课程简介

在大数据时代，大量高维度的数据被采集以支持多种多样的上层计算与应用。随着数据量与查询量的增大，计算量也在不可避免的增大，从而需要耗费更多的计算资源。因此，如何降低计算复杂度以更小的代价支持更多的计算，将会显著提高系统效率与资源利用率。本课程将从数据管理的角度出发，以时空数据为例来介绍并阐释索引结构在大规模计算中应发挥的作用。具体来说，本课程将从直观的二维空间数据出发来讲解基础概念与方法，并逐步扩展到时空数据与高维数据。学生将在这一过程中体会到数据管理方法的意义与意义，并可将所学思想应用到各自领域以提高各个行业的计算效率。通过学习本课程，您可以获得以下几点知识与技能：

1. 理解当前算法与计算模型在效率上的局限性，了解广义的索引结构对计算效率的提升；
2. 了解空间数据与时空数据的索引结构及相关算法；
3. 了解高维数据索引难题与相关解决方案；
4. 建立起数据管理的思维模式以将其于应用实际生产中。

面向对象

有计算机基础并需要提高大量数据计算效率的各行业人士。 

授课语言

普通话或英文授课，英文课程资料。

授课地点

香港科技大学持续进修学院（深圳福田区市花路5号长富金茂大厦37楼）

授课教师

李雷，香港科技大学（广州）信息枢纽数据科学与分析助理教授，澳大利亚昆士兰大学计算机科学博士，哈尔滨工业大学学士、硕士。曾在昆士兰大学担任副讲师，在澳大利亚红背蜘蛛科技公司担任数据科学家。李雷教授致力于大规模图数据与时空数据管理，主要研究高性能动态路网路径规划与智能交通系统优化，并在国际数据管理领域顶级会议期刊发表论文十余篇。