人工神经网络是生物神经网络在某种简化意义下的技术复现，作为一门学科，它的主要任务是根据生物神经网络的原理和实际应用的需要建造实用的人工神经网络模型，设计相应的学习算法，模拟人脑的某种智能活动，然后在技术上

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出的定义

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出

1. R语言R语言是数据科学的宠儿，R语言有着简单而明显的吸引力，使用R语言，只需要短短的几行代码，你就可以在复杂的数据集中筛选，通过先进的建模函数处理数据，以及创建平整的图形来代表数字，它被比喻为是Excel的一个极度

数据挖掘是人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模

数据流通常被定义为不断到达的元组所构成的无限数据集，或是一个连续、无界、顺序、时变的元组序列，对它的应用大多是监控型的，即持续运行在连续数据流上的连续查询。在传统数据库系统中，其处理的对象是持久的关系，接

流处理是一种重要的大数据处理手段，其主要特点是其处理的数据是源源不断且实时到来的。分布式流处理是一种面向动态数据的细粒度处理模式，基于分布式内存，对不断产生的动态数据进行处理。其对数据处理的快速，高效，低

非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。包括所有格式的办公文档、文本、图片、XML, HTML、各类报表、图像和音频/视频信息等等。 非结构化数

结构化数据，简单来说就是数据库。结合到典型场景中更容易理解，比如企业ERP、财务系统；医疗HIS数据库；教育一卡通；政府行政审批；其他核心数据库等。基本包括高速存储应用需求、数据备份需求、数据共享需求以及数据容灾

目前数据库主要分为两种类型：一、关系数据库关系型数据库，存储的格式可以直观地反映实体间的关系。关系型数据库和常见的表格比较相似，关系型数据库中表与表之间是有很多复杂的关联关系的。 常见的关系型数据库有M

数据库是存放数据的仓库。它的存储空间很大，可以存放百万条、千万条、上亿条数据。但是数据库并不是随意地将数据进行存放，是有一定的规则的，否则查询的效率会很低。当今世界是一个充满着数据的互联网世界，充斥着大

提出一个好问题是成功的一半。以下是几个经典的蠢问题：问题：我能在哪找到 X 程序或 X 资源？回答：就在我找到它的地方啊—— 搜索引擎的那一头。天哪！难道还有人不会用 Google/百度 吗？问题：我可以用 Bass-o-matic 文

我们每个人都必不可免与「问题/故障」打交道，善于排查问题是个非常有用的技能。来看个例子：小明放学回家，无法进入自家大门于是他打电话给父亲。小明：爸，我进不去家门，门打不开。父亲：怎么打不开？小明：不知道，就是推不开

浏览器能解决我们百分之八十的常见问题。互联网是规模庞大的信息库，各种类别的信息都可以在上面检索到，学习过程中遇到任何问题，都可以试着自己在网上检索看看。除了直接搜索外，也可以专门去技术博客、技术社区去寻

「逻辑」是关于思维的形式和规律的科学，是技术领域的框架基础与通行原则。只要底层逻辑正确，那么即使是再简单的逻辑也可以构建出一座宏伟的大厦。例如，从1+1=2可以推算出10000+10000=20000. 编程正是对逻辑的极致

信息技术的发展极大地促进了其他行业的发展变革，企业愈发需要具备良好技术素养且专业能力过硬的人才。目前高校的教育，日益重视学生相关能力的培养与提升。对于非技术相关背景的学生而言，需要竖立正确的学习观念。

工程思维要解决的是“交付”、“价值”和“效率”的问题。其核心是，要在脚踏实地的基础上平衡好成本、质量和时间周期。「sop思维」和「系统思维」是工程思维的重要组成部分，工程思维的核心是系统化和结构化，要系