我們将推出系列國内代表性高校的資料科學、大資料和人工智能專業介紹。這項工作旨在加強院校間了解,搭建全國交流平台,共同推進高校大資料和人工智能人才培養工作。同時組建高校教師微信交流群,進群請在本公衆号背景回複關鍵詞“大資料專業交流群”,培養方案pdf材料将在群裡發送。
一、培養目标及培養目标
本專業培養德、智、體、美全面發展,具有良好的政治素質與道德修養,能夠利用資料模組化、分析與處理、統計推斷的基本理論、方法和技能,從事大資料有關教學、科研、開發和應用的“複合型”人才。
本專業要求學生掌握大資料相關的統計、計算機、數學和應用學科的基礎知識,以及資料分析、技術開發和應用的基本技能。
通過系統學習專業課程,培養既有嚴格的專業技術訓練,又有深刻資料視野的資料科學人才和資料技術人才,滿足大資料相關産業對基礎人才的需求。
二、畢業要求及授予學位類型:
本專業選擇專業進階路徑的學生,畢業時需滿足通識教育課程(含通識教育核心課程和專項教育課程)42學分、專業培養課程80學分(生産實習1學分、畢業論文6學分)和專業進階路徑課程的要求修讀,總學分不低于146學分,達到學位要求者授予理學學士學位。
本專業選擇其他多元發展路徑的學生,畢業時須滿足通識教育課程含通識教育核心課程和專項教育課程)42學分、專業培養課程80學分(生産實習1學分、畢業論文6學分)和多元發展路徑課程的修讀要求,總學分不低于157學分,達到學位要求者授予理學學士學位。
三、課程設定與修讀要求:
(一) 通識教育課程(42學分)
通識教育課程包括通識教育核心課程和專項教育課程。
- 通識教育核心課程
要求修讀26學分,含思想整理理論課16學分,七大子產品課程10學分(每個子產品最多修讀一門課程),課程設定詳見核心課程七大子產品和資料科學與大資料技術專業(經濟管理試驗班)修讀建議。
- 專項教育課程
要求修讀16學分,課程設定詳見專項教育課程和資料科學與大資料技術專業(自然科學試驗班)修讀建議。
(二) 專業培養課程(80學分)
專業培養課程包括大類基礎課程和專業核心教育課程。
- 大類基礎課程
要求修讀30學分。課程設定詳見大類基礎課程和資料科學與大資料技術專業(經濟管理試驗班)修讀建議。
以下為必修:
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
程式設計 | COMP120006 | 4 | 3+2 | 2 | 2 | 1 | |
數學分析BI | MATH120016 | 5 | 5+1 | 1 | |||
數學分析BII | MATH120017 | 5 | 5+1 | 2 | |||
線性代數 | MATH120044 | 3 | 4 | 2 |
課程修讀至少13學分,經濟管理試驗班學生必須修讀第一組課程,其餘課程可以在第二組、第三組或第四組中跨組修讀。
第一組
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
微觀經濟學 | SOSC120004 | 3 | 3 | 2 | |||
宏觀經濟學 | SOSC120005 | 3 | 3 | 3 | |||
管理學導論 | SOCI120004 | 3 | 3 | 3 |
第二組
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
大學實體B(上) | PHYS120013 | 4 | 5 | 1 | |||
大學實體B(下) | PHYS120014 | 4 | 5 | 2 | |||
電子系統導論 | INFO120011 | 3 | 3 | 2 |
第三組
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
普通化學A(上) | CHEM120005 | 2 | 2 | 1 | |||
普通化學A(下) | CHEM120006 | 2 | 2 | 2 | |||
現代生物科學導論A | BIOL120002 | 3 | 3 | 3 |
第四組
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
大學實體A:力學 | PHYS120016 | 4 | 4+1 | 1 | |||
大學實體A:熱學 | PHYS120017 | 2 | 2+1 | 2 | |||
大學實體A:電磁學 | PHYS120018 | 4 | 4+1 | 2 |
- 專業核心教育課程
要求修讀50學分(部分課程學分可用榮譽課程學分替換),設定如下:
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
資料結構 | DATA130023 | 4 | 4 | 3 | |||
高等線性代數 | DATA130042 | 3 | 3 | 3 | |||
機率論基礎 | DATA130024 | 3 | 3 | 3 | |||
計算機原理 | DATA130025 | 3 | 3+1 | 1 | 1 | 2 | 3 |
數值算法與案例分析I | DATA130002 | 3 | 3 | 3 | |||
統計學基礎:方法、原理及R應用(I) | DATA130005 | 3 | 3 | 4 | |||
資料庫及實作 | DATA130039 | 3 | 2+1 | 1 | 1 | 4 | |
最優化方法 | DATA130026 | 3 | 3 | 4 | |||
統計(機器)學習概論 | DATA130003 | 3 | 3+1 | 1 | 5 | ||
統計計算 | DATA130004 | 3 | 3 | 5 | |||
人工智能 | DATA130008 | 3 | 3+1 | 1 | 1 | 5 | |
社會科學資料挖掘 | DATA130040 | 3 | 3+1 | 1 | 1 | 6 | |
神經網絡與深度學習 | DATA130011 | 3 | 3 | 0.5 | 0.5 | 1 | 6 |
資料可視化 | DATA130012 | 3 | 3 | 6 | |||
生産實習 | DATA130016 | 1 | * | 1 | 1 | 7 | |
畢業論文 | DATA130017 | 6 | * | 6 | 6 | 8 |
(三)多元發展課程
多元發展包括專業進階(含榮譽項目)、跨學科發展(含雙學位項目)和創新創業等不同路徑,要求在院系專業導師指導下選擇一條發展路徑,按路徑要求修讀課程。
(1)大資料技術與應用方向專業進階子產品(24學分),每個子產品至少選一門課
統計與分析子產品
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
數值算法與案例分析II | DATA130010 | 3 | 3 | 1 | 1 | 春季 | |
随機過程導論 | DATA130019 | 3 | 3 | 秋季 | |||
統計學基礎II:回歸分析 | DATA130046 | 3 | 3 | 春季 | |||
時間序列與空間統計 | DATA130013 | 3 | 3 | 1 | 1 | 春季 | |
資料融合與同化 | DATA130028 | 3 | 3 | 1 | 1 | 春秋 | |
數學模型 | MATH130008 | 3 | 3 | 1 | 1 | 春秋 | |
随機分析 | MATH130116 | 3 | 3 | 1 | 1 | 春秋 | |
運籌學A | MATH130019 | 3 | 3 | 1 | 1 | 春 | |
多元統計分析 | DATA130044 | 3 | 3 | 1 | 1 | 春季 |
系統與資料挖掘子產品
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
大規模分布式系統 | DATA130015 | 3 | 3 | 0.5 | 0.5 | 1 | 春季 |
進階大資料解析 | DATA130014 | 3 | 3 | 1 | 1 | 春季 | |
資料挖掘 | DATA130029 | 3 | 3 | 1 | 1 | 春秋 | |
自然語言處理 | DATA130030 | 3 | 3 | 1 | 1 | 春秋 | |
計算理論 | DATA130031 | 3 | 3 | 1 | 1 | 春秋 | |
數字圖像處理 | DATA130032 | 3 | 3 | 1 | 1 | 春秋 | |
計算機視覺 | COMP130124 | 3 | 3 | 春秋 | |||
算法設計與分析 | COMP130011 | 3 | 3+1 | 春秋 | |||
圖資料管理與挖掘 | DATA130045 | 3 | 3+1 | 春秋 |
理醫工學大資料分析子產品
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
醫療大資料統計學 | DATA130033 | 3 | 3 | 1 | 1 | 春秋 | |
醫學圖像處理 | DATA130043 | 3 | 3 | 1 | 1 | 春秋 | |
生物統計學 | BIOL130024 | 3 | 3 | 春秋 | |||
組學資料的統計分析和挖掘 | BIOL130112 | 2 | 2 | 春秋 | |||
從生物學和統計學視角看人類疾病 | MED130266 | 2 | 2 | 春秋 | |||
衛生統計學A | PHPM130066 | 3 | 3 | 春秋 | |||
生物醫學工程學基礎 | INFO130317 | 4 | 4 | 1 | 1 | 春 | |
心理統計學 (一) | SOCI130158 | 3 | 3 | 春秋 | |||
心理統計學 (二) | SOCI130159 | 2 | 2 | 春秋 |
社會科學大資料分析子產品
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
社交網絡挖掘 | DATA130007 | 3 | 3 | 1 | 1 | 春季 | |
金融計量學 | DATA130021 | 3 | 3 | 秋季 | |||
商務分析 | DATA130035 | 3 | 3 | 1 | 1 | 春秋 | |
大資料傳播與新媒體分析 | DATA130047 | 2 | 2 | 1 | 1 | 春秋 | |
社會資料管理與分析 | DATA130037 | 3 | 3 | 1 | 1 | 春秋 | |
決策理論 | DATA130038 | 3 | 3 | 1 | 1 | 春秋 | |
金融風險管理 | ECON130183 | 3 | 3 | 春秋 | |||
社會科學方法論 | SOCI130062 | 2 | 2 | 春秋 | |||
金融工程 | DATA130041 | 3 | 3 | 春秋 |
(2)類腦計算方向專業進階子產品(24學分)
課程名稱 | 課程代碼 | 學分 | 周學時 | 實驗(含上機)學分 | 實踐學分 | 含實踐學分合計 | 開課學期 |
非線性系統 | MATH130075 | 3 | 3 | 春秋 | |||
醫療大資料統計學 | DATA130033 | 3 | 3 | 1 | 春秋 | ||
大規模分布式系統 | DATA130015 | 3 | 3 | 0.5 | 0.5 | 1 | 春秋 |
随機過程導論 | DATA130019 | 3 | 3 | 春秋 | |||
自然語言處理 | DATA130030 | 3 | 3 | 1 | 1 | 春秋 | |
泛函分析 | MATH130011 | 3 | 3 | 春秋 | |||
生物醫學工程學基礎 | INFO130317 | 4 | 4 | 1 | 1 | 春 | |
資料融合與同化 | DATA130028 | 3 | 3 | 春秋 | |||
生物數學 | MATH130026 | 3 | 3 | 春秋 |
榮譽項目路徑
修滿51學分。要求修讀榮譽課程25學分、本專業進階課程不少于24學分,學分不足部分可在全校所有大學生課程中任意選修。
榮譽課程修讀及學分轉換與認定原則按照2019年大資料學院大學“榮譽項目”實施方案施行。
跨學科發展路徑
修滿35學分。要求修讀2個非本專業獨立開設的學程,學分不足部分可在全校所有大學生課程中任意選修。學程課程詳見大學教學培養方案第二部分跨學科學程項目。完成學程修讀要求的學生可獲得相應的學程證書。
雙學位路徑
要求至少修讀1個本專業進階課程子產品和1個外院系開設的雙學位項目。
雙學位項目課程設定詳見大學教學培養方案第二部分雙學位項目。完成雙學位項目修讀要求,且達到學校畢業和學位授予要求的學生可獲得相應的雙學位證書。
創新創業路徑
選擇多元發展課程子產品和學程時,專業進階課程子產品或雙學位項目均可以沖抵學程,專業培養和多元發展路徑共享的課程隻計算一次學分。
其他
注1:《程式設計》第一學期沒有選修的同學,需要在第三學期補修這門課程,并通過考核。