大数据和大数据时代可能对我们提出的要求.pdf

大数据和大数据时代 可能对我们提出的要求 孙茂松 清华大学计算机性科学与技术系 第15届全国高校计算机 院长/系主任论坛 西安交通大学，2012年10月13 日 1 MLN验证式推理（结合三国历史） IDC数据显示，2011年全球新增数据量达1.8ZB （或1.8万亿GB ），这 相当于中国每个人每分钟发送3条微博且连续6,217年不间断。 一、大数据：教学 3 课程体系 • 大数据的存取与管理 = 云计算、并行计算… • 大数据的分析 = 机器学习、大数据挖掘… • 当单机成为计算器…… • 课组建设 -- 市场最需要的人才 -- ‚入云龙‛ -- 巧克力与诺贝尔奖 -- SIGKDD2012: Summer School of Mining the Big Data -- 是否需要进入核心课体系中？ 清华计算机系相关教学实践 • 专业实践课程 ‚分布式编程与数据处理‛ -- 早在2007年，我们认识到对大数据的处理将会是学生专 业能力训练的一次实质性跃升。 -- 课程主题定位为‚基于大规模集群的海量数据处理技 术‛，并与掌握最前沿技术的谷歌公司合作。 -- 学生在课程中深入学习了Google文件系统及Google分布 式编程方法MapReduce，并用于处理实际的海量数据问题， 如传染病人群传播模式模拟、统计气象预报、心电图数据分 析、跨论坛热门信息检索、图片搜索等。Google总部、华盛 顿分部、Google中国公司的部分员工参加了最后的大实验总 结会。学生的项目创意和完成情况受到好评，有很多项目被 认为具有研究生水平。 -- 还举办了课程的全国著名高校研讨班，教师来自北京大 学，上海交通大学，浙江大学，中山大学等24所高校，效果 很好。 清华计算机系相关教学实践 • 专业方向课程 ‚高性能计算前沿技术‛ -- 随着处理器多核/众核时代的到来，并行计算将发展成为一门 通用计算技术。本课程与多核/众核技术执牛耳者——Intel公司 合作。 -- 举办了课程培训班，2008-2010年累计培训来自全国重点高校 任课教师97人次，为多核课程的推广和质量提升创造了条件 二、大数据：科学研究 7 Google Translate Twitter用于确定明星位置 -- JustS与Twitter合作，获取每天超过5000万条公开tweet信息，使用自 然语言技术筛选包含明星动向的tweet信息，确定明星目前所在位置。将覆盖 7000位明星 -- Human-Cyber-Physical Systems: 人肉传感器 清华计算机系相关研究（孙茂松教授） • 清华计算机系相关研究（孙茂松教授） • “他有张小清新的脸” “他 有 张小清 新 的 脸 ” 清华计算机系相关研究（朱小燕教授） Original Query How to improve my English? Similar Questions • How I improve my English? • How can I improve my English? • How can I improve my oral English? • How can I improve my English fastly? • How can I improve my spoken English? • Guy