近年来,世界主要国家积极开展了铁路大数据应用实践,围绕铁路资产管理、检修管理、运营管理、客户服务等领域,介绍欧洲、美国、日本的铁路大数据研究与应用现状,并基于当前形势与发展需求,分析铁路大数据的发展趋势

课程评价、考核资料清单、要求及说明 数据挖掘技术 大数据工作思路 大数据概述与应用 大数据现状与问题 基本概念简述  大数据采集与预处理  大数据存储与管理  大数据计算模式  大数据分析与挖掘  大数据可视化分析  大数据安全

《电子商务 E-business》参考资料（大数据）：知识产生方式和科技决策支撑的重大变革_面向大数据和开源信息的科技态势解析与决策服

《电子商务 E-business》参考资料（大数据）：大数据带来大商业价值

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

4.1 技术生态的初步理解 4.2 物联网技术：知道得多 4.3 云计算技术：处理得快 4.4 移动互联技术：传播的远 4.5 人工智能技术：调控得准 4.6 “物、云、移、大、智”技术融合后的协同生态环境 4.7 本章小结

大数据分析（PPT讲稿）大数据引领我们走向数据智能化时代

《电子商务 E-business》参考资料（大数据）：面向大数据的海云数据系统关键技术研究

1.1 大数据时代 1.2 大数据概念 1.3 大数据的影响 1.4 大数据的应用 1.5 大数据关键技术 1.6 大数据计算模式 1.7 大数据产业 1.8 大数据与云计算、物联网的关系

1.1 什么是数据挖掘. 2 1.2 数据挖掘的步骤. 2 1.3 数据挖掘的主要功能. 4 1.3.1 预测性.4 1.3.2 描述性.5 1.4 在何种数据上进行数据挖掘. 7 1.4.1 数据库数据.7 1.4.2 数据仓库.8 1.4.3 事务数据.8 1.5 数据挖掘的工具. 8 1.6 数据挖掘研究的主要方向. 9 1.6.1 数据挖掘的方法.9 1.6.2 用户交互技术.9 1.6.3 数据挖掘的性能和可扩展性.9 1.6.4 针对不同数据或数据源的数据挖掘技术 .9 1.7 数据挖掘的应用领域. 10 1.8 SPSS Modeler 软件使用概述. 10 1.8.1 软件简介.10 1.8.2 软件窗口.12 1.8.3 数据流的基本操作.13