主要内容 一、专利基本知识 二、专利检索方法 三、各国专利数据库

《专业导论》 《认识实习》 《高等数学》 《线性代数及其应用》 《国民经济统计学》 《随机过程》 《运筹学》 《实用回归分析》 《应用计算软件（SPSS）》 《概率论》 《企业经营统计》 《应用时间序列分析》 《非参数统计》 《实用统计软件（R 语言）》 《抽样技术与应用》 《应用多元统计分析》 《大数据技术》 《Python 语言与数据挖掘》 《探索性数据分析》 《数据可视化》 《统计推断》 《统计建模》 《装备制造企业统计学》 《统计专业英语》 《社会统计与社会调查方法》 《空间数据分析》 《数理统计》 《毕业实习》 《毕业设计（论文）》

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

同方知网：大数据知识管理与协同创新平台应用实践

10.3 3D打印 10.2 大数据 10.1 云计算 10.4 VR、AR、MR与CR

Proquest Infinite Information. Innovations ProQuest Information Learning

中国科学院“十三五”信息化专项科学大数据工程项目——重点数据库建设申请指南

腾讯企鹅智酷：注意力革命——新媒体用户行为变迁大数据报告

《并行与分布式程序设计》课程教学参考书：分布式与云计算《Spark大数据处理技术、应用与性能优化》（PDF扫描版）

《社会科学研究方法》课程教学资源（阅读材料）计算机学报：网络大数据——现状与展望