客服咨询

意见反馈

数据科学导论
计算机信息及网络安全//
0.0
14
视频
9.0
课时
22.50
介绍
目录

课程概述

大数据时代的到来,带来了信息技术发展的巨大变革,并深刻影响着社会生产和人们生活的方方面面。世界各国政府都高度重视大数据技术的研究和产业发展,把大数据上升为国家战略重点推进;企业和学术机构加大技术、资金和人员的投入,加强大数据关键技术的研发和应用。 大数据人才的培养是新一轮科技较量的基础,高等院校承担着大数据人才培养的重任。 开设数据科学导论,顺应了大数据时代的到来以及数据科学兴起,为计算机专业、数据科学与大数据专业、人工智能专业、统计学、医学、会计学以及金融学专业的学生,提供入门和导论性质的课程,为学生学习后续课程打下坚实的基础,有利于培养新一代数据科学家,为各行各业的数据处理提供紧缺人才。 数据科学导论从数据科学的基本理论、数学基础、应用统计学基础、数据科学流程与技术、数据科学与机器学习、深度学习、数据科学应用等方面进行了全面讲述,旨在把同学们引进数据科学的大门,帮助同学们建立数据科学的知识体系,具备一定的数据素养,有效提升同学们的数据意识、数据思维和数据能力。 数据科学是21世纪最令人羡慕的职业,这是一个蓬勃发展、前途无限的行业,让我们带着好奇,满腔热情,拥抱数据,从海量数据中抽丝剥茧、洞见趋势、拥抱未来

课程目标

考核评价

讲师介绍

于长青

王黎光

徐聪

姚全珠

详细介绍

云大物移智等新技术改变了我们对于数据的认识,数据带来的很多新问题在传统理论中根本找不到解决方。如今每一个领域派生出了许多新的分支学科或研究方向,如农业大数据、工业大数等,这些新兴学科从各自的学科视角探索大数据挑战及解决方案,这就需要我们急需升级和更新自己的“知识”结构。数据科学是大数据时代出现的关于数据的新科学。
本课程是各领域专业的一门数据基础课程,更是数据科学与大数据技术专业的一门主要专业基础课。学生通过该课程的学习,熟悉数据科学的基本概念和基本理论,了解数据科学的应用和发展前景,掌握数据科学的数据获取、处理、管理、分析挖掘和大数据可视化的整个技术过程,能根据项目要求进行数据产品的设计;了解数据科学在各领域的应用,以及数据科学的发展前景和目前的研究热点。本课程基本理论方面强调知识的系统性和实用性,工程应用方面主要介绍相关领域的前沿、发展趋势及取得成果,侧重于引导学生利用基本理论分析和解决实际问题。同时,通过学习,还可以培养数据科学与大数据技术专业及相关专业学生的人文社会科学素养、社会责任感,为其在从事相关行业实际工作中,理解并遵守工程职业道德和规范,履行社会责任等方面奠定一定的基础。

第一章 数据科学概述
1.1混沌未凿

(641s)

1.2鸿蒙初辟

(680s)

1.5力学笃行

(455s)

1.3技不压身

(572s)

1.4厉兵秣马

(586s)

第二章 数据科学的数学基础
2.1恼人而不可或缺的知识

(896s)

2.4概率论入门(1)

(411s)

2.5概率论入门(2)

(809s)

2.3线性代数的简单应用

(417s)

2.2数据的基本表现形式

(785s)

第三章 数据科学的统计学基础
3.4数据标准化和洞察

(655s)

3.3描述统计量

(890s)

3.5统计推断

(922s)

3.1统计学入门

(628s)

3.2统计数据获取

(663s)

第四章 数据科学流程
4.2数据科学流程(2)

(844s)

4.1数据科学流程(1)

(542s)

第五章 数据科学技术
5.6数据可视化技术

(499s)

5.5数据分析技术

(1131s)

5.4数据预处理技术

(462s)

5.3数据存储技术

(769s)

5.2数据获取技术

(571s)

5.1数据科学技术体系框架

(554s)

第六章 人工智能、机器学习和深度学习
6.1 人工智能与机器学习

(1161s)

6.2 深度学习

(728s)

6.3人工智能应用

(482s)

第七章 数据科学中的人文与管理
7.1大数据思维

(519s)

7.2大数据思维实例

(396s)

7.3大数据伦理

(504s)

7.4大数据伦理实例

(539s)

7.5大数据治理

(573s)

7.6大数据安全

(466s)

第八章大数据应用
8.1大数据应用(1)

(1042s)

8.2大数据应用(2)

(824s)