1.1 信号、数据与信息

1.2 身边的数据智能

1.3 大数据的基本特点

1.4 数据分析工具与技能

1.5 数据智能的意义与应用领域

2.1 大数据时代

2.2 机器学习的崛起

2.3 从机器学习到数据智能

2.4 数据智能的魔力与陷阱

2.5 数据智能的道德规范

3.1 大数据问题构建

3.2 模型评估

3.3 数据清洗

3.4 特征选择与特征提取

3.5 聚类算法

3.6 分类算法（上）

3.7 分类算法 （下）

3.8 回归算法 （上）

3.9 回归算法 （下）

3.10 深度学习与图像数据

3.11 深度学习与时序数据

3.12 可视化方法

4.1 数据智能应用概述

4.2 新冠肺炎传播建模与分析

4.3 基于多源异构数据的新冠肺炎潜在病人早期诊断

4.4 风电机组健康智能诊断

4.5 天然气管网态势智能评估

4.6 火电机组燃烧煤种智能识别

4.7 配电网智能巡检

4.8 工控系统安全中的“自然语言处理”：私有协议自动化逆向分析

4.9 时空数据智能的频谱活动规律预测

4.10 基于深度学习的频谱使用精细图谱构建

4.11 自动驾驶应用中基于视觉的行人入侵检测

4.12 数据智能安全：数据污染与对抗

4.13 隐私保护与数据智能

4.14 面向智能电厂的设备健康管理

4.15 数据驱动的公共自行车系统建模与优化（上）

4.16 数据驱动的公共自行车系统建模与优化（下）

4.17 三维手势跟踪（上）

4.18 三维手势跟踪（下）