |
|
8月3日 |
結業考試 |
特色專業和高質量課程建設研討會、結業考試 |
建議：參與培訓人員需具備以下基礎：Java基礎、Linux操作系統基礎、文件系統基礎。
（二）大數據進階項目綜合實戰班
|
日期 |
日程安排 |
內容簡介 |
|
7月24日 |
開課典禮 |
開課典禮、大數據人工智能產業趨勢報告 |
|
7月25日 |
Hadoop基礎 |
Hadoop基礎應用 |
|
7月26日 |
Spark基礎 |
Spark基礎介紹 |
|
7月27日 |
數據倉庫與數據傳遞工具 |
Sqoop介紹及應用 |
|
7月28日 |
小結及知識點復習 |
配備講義和代碼，自主進行實驗與自習，現場由技術人員指導，進行課后掃盲與能力提升。 |
|
7月29日 |
城市經濟建設影響因素分析案例應用開發 |
對城市經濟建設與影響因素進行分析與研究，通過了解城市經濟建設的一些基本特征以及確定影響因素關系的強弱。 |
|
7月30日 |
農業播面產量分析案例應用開發 |
通過程序對農業播面產量數據進行預測補全，統計各省高低產量作物類型，統計各農作物高低產量省份分布。 |
|
7月31日 |
金融風控分析案例應用開發 |
根據已有風控跟蹤結果數據進行業務分類，通過分類模型預測信貸申請用戶是否存在信貸風險。 |
|
8月1日 |
高校學生上網行為分析案例開發 |
根據學生歷史上網時長數據預測學生持續上網時長，根據預測結果監督學生上網行為。 |
|
8月2日 |
案例實驗實訓 |
由老師提供案例流程設計，由學員根據流程進行案例開發。學員可從MapReduce、Spark、hive中任選一種技術用于案例開發。 |
|
8月3日 |
結業考試 |
特色專業和高質量課程建設研討會、結業考試、 |
建議：參與培訓人員需具備以下基礎：Java基礎、Hadoop基礎、Python基礎、項目開發經驗。
(三)人工智能之機器學習實戰研修班
|
日期 |
日程安排 |
課程簡介 |
|
7月24日 |
開課典禮 |
開課典禮、大數據人工智能產業趨勢報告 |
|
7月25日 |
python基礎 |
Python及常用集成開發環境介紹 |
|
7月26日 |
線性回歸與廣義線性回歸 |
普通線性回歸模型、嶺回歸與Lasso模型原理； |
|
7月27日 |
監督學習 |
介紹監督學習中的貝葉斯分類器、支持向量機、決策樹、集成學習等經典算法原理，建立模型解決分類與回歸問題。 |
|
7月28日 |
非監督學習 |
介紹降維算法并對高維數據預處理并比較各種降維方法的性能及可視化效果，介紹聚類算法原理并對無標簽數據進行分析，介紹推薦算法并建立推薦模型。 |
|
7月29日 |
小結及實驗指導 |
配備講義和代碼，自主進行實驗與自習，現場由技術人員指導，進行課后掃盲與能力提升。 |
|
7月30日 |
機器學習實戰 |
針對真實數據集建立對應的分類、回歸、聚類等模型解決問題，并比較各種模型的性能。 |
|
7月31日 |
神經網絡基礎 |
神經網絡發展簡介與理論基礎，包括反向傳播、層結構、優化算法，以及tensorflow、keras等，并學習使用python實現基礎的神經網絡模型代碼。 |
|
8月1日 |
神經網絡實戰 |
學習搭建常見的神經網絡模型，如VGG16、ResNet、InceptionNet、GRU、LSTM等網絡解決圖像、文本等問題。 |
|
8月2日 |
模擬復習 |
配備講義和代碼，自主進行實驗與自習，現場由講師及助教輔導，進行課后掃盲與能力提升 |
|
8月3日 |
結業考試 |
特色專業和高質量課程建設研討會、結業考試 |
申報本班的老師需具備以下基礎知識：
1. 向量、矩陣的運算等線性代數基礎知識
2. 導數、偏導數、微積分基礎知識
3. 概率、分布、假設檢驗等概率論和數理統計基礎知識
三、培訓目標
通過培訓使參訓教師掌握以下能力：
1. 了解大數據學科前沿、產業應用現狀，就業需求和前景，成為本校開發大數據專業課程及設置人才培養方案的優秀教師。
2. 通過結合綜合案例、實際動手操作，掌握大數據專業核心課程內容、教學方法，掌握Hadoop、Python等大數據主流工具，同時具備教授大數據核心課程的能力。
3. 具備大數據及人工智能相關項目及課題分析能力和基礎科研能力。
4.具備海量數據全數據流程處理能力，能進行海量數據的行業典型應用分析與開發。
四、培訓對象
合作院校推薦教師、教育部協同育人師資培訓項目教師，以及對本次培訓感興趣的各院校大數據相關學院院長、副院長;大數據、人工智能、智能科學相關專業教研室主任;大數據、人工智能學科負責人;大數據、人工智能教學及科研的骨干教師。
五、培訓名額及收費
1. 培訓費大數據基礎班3800元/人(合作院校2000元/人)，大數據進階和機器學習班4200元/人(合作院校2000元/人);學員交通、食宿自理;中晚餐自助形式，統一安排。
2. 由于培訓場地限制，為保證教學質量和學習效果，本期培訓每個班學員僅限35個名額，報名確認以短信或微信通知為準。
3. 已簽約合作專業建設院校，每校每課不超過3個名額，如有特殊需求請提前聯系，2018 年教育部-華育興業產學合作協同育人師資培訓項目立項老師限選 1 門課程。非已合作院校，每校每課限 2 人報名。
4. 本次培訓繳費可采用銀行匯款或現場刷卡方式，發票由北京華育興業科技有限公司開具，并于報到或結業當天提供。
戶名：北京華育興業科技有限公司
開戶行：招商銀行股份有限公司北京上地支行
賬號：110922527210801
匯款用途：SZPX1903+學員姓名
六、培訓安排
報到時間：7月23日全天
報到地點：河南省新鄉市紅旗區金穗大道461號 新鄉國際飯店
培訓時間：7月24日-8月3日
返程時間：8月4日
培訓地點：河南科技學院數學科學學院
培訓流程：
1)開幕式及專業建設研討會
2)師資培訓
3)結業典禮