人工智能課程內容介紹課程簡介1、計算機操作技能Windows、ExcelPPTDos，把握Dos似駕校考核模式，在假設干考核時間點可以任意申請考核，直到通過為止。2、計算機系統導論主要內容：對現代電子計算機工作原理、設計過程有一個體系化生疏，包與作用主要內容模型等介紹3I〔C〕主要針對C語言，將抽象的計算思維實例化，培育學生的編程感覺。其中C言包含內容：編程標準，數據類型與變量常量的定義，各類運算符的操作，輸入與輸出語句，函數思維建立，掌握語句，循環語句，中斷語句，函數的聲明、實現與調用，無參函數，有參函數，函數的返回值，一維數組，一維指針，構造體的定義，文件讀寫根本操作等。4II〔Java〕設計，VS2022開發環境搭建，變量、常量的定義與賦值，運算符操作，掌握的聲明與實現，對象實例化，newdelete函數的概念與實現，抽象類的概念與實現。5、數據構造與算法〔Java〕〔線性表、棧、隊〔〕的實現，培育學生上機操編碼實現和調試的訓練，到達理論與實踐應用相結合，學以致用。6R推測、聚類分析。7、效勞端技術原理與應用(Java)8、軟件工程型、原型模型、需求分析、UML建模〔用例圖、活動圖、泳道圖、類圖、軟件技術評估。9、大數據技術原理與應用HDFSHDFSshellMapReduceShuffle區以及合并；介紹了NoSQL數據庫的原理、及其類型，其中重點介紹了HBaseHiveSparkSpark10、數據預處理技術與應用ETL系統架構、安裝部署、任務調度監控以及性能調優；介紹了數據收集框架Flume的原理、環境搭建、共性化組建設計以及配置性能優化；介紹了基于Flume、Kettle11、數據挖掘與應用相關概念；了解數據挖掘幾種方法和儲存類型、不同數據存儲的數據挖掘原理、學問覺察IM的任務與目標、聚類分析爭論的概念和目標；介紹了學問挖掘的根本RapidMinerWWeb12、大數據可視化技術與應用內容通過本課程的學習使學生把握數據可視化的一般原理和處理方法，能夠嫻熟使用數據可視化工具對數據進展可視化處理。針對實際應用中遇到的不同類型的數據介紹相應的可視化 方法，嫻熟把握常用的可視化工具，如。13、Spark主要內容：介紹了SparkSparkSparkStandaloneMesos、YARNMesosYarn程實踐實現對多種數據源〔Kdfka、Flume、Twitter、ZeroTCP套接字〕Map、ReduceJoin查詢、基于實時數據流的數據處理使用場景；介紹了SparkSpark、和KafkaSparkStreaming構建實時數據處理系統以及FlumeSparkStreaming實時日志分析。14、大數據實時處理技術StormStormAPIKafkaKafkaAPI測試開發；介紹了StormStormTridentStorm集成KafkaHighChartsStorm+Kafka+HBase15、Spark主要內容：介紹了Scala數據構造、模式匹配、高階函數、類和對象、隱式轉換、Akka實例實操；介紹SparkSpark集群部署RDDRDDActionTransformation、RDD常用函數、SparkJobshuffle解析、SparkCachecheckpointSparkSQLDataFrameSparkSQLSparkSQLSparkSQLSparkMLlibSparkStreamingKafkaSparkStreamingFlumeRedis集成開發應用。16、虛擬化與云計算技術DockerIPPipeWorkIP、DockerNginx、LNAMP、DockFileDockerDockerKVMKVMHadoopSpark17、大數據倉庫技術與應用主要內容：介紹了HiveHive的架構體系組件作用與部署方式；介紹了HiveHiveSqoopJava業務規律，提升對簡單數據的分析處理力量。18、大數據安全技術與應用19、數據挖掘與可視化綜合實踐本課程主要講授數據挖掘的根本概念、原理、方法、技術，及數據可視化的原理方法與工具使用，具體包括：數據的預處理、分類推測、關聯挖掘、聚類分析、Echarts、D3.js、Three.js等內容。通過學習，使學生理解數據挖掘及可視化進展有效的分析與呈現。20、行業大數據領域分析綜合實踐嫻熟使用。21、大數據處理綜合實踐通過本次課程的學習使學生能夠完成Spark運行環境及開發環境搭建；并理解等技術；并全面把握StormStorm思路和架構設計、StormTridentStorm+Kafka+HBaseFlume+Kafka+Redis+Spark22、云計算應用綜合實踐常見的虛擬化技術；使學生可以嫻熟把握dockerKVM、VMware等虛擬化技術的使用及維護、OpenStack云平臺的搭建及日常運維、kubernetes+docker平臺的搭建及日常運維等相關技術；最終可以完成一個私有云平臺的搭建。23、行業大數據系統開發綜合實踐數據獵取、分析與處理、可視化等實際問題。24、LinuxLinuxCentOSLinuxLAMP、LNMP25、信息系統開發綜合實踐JavaEE+MySQLJavaEEJavaWeb、SSM、Tomcat、RedisJavaEE開發的技能。26、數學建模析法、遺傳算法、模擬退火算法、人工神經網絡。創創業實踐活動及素養拓展工程一覽表。工程名稱參與對象活動形式與組織方式時間安排創創業訓練工程局部學生2～8高校計算機應用大賽局部學生學生組隊、本部組織2-7全國大學生數學建