课程内容 课程内容 围绕学科理论体系中的模型理论，程序理论和计算理论 1.模型理论关心的问题 给定模型M,哪些问题可以由模型M解决；如何 比较模型的表达能力 本次讲座与这些内容关系 2.程序理论关心的问题不大 给定模型M,如何用模型M解决问题 包括程序设计范型、程序设计语言、程序设计、 形式语义、类型论、程序验证、程序分析等 3.计算理论关心的问题 给定模型M和一类问题，解决该类问题需多少资源
课 程 内 容 • 课程内容 围绕学科理论体系中的模型理论, 程序理论和计算理论 1. 模型理论关心的问题 给定模型M，哪些问题可以由模型M解决；如何 比较模型的表达能力 2. 程序理论关心的问题 – 给定模型M，如何用模型M解决问题 – 包括程序设计范型、程序设计语言、程序设计、 形式语义、类型论、程序验证、程序分析等 3. 计算理论关心的问题 给定模型M和一类问题, 解决该类问题需多少资源2 本次讲座与这些内容关系 不大
讲座提纲 大数据的魅力 -数据挖掘、大数据、大数据案例、大数据的特点 大数据时代的思维变革 样本和全体、精确性和混杂性、因果关系和相关 关系 大数据的处理 -几种主要处理方式、MapReduce编程模型 大数据的分析 关键技术概述、PageRank初步 3
讲 座 提 纲 • 大数据的魅力 – 数据挖掘、大数据、大数据案例、大数据的特点 • 大数据时代的思维变革 – 样本和全体、精确性和混杂性、因果关系和相关 关系 • 大数据的处理 – 几种主要处理方式、MapReduce编程模型 • 大数据的分析 – 关键技术概述、PageRank初步 3
大数据的魅力 数据挖掘 数据挖掘的定义 1.从数据中提取出隐含的、过去未知的、有价值 的潜在信息 2.从大量数据或者数据库中提取有用信息的科学 -相关概念：知识发现 1.数据挖掘是知识发现过程中的一步 2.粗略看：数据预处理→数据挖掘→数据后处理 预处理：将未加工输入数据转换为适合处理的形式 后处理：如可视化，便于从不同视角探查挖掘结果
• 数据挖掘 – 数据挖掘的定义 1. 从数据中提取出隐含的、过去未知的、有价值 的潜在信息 2. 从大量数据或者数据库中提取有用信息的科学 – 相关概念：知识发现 1. 数据挖掘是知识发现过程中的一步 2. 粗略看：数据预处理→数据挖掘→数据后处理 预处理: 将未加工输入数据转换为适合处理的形式 后处理: 如可视化, 便于从不同视角探查挖掘结果 大数据的魅力 4
大数据的魅力 数据挖掘 典型事例：购物篮分析 顾客 一次购买商品 面包、黄油、尿布、牛奶 2 咖啡、糖、小甜饼、鲑鱼 3 黄油、。 咖啡、尿布、牛奶、鸡蛋 4 黄油、鲑鱼、鸡 5 6 鸡 、 面包、黄油 7 尿布、牛奶 面 、茶叶、糖、鸡蛋 89 啡、糖、鸡、 鸡蛋 面包、 尿布、牛奶、盐 10 茶叶、鸡蛋、小甜饼、尿布、牛奶 5
• 数据挖掘 – 典型事例：购物篮分析 顾客 一次购买商品 1 面包、黄油、尿布、牛奶 2 咖啡、糖、小甜饼、鲑鱼 3 面包、黄油、咖啡、尿布、牛奶、鸡蛋 4 面包、黄油、鲑鱼、鸡 5 鸡蛋、面包、黄油 6 鲑鱼、尿布、牛奶 7 面包、茶叶、糖、鸡蛋 8 咖啡、糖、鸡、鸡蛋 9 面包、尿布、牛奶、盐 10 茶叶、鸡蛋、小甜饼、尿布、牛奶 大数据的魅力 5
大数据的魅力 数据挖掘 典型事例：购物篮分析 顾客 一次购买商品 面包、黄油、尿布、 牛奶 2 咖啡、 糖、小甜饼、鲑鱼 3 黄油、， 咖啡、尿布、 牛奶、鸡蛋 4 包 黄油、鲑鱼、鸡 5 面包、 黄油 6 鱼、 尿布、牛奶 7 包、茶叶、糖、鸡蛋 8 咖啡、糖、 鸡、鸡蛋 9 面包、 尿布、牛奶、盐 10 茶叶、鸡蛋、小甜饼、 尿布、牛奶 经关联分析，可发现顾客经常同时购买的商品：尿布→年奶
• 数据挖掘 – 典型事例：购物篮分析 顾客 一次购买商品 1 面包、黄油、尿布、牛奶 2 咖啡、糖、小甜饼、鲑鱼 3 面包、黄油、咖啡、尿布、牛奶、鸡蛋 4 面包、黄油、鲑鱼、鸡 5 鸡蛋、面包、黄油 6 鲑鱼、尿布、牛奶 7 面包、茶叶、糖、鸡蛋 8 咖啡、糖、鸡、鸡蛋 9 面包、尿布、牛奶、盐 10 茶叶、鸡蛋、小甜饼、尿布、牛奶 经关联分析，可发现顾客经常同时购买的商品：尿布→牛奶 大数据的魅力 6