Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Chongqing University

大数据与建筑环境

Chongqing University via XuetangX

Overview

Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it

大数据与建筑环境课程凝练了大数据与人工智能的基本知识,介绍大数据与人工智能的应用范式、既有多维度多元化的建筑环境大数据获取及挖掘方法。同时结合建筑环境典型数据的特点,介绍经典机器学习、深度学习、AIGC等人工智能方法的基本原理及其优缺点。最后,根据不同的建筑环境营造环节,剖析大数据与人工智能技术在建筑环境中的应用案例。本课程在重庆大学校内面向建筑环境与能源应用专业学生开设。目前本课程已有上百名重庆大学学生进行学习,学生反馈课程教学效果良好、实践属性较强,能够为未来的科研及工作提供较大帮助。

人工智能的高速发展不仅掀起了各行业的AI研究浪潮,也使得各行业亟需大量熟悉大数据及行业专业知识的人才,助力行业高质量发展。建筑环境领域是AI应用的沃土,随着传感器技术以及各类数据平台的不断完善,建筑环境相关新数据的获取方式越来越多样,如何根据不同数据的特征、粒度、结构、有效性等特征选择合适的数据挖掘算法是大数据与建筑环境学习过程中需要掌握的重要能力。

作为新质生产力的重要组成部分,大数据与人工智能技术将成为未来各领域人才的必备技能。本课程通过融合大数据、人工智能及建筑环境的基本知识进行介绍,能够让相关专业的同学更为客观理性地面对大数据时代面临的各类实际工程技术问题,提升同学们的综合素质。因此,本课程的开设对于培养符合当今社会需要的复合型创新人才具有重要且必要的意义。


Syllabus

  • 第一章:数智时代发展背景
    • 1.1 数智时代发展背景
    • 1.2 人工智能与大数据
    • 1.3人工智能赋能科学研究
  • 第二章:大数据基本知识
    • 2.1 大数据的基本知识
    • 2.2 对大数据的态度
    • 2.3 典型的数据类型
    • 2.4 典型的数据来源
    • 2.5 数据预处理方法
  • 第三章:大数据处理概述
    • 3.1 机器学习概述
    • 3.2 经典机器学习算法
    • 3.3 强化学习
    • 3.4 集成学习
    • 3.5 神经网络与深度学习
    • 3.6 生成式人工智能
    • 3.7 大模型开发原理
    • 3.8 迁移学习
  • 第四章:数据挖掘方法
    • 4.1 数据挖掘方法
    • 4.2 聚类算法
    • 4.3 模式挖掘算法
    • 4.4 分类算法
    • 4.5 回归算法
    • 4.6 优化算法
    • 4.7 卷积神经网络
    • 4.8 循环神经网络
    • 4.9 符号回归算法
  • 第五章:数据挖掘工具
    • 5.1 爬虫工具
    • 5.2 模式识别工具
    • 5.3 AIGC工具
    • 5.4 DeepSeek开发原理解读
    • 5.5 多模态融合技术
    • 5.6可解释的机器学习方法
    • 5.7 MCP技术与应用
  • 第六章:大数据与建筑环境案例
    • 6.1 环境感知应用
    • 6.2 能源调控应用
    • 6.3 系统优化应用
    • 6.4 AI辅助多尺度建筑设计
    • 6.5 大数据辅助文物建筑保护
  • 期末考试

    Taught by

    Meng Liu, Lumeng Liu, Ziqiao Li, and Huan Liu

    Tags

    Reviews

    Start your review of 大数据与建筑环境

    Never Stop Learning.

    Get personalized course recommendations, track subjects and courses with reminders, and more.

    Someone learning on their laptop while sitting on the floor.