数据科学与大数据技术专业本科人才培养方案
(2024版)
(专业代码:080910T)
执笔人:丁纪玲
负责人:申 莹
一、培养目标
本专业培养适合地方经济建设和社会发展需要,具有良好的思想道德修养和身心素质,较高的人文科学素养、社会科学素养和自然科学素养,德、智、体、美、劳全面发展,在具备数学、统计学、计算机科学等学科知识的基础上,系统掌握数据科学与大数据技术的基本理论、基本技能与方法,具有数据获取、传输、处理、分析等相关理论和专业知识,能够在信息技术、金融、电商、管理、教育等相关领域从事大数据采集存储、分析处理、算法设计、系统集成等工作,具有创新精神和实践能力的高素质应用型人才。
本专业学生在毕业后5年左右的发展预期目标:
目标1:具备扎实的数学理论基础和系统的大数据专业知识,能够识别和分析大数据系统、大数据应用工程以及大数据科学研究领域的相关复杂问题。
目标2:具有运用计算机和数据处理与分析软件,利用数据科学的理论、方法和技术分析并解决相关领域大数据工程问题的能力。
目标3:能够通过多种途径获取数据科学与大数据技术的发展趋势和应用前景,具有自主学习、终身学习意识,具有较强的知识更新、技术跟踪与创新能力。
目标4:在多学科背景的团队中具有较强的沟通协调能力,具有团队协作精神,并具备一定的国际视野。
目标5:具备坚定的政治信念,强烈的社会责任感,自觉践行社会主义核心价值观;具有良好的道德素养、人文社会科学素养,在实践中坚守职业道德和职业规范。
二、毕业要求
1. 工程知识:能够应用数学、自然科学等领域的理论与方法以及大数据工程的专业知识,解决大数据领域中的复杂工程问题。
1.1掌握扎实的数学、计算机科学、数据科学的理论知识,能够表述数据科学领域的复杂工程问题;
1.2能够利用数据科学专业知识、统计学原理以及大数据处理方法对数据科学领域的复杂工程问题进行数学建模并利用计算机求解;
1.3能够将数据科学的专业知识和数学分析方法用于推演、分析相关工程问题,并能利用系统思维能力对专业工程问题的解决方案进行比较与综合。
2. 问题分析:能够应用数学、自然科学和数据科学的基本原理,通过文献研究、实验试验、工程推理、数学建模等方法,识别、表达和分析数据科学复杂工程问题及其解决方法,并获得有效结论。
2.1 能够运用数学、自然科学和计算机科学的基本原理对数据科学领域的工程问题进行识别与判断;
2.2 针对大数据应用领域复杂工程问题,能够结合文献和互联网资源等进行检索、整理、分析和归纳,寻求多种有效的解决方案。
3. 设计/开发解决方案:能够对大数据应用领域中复杂工程问题设计与开发满足特定需求的大数据系统、模块或流程,并能够在设计环节中体现创新意识,综合考虑社会、健康、安全、法律、文化以及环境等因素。
3.1 能够综合运用数据科学与大数据技术专业涉及的工程设计概念、原则和方法,针对复杂工程问题提出合理的解决方案并根据特定需求完成系统、模块或流程的设计和开发;
3.2 能够结合社会、健康、安全、法律、文化以及环境等诸多现实因素对工程设计方案进行可行性分析,了解影响设计目标和技术方案的各种因素;
3.3 能够根据市场信息、技术发展和用户需求,进行大数据系统或流程设计,并在设计中体现创新意识。
4. 研究:能够应用数学、自然科学、大数据工程等领域的科学原理对大数据工程问题进行研究,包括设计试验、开展试验、分析与解释数据、数学建模等,并通过条件假设、数据提炼以及信息综合等方法得到合理有效的结论。
4.1能够通过文献研究和调研,基于大数据原理对复杂工程问题的背景和需求进行分析,选择合理可行的研究路线,并设计试验方案进行试验研究、数值计算、系统设计以及采集试验数据等;
4.2 能够利用科学方法分析和解释试验结果,对整个研究环节进行评价,并通过信息综合得到合理有效的结论。
5. 使用现代工具:能够选择使用恰当的技术、资源、现代工程工具和信息技术工具对大数据复杂工程问题进行预测与模拟,并能理解其局限性。
5.1 了解数据科学与大数据技术专业常用的工具及软件的原理和使用方法,并理解各种工具和软件的局限性;
5.2 能够选择与使用恰当的信息资源、组件和仿真软件对复杂工程问题进行分析、计算与设计。
6. 工程与可持续发展:在解决数据科学复杂工程问题时,能够基于大数据应用领域相关背景知识,分析和评价工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响,并理解应承担的责任。
6.1 具有可持续发展的理念,能够认识到数据科学工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响;
6.2 能够基于大数据应用领域相关背景知识,正确评价数据科学工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响,并理解应承担的责任。
7.伦理和职业规范:有工程报国、工程为民的意识,具有人文社会科学素养和社会责任感,能够理解和应用大数据工程伦理,在大数据工程实践中遵守工程职业道德、规范和相关法律,履行责任。
7.1 具有科学的世界观、人生观、价值观,具备良好的人文社会科学素养和社会责任感,了解国情并践行社会主义核心价值观;
7.2 遵守法律法规,恪守职业道德规范,理解大数据工程技术与信息技术应用领域相关的伦理道德要求,在大数据工程实践中履行社会责任。
8. 个人和团队:能够在多样化、多学科背景下的团队中承担个体、团队成员以及负责人的角色。
8.1 具有人际交往与团队合作能力,能够在多样化、多学科背景下的团队中有效沟通、交流、协同工作;
8.2 能够在多样化、多学科背景下的团队中独立或合作开展工作,并能够组织、协调团队成员实现目标。能够独立完成团队分配的工作,并能与团队其他成员有效协作,具有团队意识和团结互助精神。
9. 沟通:能够关于大数据领域的复杂工程问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令;能够在跨文化背景下进行沟通和交流,理解、尊重语言和文化差异。
9.1 关于大数据领域的工程问题,具备与业界同行及社会公众进行有效沟通和交流的能力,能够通过报告、文稿、陈述发言等方式清晰表达大数据工程问题的解决方案;
9.2 具备初步的外语应用能力,在跨文化背景下具备交流和学习能力,并具有一定的国际视野。
10. 项目管理:能够理解和掌握数据科学领域复杂工程问题中的管理与决策方法;在复杂工程问题解决过程中,能够考虑多学科因素的影响运用管理或决策知识解决问题。
10.1理解并掌握大数据工程项目中涉及的工程管理与经济决策方法,掌握大数据工程项目各阶段的管理技术和方法;
10.2 能够在多学科环境中综合运用工程管理原理与经济决策方法,开展大数据工程项目的论证、规划、组织实施和进程管理等。
11. 终身学习:具有自主学习和终身学习的意识,有不断学习新兴技术和适应大数据行业发展的能力。
11.1能够跟踪社会进步和大数据行业技术发展,正确认识持续学习的重要性,具有自主学习和终身学习的意识;
11.2具备自主学习的方法和思维方式,掌握文献检索、资料查询及运用现代信息技术跟踪并获取相关信息的基本方法,能够不断学习新的软件和大数据工程中的理论、方法和技术,适应专业发展。
表1:毕业要求对培养目标的支撑矩阵
培养目标 毕业要求 |
目标1 |
目标2 |
目标3 |
目标4 |
目标5 |
1工程知识 |
√ |
√ |
|
|
|
2问题分析 |
√ |
√ |
|
|
|
3设计/开发解决方案 |
√ |
√ |
|
|
|
4研究 |
√ |
√ |
√ |
|
|
5使用现代工具 |
|
√ |
√ |
|
|
6工程与可持续发展 |
|
|
√ |
|
√ |
7伦理和职业规范 |
|
|
|
|
√ |
8个人和团队 |
|
|
|
√ |
√ |
9沟通 |
|
|
√ |
√ |
|
10项目管理 |
|
√ |
|
√ |
√ |
11终身学习 |
|
|
√ |
|
|
三、学制、毕业学分及授予学位
本专业标准学制四年,学校实行学分制管理下的弹性学制,允许学生在3~8年内修完规定课程,修满165学分准予毕业。符合学位授予条件者,经学校学位委员会审核通过,可授予工学学士学位。
四、主要课程设置
高等数学、Python程序设计、数据结构、数据库原理与应用、大数据技术、数据挖掘、Java程序设计、操作系统、机器学习等课程。
五、课程体系及学分学时结构比例一览表
表2:课程体系及学分学时结构比例一览表
课程类型 |
课程模块 |
学时 |
学分 |
理论 |
实践 |
学分比例 |
学时 |
学分 |
学时 |
学分 |
通识教育课程 |
通识教育必修课程 |
720 |
40 |
416 |
26 |
304 |
14 |
24.2% |
通识教育选修课程 |
160 |
10 |
160 |
10 |
0 |
0 |
6.1% |
专业 课程 |
专业必修课程 |
学科基础课程 |
432 |
27 |
368 |
23 |
64 |
4 |
16.4% |
专业核心课程 |
576 |
36 |
384 |
24 |
192 |
12 |
21.8% |
专业选修课程 |
专业方向课程 |
192 |
12 |
96 |
6 |
96 |
6 |
7.3% |
专业任选课程 |
256 |
16 |
160 |
10 |
96 |
6 |
9.7% |
集中实践课程 |
基础实践 |
|
4 |
|
|
|
4 |
2.4% |
专业实践 |
|
20 |
|
|
|
20 |
12.1% |
合计 |
|
165 |
|
99 |
|
66 |
100% |
实践教学(含理论课程中实验或实 训部分、独立设置的实验课程、见 习、研习、实习、实训、毕业论文 (设计)等)比例统计 |
40% |
六、教学计划进程表
表3: 数据科学与大数据技术 专业教学计划表
课程类别 |
课程性质 |
课程模块 |
课程代码 |
课程名称 |
学分数 |
学分分配 |
总学时 |
学时分配 |
周学时 |
学期 |
考核方式 |
理论 |
实践 |
理论 |
实践 |
通识 教育课程
|
通识教育必修课程
|
政治理论课程 |
220111001 |
思想道德与法治 Ideological Morality and Rule of Law |
3 |
2.5 |
0.5 |
48 |
40 |
8 |
3 |
1 |
考试 |
220111002 |
马克思主义基本原理 Basic Principles of Marxism |
3 |
2.5 |
0.5 |
48 |
40 |
8 |
3 |
2 |
考试 |
220111003 |
毛泽东思想和中国特色社会主义思想概论 Mao Zedong Thought and Theoretical System of Socialism with Chinese Characteristics |
3 |
2.5 |
0.5 |
48 |
40 |
8 |
3 |
3 |
考试 |
220111004 |
习近平新时代中国特色社会主义思想概论 Xi Jinping Thought on Socialism with Chinese Characteristics for a New Ere |
3 |
2.5 |
0.5 |
48 |
40 |
8 |
3 |
4 |
考试 |
220111005 |
中国近现代史纲要 Essentials of Modern Chinese History |
3 |
2.5 |
0.5 |
48 |
40 |
8 |
3 |
1 |
考试 |
240101106 |
形势与政策Ⅰ Situation and Policies Ⅰ |
0.5 |
0.5 |
|
8 |
8 |
|
2 |
1 |
考试 |
240101107 |
形势与政策Ⅱ Situation and Policies Ⅱ |
0.5 |
0.5 |
|
8 |
8 |
|
2 |
2 |
考试 |
240101108 |
形势与政策Ⅲ Situation and Policies Ⅲ |
0.5 |
0.5 |
|
8 |
8 |
|
2 |
3 |
考试 |
240101109 |
形势与政策Ⅳ Situation and Policies Ⅳ |
0.5 |
0.5 |
|
8 |
8 |
|
2 |
4 |
考试 |
|
“四史”教育 |
1 |
1 |
|
16 |
16 |
|
2 |
5-6 |
考查 |
大学外语课程 |
240400101- 240400112 |
大学外语类课程 |
8 |
4 |
4 |
128 |
64 |
64 |
2 |
1-4 |
考试 |
身心健康课程 |
240800101- 240800168 |
体育类课程 |
4 |
|
4 |
144 |
|
144 |
2 |
1-4 |
考试 |
242211001 |
国家安全教育 National Security Education |
1 |
1 |
|
16 |
16 |
|
|
1 |
考查 |
222011001 |
大学生心理健康教育 College Students’ Psychological Education |
2 |
1 |
1 |
32 |
16 |
16 |
2 |
1 |
考试 |
通识教育课程
|
通识教育必修课程
|
计算机课程 |
220911001 |
新一代信息技术 New generation of information technology |
3 |
1.5 |
1.5 |
48 |
24 |
24 |
4 |
2 |
考试 |
军事理论 |
222011007 |
军事理论 Military Theory |
2 |
2 |
|
32 |
32 |
|
|
1 |
考查 |
职业规划与就业指导 |
222011002 |
大学生职业发展与就业指导 Ⅰ College Students’ Career Development and Employment Guidance Ⅰ |
1 |
0.5 |
0.5 |
16 |
8 |
8 |
2 |
1 |
考试 |
222011003 |
大学生职业发展与就业指导 Ⅱ College Students’ Career Development and Employment Guidance Ⅱ |
1 |
0.5 |
0.5 |
16 |
8 |
8 |
2 |
2 |
考试 |
小计 |
40 |
26 |
14 |
720 |
416 |
304 |
|
|
|
通识教育课程 |
通识教育选修课程 |
人文科学素养 |
主要涵盖文学、艺术、历史、哲学等学科领域的通识教育课程 |
社会科学素养 |
主要涵盖政治、经济、管理等学科领域的通识教育课程 |
自然科学素养 |
主要涵盖数学、物理、化学、生物等自然科学领域或化工、机械、建筑、材料、信息等技术领域的通识教育课程 |
创新创业教育 |
主要涵盖创新思维、创新精神、创业意识和创业能力等领域的通识教育课程 |
小计 |
10 |
10 |
|
160 |
160 |
|
|
|
|
专 业 课 程
|
必 修
|
学科基础课程
|
220911002 |
高等数学A1 Advanced Mathematics A1 |
5 |
5 |
|
80 |
80 |
|
6 |
1 |
考试 |
220911003 |
高等数学A2 Advanced Mathematics A2 |
6 |
6 |
|
96 |
96 |
|
6 |
2 |
考试 |
220911008 |
线性代数A Linear Algebra A |
4 |
4 |
|
64 |
64 |
|
4 |
2 |
考试 |
220931407 |
Python 程序设计 Python Programming |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
3 |
考试 |
220931411 |
概率论与数理统计 Probability Theory and Mathematical Statistics |
4 |
4 |
|
64 |
64 |
|
4 |
3 |
考试 |
220931417 |
C语言程序设计 C Language Programming |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
2 |
考试 |
专业核心课程
|
241014201 |
数据科学导论 Introduction to Data Science |
1 |
1 |
|
16 |
16 |
|
2 |
1 |
考查 |
220931408 |
数学建模 Mathematical Modeling |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
4 |
考试 |
专 业 课 程
|
必 修
|
专业核心课程
|
241014202 |
数据结构 Data Structures |
4 |
3 |
1 |
64 |
48 |
16 |
4 |
3 |
考试 |
241014203 |
数据库原理与应用 Principle and Application of Database |
4 |
3 |
1 |
64 |
48 |
16 |
4 |
4 |
考试 |
241014204 |
大数据技术 (Hadoop) Big Data Technology (Hadoop) |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
6 |
考查 |
241014205 |
数据挖掘 Data Mining |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
6 |
考查 |
220931418 |
Java程序设计 Java Programming |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
4 |
考试 |
241014206 |
操作系统 (Linux) Operating Systems (Linux) |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
3 |
考试 |
241014207 |
机器学习 Machine Learning |
4 |
3 |
1 |
64 |
48 |
16 |
4 |
5 |
考查 |
241014208 |
离散数学 Discrete Mathematics |
4 |
4 |
|
64 |
64 |
|
4 |
4 |
考试 |
小计 |
63 |
47 |
16 |
1008 |
752 |
256 |
|
|
|
选 修
|
专业方向课程 |
241014302 |
框架编程 (Python) Framework Programming (Python) |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
5 |
考查 |
241014303 |
Java应用开发技术 Technology of Java Application Development |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
5 |
考查 |
241014304 |
数据可视化 Data Visualization |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
5 |
考查 |
220931423 |
数学软件 Mathematical Software |
3 |
1.5 |
1.5 |
48 |
24 |
24 |
3 |
4 |
考查 |
241014305 |
统计软件及应用 Statistical Software and Applications |
3 |
1 |
2 |
48 |
16 |
32 |
3 |
4 |
考查 |
220931429 |
Spark大数据技术 Big Data Technology of Spark |
3 |
1.5 |
1.5 |
48 |
24 |
24 |
3 |
7 |
考查 |
241014301 |
应用多元统计分析 Applied Multivariate Statistical Analysis |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
5 |
考试 |
专 业 课 程 |
选 修 |
专业方向课程 |
241014306 |
解析几何 Analytic Geometry |
4 |
4 |
|
64 |
64 |
|
4 |
3 |
考试 |
241014307 |
常微分方程 Ordinary Differential Equation |
4 |
4 |
|
64 |
64 |
|
4 |
4 |
考试 |
241014308 |
Java Web 程序设计 Java Web Programming |
3 |
1.5 |
1.5 |
48 |
24 |
24 |
3 |
7 |
考查 |
241014309 |
数字图像处理 Digital Image Processing |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
7 |
考查 |
220931426 |
应用统计学 Applied Statistics |
4 |
3 |
1 |
64 |
48 |
16 |
4 |
6 |
考试 |
220931430 |
人工智能 Artificial Intelligence |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
6 |
考查 |
专业任选 课程 |
241014310 |
数字素养 Digital Literacy |
2 |
2 |
|
32 |
32 |
|
2 |
1 |
考查 |
241014311 |
复变函数 Function of Complex Variable |
4 |
4 |
|
64 |
64 |
|
4 |
5 |
考试 |
241014312 |
应用回归分析 Applied Regression Analysis |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
5 |
考试 |
241014313 |
运筹学 Operations Research |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
5 |
考试 |
241014314 |
计算机网络 Computer Networks |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
6 |
考查 |
241014315 |
应用时间序列分析 Applied Time Series Analysis |
3 |
2 |
1 |
48 |
32 |
16 |
3 |
6 |
考试 |
241014316 |
数值计算方法 Numerical Calculation Method |
4 |
2 |
2 |
64 |
32 |
32 |
4 |
6 |
考试 |
241014317 |
数学专业英语 English for Mathematics |
1 |
1 |
|
16 |
16 |
|
2 |
7 |
考查 |
241014318 |
文献检索与科技写作 Literature Retrieval and Academic Writing |
1 |
1 |
|
16 |
16 |
|
2 |
7 |
考查 |
小计 |
28 |
16 |
12 |
448 |
256 |
192 |
|
|
|
集中 实践 课程
|
必修 |
基础实践 |
222011006 |
军事技能训练 Military Skills Training |
2 |
|
|
|
|
2周 |
|
1 |
考查 |
222011005 |
劳动教育与实践 Labor Education and Practice |
2 |
1 |
1 |
32 |
16 |
16 |
2 |
1-7 |
考查 |
专业实践 |
220941401 |
毕业实习 Graduation Practice |
8 |
|
8 |
|
|
8周 |
|
8 |
考查 |
220941402 |
毕业论文 (设计) Graduation Thesis (Design) |
8 |
|
8 |
|
|
|
|
8 |
考查 |
241014401 |
数据分析与 可视化项目 Project of Data Analysis and Visualization |
2 |
|
2 |
2周 |
|
2周 |
|
6 |
考查 |
241014402 |
数据挖掘项目 Project of Data Mining |
2 |
|
2 |
2周 |
|
2周 |
|
7 |
考查 |
小计 |
24 |
1 |
23 |
|
|
|
|
|
|
选修 |
第二课堂 |
创新创业实践类 |
科研创新 |
3 |
按照《济宁学院“第二课堂成绩单”制度实施办法(试行)》(济院政字〔2021〕64号)进行分类记录和管理。第二课堂学分不收费。 |
社会实践 |
创业实践 |
学科竞赛 |
综合实践类 |
思想政治素养 |
3 |
美育体育拓展 |
劳动成长履历 |
小计 |
6 |
|
七、课程体系对毕业要求的支撑矩阵
表4:课程体系对毕业要求的支撑矩阵
课程 类别 |
课程名称 |
毕业要求 |
1.工程 知识 |
2.问题 分析 |
3.设计/开发解决方案 |
4.研究 |
5.使用现代工具 |
6.工程与可持续发展 |
7.伦理和职业规范 |
8.个人和 团队 |
9.沟通 |
10.项目管理 |
11.终身学习 |
通识 课程 |
思想道德与法治 |
|
|
|
|
|
M |
H |
|
|
|
L |
中国近现代史纲要 |
|
|
|
|
|
|
H |
|
|
|
L |
马克思主义基本原理 |
|
|
|
|
|
|
H |
|
|
|
M |
毛泽东思想和中国特色社会主义理论体系概论 |
|
|
|
|
|
|
H |
|
|
|
M |
习近平新时代中国特色社会主义思想概论 |
|
|
|
|
|
|
M |
|
|
|
H |
形势与政策 |
|
|
|
|
|
M |
|
|
L |
|
|
“四史”教育 |
|
|
|
|
|
|
H |
|
|
|
L |
大学类课程 |
|
|
|
|
|
|
|
|
H |
|
L |
体育类课程 |
|
|
|
|
|
|
|
H |
|
|
M |
国家安全教育 |
|
|
|
|
|
|
H |
|
|
|
M |
大学生心理健康教育 |
|
|
|
|
|
|
H |
L |
|
|
|
新一代信息技术 |
|
|
L |
|
M |
|
|
|
|
|
H |
军事理论 |
|
|
|
|
|
|
H |
L |
|
|
|
大学生职业发展与就业指导 |
|
|
|
|
|
|
|
L |
|
H |
M |
人文科学素养 |
|
|
|
|
|
|
H |
|
|
|
L |
社会科学素养 |
|
|
|
|
|
|
H |
|
|
|
L |
自然科学素养 |
|
|
|
|
|
|
H |
|
|
|
L |
|
创新创业教育 |
|
|
|
|
|
|
|
H |
|
M |
|
军事技能训练 |
|
|
|
|
|
|
|
H |
M |
|
L |
劳动教育与实践 |
|
|
|
|
|
|
M |
H |
|
|
|
专业 课程 |
高等数学A1 |
H |
M |
|
|
|
|
|
|
|
|
|
高等数学A2 |
H |
M |
|
|
|
|
|
|
|
|
|
线性代数A |
H |
M |
|
|
|
|
|
|
|
|
|
Python 程序设计 |
M |
M |
M |
M |
H |
|
|
|
|
|
|
概率论与数理统计 |
H |
M |
|
|
|
|
|
|
|
|
|
C语言程序设计 |
H |
H |
H |
|
|
|
M |
M |
|
|
|
数据科学导论 |
M |
|
|
H |
M |
|
M |
M |
M |
M |
M |
数学建模 |
H |
M |
|
|
|
|
|
M |
|
|
L |
数据结构 |
H |
L |
M |
H |
|
M |
|
|
|
|
|
数据库原理与应用 |
H |
H |
M |
H |
H |
M |
|
|
|
|
L |
大数据技术(Hadoop) |
H |
H |
M |
H |
H |
M |
|
|
|
|
L |
数据挖掘 |
H |
H |
M |
M |
H |
|
L |
L |
|
|
|
Java程序设计 |
H |
H |
M |
H |
|
|
|
|
|
|
L |
操作系统(Linux) |
H |
H |
M |
M |
H |
|
L |
|
|
|
|
机器学习 |
H |
M |
L |
|
|
|
|
|
|
|
|
离散数学 |
H |
M |
|
|
|
|
|
|
|
|
L |
框架编程 (Python) |
|
|
M |
|
H |
|
|
L |
L |
|
L |
Java应用开发技术 |
|
|
L |
L |
|
|
|
L |
|
|
|
数据可视化 |
L |
M |
|
H |
M |
|
L |
|
M |
|
|
数学软件 |
H |
M |
|
M |
|
|
|
|
|
|
|
专业 课程 |
数字素养 |
|
|
M |
|
|
|
M |
|
|
|
|
统计软件及应用 |
|
|
|
|
M |
|
|
|
|
|
L |
Spark大数据技术 |
H |
M |
|
H |
H |
|
L |
|
|
|
L |
应用多元统计分析 |
H |
M |
|
H |
|
L |
|
|
|
|
|
解析几何 |
H |
M |
|
|
|
|
|
|
|
|
L |
常微分方程 |
H |
M |
|
|
|
|
L |
|
|
|
|
Java Web 程序设计 |
M |
H |
M |
|
|
|
|
|
|
|
L |
数字图像处理 |
|
|
H |
|
M |
L |
|
|
|
|
|
应用统计学 |
H |
M |
|
H |
|
|
|
|
|
|
L |
人工智能 |
L |
H |
M |
|
|
|
|
|
|
|
|
复变函数 |
H |
M |
|
|
|
|
L |
|
|
|
|
应用回归分析 |
M |
|
|
|
|
L |
L |
|
|
|
|
运筹学 |
M |
L |
|
L |
|
|
|
|
|
|
|
计算机网络 |
H |
M |
|
|
L |
|
|
M |
|
|
|
应用时间序列分析 |
H |
|
|
|
M |
|
L |
|
|
|
|
数值计算方法 |
H |
M |
|
M |
|
|
|
|
|
|
L |
集中 实践 课程 |
数据分析与可视化项目 |
H |
H |
H |
H |
H |
H |
|
M |
M |
M |
|
数据挖掘项目 |
H |
H |
H |
H |
H |
H |
|
M |
M |
M |
|
毕业实习 |
H |
H |
H |
H |
H |
H |
|
|
|
M |
L |
毕业论文(设计) |
H |
H |
H |
H |
H |
H |
|
|
|
M |
L |
说明:1.矩阵图要覆盖所有必修课程 2.使用H:高支撑度,M:中支撑度,L:低支撑度,来表示课程对毕业要求的支撑。
八、其他说明
表5:每学期建议修读学分分配表
学年 |
一 |
二 |
三 |
四 |
合计 |
学期 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
建议修读学分 |
25.5 |
27.5 |
23.5 |
24.5 |
21 |
21 |
6 |
16 |
165 |