NLPIR教学科研平台为大数据人才提供机遇

大数据分析

　　“大数据”这个名字来源于两个方面。一方面是源于数据繁多，也就是我们为什么称之为大数据。另一方面是源于数据的无序性。过去，计算机只能处理以一种形式输入的数据。当你输入的数据形式不对时，你要去重新调整它。大数据的本质就是能处理那些并非必要的数据。

　　运用大数据的领域可以涉及生活的方方面面。大数据在产业这里的运用可能是更为重要。同时，这一方面的运用真的能够通过改变产品的本质和外观，最终会改变世界。

　　数据很多，但无用的也很多。要么是没有价值的，要么就直接是错误的。使用大数据的技术需要解决数据清理问题。取用数据的第一件事情就是要清理数据。甚至在将数据从数据源中取出放入存储地之前，要先确认你输入的数据是有效的。有时候，你要滤去5%的数据，有时候你甚至要忽略掉95%的数据，因为数据实在是太庞杂了。人们不应该存储你不需要的数据，那样做很浪费。现在的技术可以帮助你将一件事情分成多步，使人们可以在存储和加工前，去除许多你不需要的数据。

　　NLPIR大数据语义智能教学科研平台是大数据语义智能分析专业的教学科研综合平台。平台以自然语言理解为核心，结合北理工团队多年的科学研究与一线教学经验，以科学严谨的方式，致力于提升学员大数据与人工智能的教学培训、科学研究与工程实践的水平。

　　NLPIR大数据语义智能教学科研平台具有一套完善且丰富的教学体系，课程教材、视频教学、实训平台、实验验证和项目案例五位一体。

　　NLPIR大数据语义智能教学科研平台教学内容丰富，主要围绕大数据、人工智能和自然语言理解三大核心领域展开，核心内容包括以下几个方面：

　　1)科学的大数据观：大数据的定义，科学发展渊源;如何科学看待大数据?如何把握大数据，分别从“知著”、“显微”、“晓义”三个层面阐述科学的大数据观。

　　2)大数据技术平台与架构：云计算技术与开源平台搭建;Hadoop、Spark等数据架构、计算范式与应用实践;TensorFlow深度学习平台。

　　3)机器学习与常用数据挖掘：常用机器学习算法：Bayes, SVM，深度神经网络等;常用数据挖掘技术：关联规则挖掘、分类、聚类、奇异点分析;深度学习：CNN, RNN, LSTM, Attention模型，seq2seq模型。

　　4)大数据语义精准搜索：通用搜索引擎与大数据垂直业务的矛盾;大数据精准搜索的基本技术：快速增量倒排索引、结构化与非机构化数据融合、大数据排序算法、语义关联、自动缓存与优化机制;大数据精准搜索语法：邻近搜索、复合搜索、情感搜索、精准搜索;

　　5)非结构化大数据语义挖掘

　　语义理解基础：ICTCLAS与汉语分词;内容关键语义自动标引与词云自动生成;大数据聚类;大数据分类与信息过滤;大数据去重、自动摘要;情感分析与情绪计算;不良信息智能过滤.

　　6)知识图谱的大数据自动构建与应用：知识图谱概念;知识点的自动发现;基于bootstrapping的知识大数据生成;

　　7)NLPIR智能语义平台：NLPIR智能语义分析在线云服务;NLPIR Parser语义分析平台实训;NLPIR智能语义二次开发接口与教程。

　　8)大数据应用案例剖析与综述：国家电网大数据应用案例;新媒体传播创新与头条应用;非结构化大数据挖掘。

　　有数据显示，全球范围内，人工智能专业人才有195万，而中国拥有10年以上经验的资深人工智能人才相比美国，有较大差距。目前，中国在发展人工智能这一前沿领域，更多依赖于引进大量海外人才，毕竟在中国本土，高层次的相关人才极其稀缺。NLPIR大数据语义智能教学科研平台是有针对性地在设立人工智能相关教育资源，从源头上打造人工智能人才队伍。