多元时序预测、聚类、分类、时序图模型和相应的深度学习库。

解释DDC和DID即分布式数字凭证和分布式数字身份在可信数据空间的核心作用。

时序数据特征提取方法、深度学习时序数据分析模型和参考资源。

看看王培先生的NARS系统，如何做出一个更接近人类思想的智能系统？

感谢田春华的这本书，方法论和案例写得很透彻，不愧为2017年美国PHM（Prognostics and health management 故障检测和设备健康管理）比赛第一名获奖者。推荐给各位，愿大家早日落地，为工业智造做出贡献！详细的推荐请看这里《工业大数据分析实践》新书上架！好方法、真案例、重实操昆仑数据K2Data 3/5工业数据分析，挑战重重，一起来学习吧！...

嵌入式人工智能包括的主要概念和技术，嵌入式人工智能的应用以及相关参考资源。

数字经济社会，如何让数据创造真实价值？为大家介绍数据要素、数据资产化步骤、数据资产化的基础设施即可信数据空间，以及数据要素乘数效应赋能行业的案例。

数字经济社会，如何让数据创造真实价值？为大家介绍数据要素、数据资产化步骤、数据资产化的基础设施即可信数据空间，以及数据要素乘数效应赋能行业的案例。

介绍如何融合机理模型、专家经验和数据驱动模型解决工业领域问题的方法。

作为一个计算领域科技应用者，我会在基础理论、关键技术和应用落地每个环节都花费不少的时间。时间分配如下：基础理论30%关键技术40%应用落地30%在学习基础理论上花时间，是想让自己保持冷静，而不是马上投入狂热的应用中。同时，也会质疑，这些理论的价值在哪里？这些理论相比我原来了解的理论优势在哪里？这些理论的缺点是什么？在关键技术上，主要是学习一些开源项目和框架，理解技术的设计和实现。在应用落地的环节上