数据X-LAB
在人工智能,数据和blockchain快速实施

今天,世界字面上数据和AI重塑自身。然而,学习一套 “相关理论” 并能 '让它起作用' 是不一样的。并且,在区域作为人工intellience,数据和blockchain重要;如果我们集体不能真正实现和创造,那么我们降低我们的竞争优势,经济实力,乃至国家/全球安全。

数据-X框架被设计成 缩小理论与实践之间的差距通过让学生接触国家的最先进的实现技术和心态。

数据-X框架,材料,代码示例都是开源的,可在公共站点: data-x.blog

作为sutardja中心创新撞机活动,数据-X不仅创造了除研究和原型,但我们 创建人队 本来不会连接。这些团队在其内部包含的研究见解,商业模式,新技术企业,以及其他创新。

关键因素1:算法是一个重要组成部分,但还是一小部分(说代码库的1%)今日在现实生活中的智能应用。现实生活中的系统有99%的其他的东西,这是使他们有用的需要。

关键因素2:现有的开源工具变得越来越强大。使用工具结合在一起是一门艺术,仍然没有完全理解。

关键因素3思维和过程: 组织不能成功地快速实施AI,blockchain,并用单独的技术技能数据项目。思维和创新行为,必须提供创新的项目。

ikhlaq sidhu

数据-X实验室的教师铅
首席科学家,sutardja中心  

sidhu@berkeley.edu

亚历山大·弗雷德·奥亚拉

数据-X实验室研究总监

afo@berkeley.edu

shomit戈塞

数据-X实验室
行业研究员,SCET

shomit@berkeley.edu

dhrubes比斯瓦斯

全球研究计划主任
linkquest项目负责人

乔斯林·韦伯

行业研究员, SCET,IEOR

jweberphipps@berkeley.edu

萨纳伊克巴尔

sana_iqbal@berkeley.edu

 

李磊

kbl4ew@berkeley.edu

点击 这里 我们 课程的教材, projects, & open source codebase at 数据-X博客.

预公告:linkquest项目

点击 这里 访问
伯克利创新指数项目
.

噪声注入

探索新的方法,以提高数据隐私| 2017年下降

数据科学和跨国安全

开发解决方案,以提高专家的工作效率试图保持领先一步的罪犯| 2017年春

特色课程

挑战实验室:互联网3

提供学期:2017年秋季(4个单位)

indeng 185 001

网络已经走过了漫长的道路,今天,我们有搜索引擎,预测我们的搜索,智能冰箱订餐,和虚拟助理给我们指路。但用户为中心的技术带来的便利先后生下了一个邪恶的双大数据解决方案,操纵消费者,欺骗选民,并确定我们的信用评级。在这个类中,你将挑战扰乱了互联网上最大的球员,来自搜索引擎的社交网络。为您打造真正的解决方案,并采取对滥用大数据提供的财政收益最大的公司业务,你将在一个科技企业家的作用。

与风险的应用程序应用数据科学

Semesters offered: Fall & Spring (3 units)

indeng 135 | indeng 290-02

数据-X技术课程,教导学生利用基本的数学概念和当前计算机科学的工具来创建用于现实世界的问题数据相关的应用程序和系统。计算机科学工具,这当然包括 蟒蛇 同 numpy的SciPy的大熊猫SQLNLTK和 tensorflow。数学概念包括过滤器,预测,分类,变换,贝叶斯,最大似然,马尔可夫状态空间,网络图,并介绍了深学习。该工具将在应用中常见的提交给数据流的收集机构,合并,存储,使用,分析和可视化。

研究存档