1、1数学类专业（大数据应用方向）本科人才培养方案专业代号 070101（国家） _（学校）一、培养目标及规格（一）培养目标培养德、智、体全面发展，具有良好的统计学、生物学与经济学素养，掌握统计学的基本理论和方法，受到科学研究的初步训练，能熟练地运用计算机分析数据，能在统计学、生物学和经济学领域从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的应用型、复合型人才。（二）培养规格1、热爱中国共产党，热爱社会主义祖国，掌握马克思主义、毛泽东思想、邓小平理论和三个代表的重要思想；坚持党的基本路线，坚持四项基本原则，坚持建设有中国特色的社会主义；具有科学的世
2、界观、正确的人生观和高尚的道德品质。2、具有扎实的数学基础，受到比较严格的科学思维训练；掌握数据挖掘的基本理论、基本知识、基本方法和计算机操作技能；具有采集数据、分析数据和处理数据的基本能力；具 有 应 用 数 据 挖 掘 知 识 分 析 、 解 决 该 领 域 实 际 问 题 的 初 步 能 力；了解商务数据挖掘的主要发展动态及其应用前景。3、能熟练使用几类数据挖掘统计软件包，有较强的数据挖掘和分析能力；掌握资料查询、文献检索及运用现代化信息技术获取相关信息的基本方法；具有一定的科学研究和实际工作能力。 掌握一门外语, 达到国家规定外语水平。4、树立开拓创新、自主创业的思想，要努力提高就业竞
3、争能力。5、具有健康的体魄和一定的军事基本知识和基本技能，达到国家规定的体质健康和军事训练标准，养成终生锻炼身体的习惯。6、有健全的人格、良好的心理素质和审美素质。二、学制：四年三、授于学位：取得毕业资格，并达到学校规定的授予学士学位标准，授理学学士学位。四、主要实践性教学环节教学实践环节是培养学生综合素质的重要途径，本专业教学实践包括如下内容：2（一）生产劳动生产劳动的主要内容是校园美化与建设，学生必须参加生产劳动，考核合格才能毕业。生产劳动安排在第三、五、七、八学期分散进行，不计学分。（二）军事训练包括军事基本知识和基本技能的训练，共安排 2 周（包括入学教育），计 2 学分。安排在第一学
4、期进行。（三）社会调查社会调查安排在假期进行。（四）专业实习本专业专业实习安排在第八学期，学生须撰写实习报告，计 8 学分。（五）毕业论文毕业论文安排在第八学期，计 6 学分。（六）学生读书活动，计 2 学分。五、课程设置、学时及学分安排（一） 课程类别1、 公共基础必修课程（1） 政治理论课（2） 通识文化课2、 学科及专业基础必修课程数学分析、高等代数与复变函数、数据库应用技术、C 语言程序设计、数据结构与算法设计、概率论数理统计、常微分方程、大学物理、数据挖掘基础算法、面向对象分析与设计、数学建模、Python 语言基础、R 语言基础、Linux 基础、IBM SPSS 数据分析与挖掘。
5、专业模块课程（限制选修课，每个学生限选一个方向）（1） 数据挖掘；（2） 大数据工程；（3） 商务信息处理。3、 专业任意选修课程每个学生限选四门（见教学计划表）4、 公共选修课程校性任选课（每生要选四门不同系列的课程）3（二）课程学时分配本专业总课时数为 2674 学时。各类课程学时分配表：类别 公共基础平台课程 专业基础平台课程 专业模块限选课程 专业任选课程 公共选修课程 实践性教 学环节 总 计学时数 934 1308 144 144 144 16W 2674占比 34.93% 48.92% 5.39% 5.39% 5.39% 不计入 100%（三）学分安排及要求本专业毕业最低学分为
6、171 学分。各类课程学分分配表：类别公共基础平台课程专业基础平台课程专业模块限选课程专业任选课程公共选修课程实践性教学环节 总 计学分数 52 74 8 8 8 21 171占比 30.1% 42.9% 4.8% 4.8% 4.8% 12.5% 100%六、四年时间分配表四 年 时 间 分 配 表其 中 教 学学年学期总周数教学周数寒暑假上课复习考试教育实习专业实习毕业论文入学教育军事训练实践周毕业教育机动1 19 4 14.5 1.5 1 1 1 一2 52 21 8 18 1.5 1 0.53 21 4 18 1.5 1 0.5二4 52 19 8 16.5 1.5 1 5 21 4 1
7、8 1.5 1 0.5三6 52 19 8 16.5 1.5 1 7 21 4 10 1.5 1 0.5四8 52 19 8 9 1.5 8 6 1 1 0.5160 48 120.5 12 8 6 1 1 8 1 2.5合计 208208 146.5 2 8 1 2.5七、开展读书活动为全面加强学生文化素质教育，鼓励学生多读书、读好书，为 21 世纪培养知识结构合理、能力强、素质高、富有创新精神的专门人才。学生在学好所修专业课程的同时，充分利用课余时间在大学生课外阅读推荐书目中至少选读所学专业外的 8 部著作，并撰写相应的读书笔记。学生完成读书活动，记 2 学分。4八、专业教学计划表学 时
8、数 每学期教学周数分配(第 1 学期 16 周计,第 2-7 学期 18 周计，第 8 学期 14 周计)类 别 序号 课程编号 课 程 名 称 学分合计讲授实验 一 二 三 四 五 六 七 八1 14210042 思 想 道 德 修 养 与 法 律 基 础 4 64 64 4* 2 14210012 毛 泽 东 思 想 和 中 国 特 色社 会 主 义 理 论 体 系 概 论3 36 36 2* 3 14210013 毛 泽 东 思 想 和 中 国 特 色社 会 主 义 理 论 体 系 概 论3 54 54 3* 4 14210124 马克思主义基本原理 3 54 54 3* 5 14210
9、033 中国近现代史纲要 2 36 36 2* 6 14210081 形势与政策 I 1 18 18 1 7 14210084 形势与政策 1 18 18 1 政治理论课8 14210053 社会实践与调查 1 1W 1 9 07210011 公共体育 1 32 32 2 10 07210012 公共体育 1 36 36 2 11 07210013 公共体育 1 36 36 2 12 07210014 公共体育 1 36 36 2 13 03210011 大学英语 4 64 64 4* 14 03210012 大学英语 4 72 72 4* 15 03210013 大学英语 4 72 72 4
10、* 16 03210014 大学英语 4 72 72 4* 17 13210011 计算机应用基础 1 18 18 1 18 13210012 计算机应用基础 3 54 18 3619 20210010 职 业 生 涯 规 划 与 就 业 指 导 2 36 18 18 讲座 120 20210020 军事课（含军训） 3 36 2W 2+ 2W 21 08213012 音乐鉴赏 1 18 122 02213014 生命教育概论 2 36 223 01213015 大学语文 2 36 2通识文化课小计 52 934 10 13 12 12 3 24 04246216 专业见习 7 7W 1W 1
11、W 1W 1W 1W 1W 1W25 04246218 毕业论文 6 6W 6W公共基础平台*必修课实践环节 26 04246218 专业实习 8 8W 8W5小计 21 21W学 时 数 每学期教学周数分配(第 1 学期 16 周计,第 2-7 学期 18 周计，第 8 学期 14 周计)类 别 序号 课程编号 课 程 名 称 学分合计 讲授 实验 一 二 三 四 五 六 七 八27 04231011 数学分析 4 64 64 4* 28 04231022 数学分析 4 72 72 4* 29 04231033 数学分析 4 72 7230 04241040 高等代数 4 72 72 4*
12、31 04241041 高等代数 4 64 64 4* 32 04241050 概率论数理统计 5 90 90 4+1* 33 04241060 复变函数 3 54 5434 04241070 常微分方程 3 54 5435 04241080 数学建模 3 54 5436 04251010 大学物理 C 3 54 5437 04251011 大学物理 C 3 54 5438 04231073 C 语言程序设计 5 90 54 36学科基础课39 04231080 数据结构与算法 3 54 5440 04241104 Linux 基础 4 72 36 3641 04241113 面向对象分析与设
13、计（java ） 4 72 36 36 2+2 42 04241094 数据库应用技术 4 72 36 3643 04241052 Python 语言基础 4 72 36 36 4* 44 04241061 R 语言基础 4 64 32 32 4* 45 04241144数据挖掘基础算法(Python 或 R 语言)4 72 36 36 2+2 46 04234086 IBM SPSS 数据分析与挖掘 2 36 18 18专业基础平台*必修课专业基础课小 计 74 13086学 时 数 每学期教学周数分配(第 1 学期 16 周计,第 2-7 学期 18 周计，第 8 学期 14 周计)类 别
14、 序号 课程编号 课 程 名 称 学分合计 讲授 实验 一 二 三 四 五 六 七 八47 04244016数据挖掘实用案例分析 I(Python或 R 语言)2 36 18 18 1+148 04244026数据挖掘实用案例分析 II(Python或 R 语言)2 36 18 18 1+149 04244036数据挖掘实用案例分析 III(Python或 R 语言)2 36 18 18 1+1数据挖掘50 04244046数据挖掘实用案例分析 IV(Python或 R 语言)2 36 18 18 1+1小计 8 144 72 72 0 0 0 0 0 0 8 051 04241105 Lin
15、ux 高级应用 2 36 18 1852 04244190 Hadoop 大数据存储与运算 2 36 18 1853 04244191 Hbase 大数据快速读写 2 36 18 18大数据工程54 04244192 大数据查询与处理 2 36 18 18小计 8 14455 04244056 金融数学 2 36 18 18 1+156 04244066 金融数据挖掘 2 36 18 18 1+157 04244076 互联网金融信息智能挖掘基础 2 36 18 18 1+158 04244086 金融建模 2 36 18 18 1+1商务信息处理专业模块课程（限制选修课）（每生限选一方向小计
16、 8 144 72 72 0 0 0 0 0 0 8 059 04244097互联网信息智能挖掘基础 (Python或 R 语言)2 36 18 18 1+160 04244107 移动互联网数据挖掘软件开发 2 36 18 18 1+161 04244117社交网站的数据挖掘与分析 (Python 或 R 语言) 2 36 18 18 1+162 04244127 SAS 统计分析与数据挖掘 2 36 18 18 1+163 04244137 Excel 数据挖掘 2 36 18 18 1+164 04244147 云模型与文本挖掘 2 36 18 18 1+165 04244157 商务应
17、用文写作 2 36 18 18 1+166 04244167 商务 PPT 设计 2 36 18 18 1+1专业任意选修课程（任意选修课）每生任选四门67 04244177推荐系统实践(Python 或 R 语言)2 36 18 18 1+1704244187 Spark 大数据处理技术 2 36 18 18 1+169 04244197Hadoop 高级编程:构建与实现大数据解决方案2 36 18 18 1+170 04244207 IBM SPSS 数据分析实践 2 36 18 18 1+171 04244210 Matlab 与数据挖掘 2 36 18 18小计 8 144 0 0 0
18、 0 0 8 065 人文系列 2 3666 科技系列 2 3667 教育科学系列 2 3668 艺术体育系列 2 36任选课（选四门）69 社会科学系列 2 36小计 8 144教学计划总计 168 2620 22 24 25 23 19 16 11 0九、部分专业课程教材推荐数据挖掘作为新兴产业，如何实现教学与企业需求相吻合具有重要意义，广州泰迪智能科技有限公司作为深耕数据挖掘及大数据行业多年的企业，在数据挖掘及大数据方面拥有丰富的实际项目经验和独到的行业见解。同时，经过与各高校多年的深入合作，广州泰迪也更清楚高校育人与企业用人如何有效对接，故对相关专业课程的教材进行推荐，教材的绝大部分内
19、容也是源于企业实际项目，更具有实践意义。推荐的每本教材皆有配套的 PPT、源代码及原始数据，教师教学能更加轻松顺畅，学生也更能体会到实际企业项目的过程，提升教学质量。部分专业课程教材推荐表课程编号 课 程 名 称 学时数 推荐教材 章节04241052 Python 语言基础 72 Python 与数据挖掘张良均等著. 北京：机械工业出版社 第 1 章第 5 章04241061 R 语言基础 64 R 语言与数据挖掘张良均等著. 北京：机械工业出版社 第 1 章第 5 章04241156 数据挖掘建模与应用(Python 或 R 语言) 72R 语言与数据挖掘张良均等著. 北京：机械工业出版社
20、Python 与数据挖掘张良均等著. 北京：机械工业出版社第 6 章第 10 章04244016 数据 挖掘实用案例分析I(Python 或 R 语言) 36Python 数据分析与挖掘实战张良均等著. 北京：机械工业出版社R 语言数据分析与挖掘实战张良均等著. 北京：机械工业出版社第 1 章第 6 章804244026数据挖掘实用案例分析II(Python 或 R 语言) 36Python 数据分析与挖掘实战张良均等著. 北京：机械工业出版社R 语言数据分析与挖掘实战张良均等著. 北京：机械工业出版社第 7 章第 9 章04244036 数据挖掘实用案例分析III(Python 或 R 语言
21、) 36Python 数据分析与挖掘实战张良均等著. 北京：机械工业出版社R 语言数据分析与挖掘实战张良均等著. 北京：机械工业出版社第 10 章第 12 章04244046 数据挖掘实用案例分析IV(Python 或 R 语言 ) 36Python 数据分析与挖掘实战张良均等著. 北京：机械工业出版社R 语言数据分析与挖掘实战张良均等著. 北京：机械工业出版社第 13 章第 15 章04244210 Matlab 与数据挖掘 36 Matlab 数据分析与挖掘实战张良均等著. 北京：机械工业出版社 全书04244097 互联网信息智能挖掘基础 (Python 或 R 语言) 36 广州泰迪智
22、能科技有限公司案例库04244107 移动互联网数据挖掘软件开发 36 广州泰迪智能科技有限公司案例库04244117 社交网站的数据挖掘与分析 (Python 或 R 语言) 36 广州泰迪智能科技有限公司案例库04244177 推荐系统实践(Python 或R 语言) 36 广州泰迪智能科技有限公司案例库04244190 Hadoop 大数据存储与运算 36 Hadoop 与大数据挖掘张良均等著. 北京：机械工业出版社 第 1 章第 2 章04244191 Hbase 大数据快速读写 36 Hadoop 与大数据挖掘张良均等著. 北京：机械工业出版社 第 3 章04244192 大数据查询与处理 36 Hadoop 与大数据挖掘张良均等著. 北京：机械工业出版社 第 4 章第 5 章04244187 Spark 大数据处理技术 36 Hadoop 与大数据挖掘张良均等著. 北京：机械工业出版社 第 6 章04244197 Hadoop 高级编程:构建与实现大数据解决方案 36 Hadoop 大数据分析与挖掘实战张良均等著. 北京：机械工业出版社 全书
