大数据导论(通识课)附件2-厦门大学本科课程教学大纲doc.doc

上传人:创****公 文档编号:4058893 上传时间:2019-09-20 格式:DOC 页数:11 大小:155KB
下载 相关 举报
大数据导论(通识课)附件2-厦门大学本科课程教学大纲doc.doc_第1页
第1页 / 共11页
大数据导论(通识课)附件2-厦门大学本科课程教学大纲doc.doc_第2页
第2页 / 共11页
大数据导论(通识课)附件2-厦门大学本科课程教学大纲doc.doc_第3页
第3页 / 共11页
大数据导论(通识课)附件2-厦门大学本科课程教学大纲doc.doc_第4页
第4页 / 共11页
大数据导论(通识课)附件2-厦门大学本科课程教学大纲doc.doc_第5页
第5页 / 共11页
点击查看更多>>
资源描述

1、厦门大学本科课程教学大纲课程名称 大数据导论课程代码 英文类别代号 CSCI授课对象 非计算机专业本科生(尤其是本科专业) 适用年级 大一、大二、大三、大四课程类型 通识教育课程 课程课型 理论课总学分 总学时 授课 讨论 实验/上机 实践 其他2 32 26 6 0 0 0先修课程 无一、课程简介大数据时代已经全面开启,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民生活的方方面面。了解大数据概念、具备大数据思维,是新时代对人才的新要求。本课程高屋建瓴探讨大数据,内容深入浅出,简单易懂,适合非计算机专业(尤其是文科专业)学生学习。课程内容包括大数据概述,大数据与云计算、物联网和人工智

2、能,大数据技术,大数据应用,大数据安全,大数据思维,大数据伦理,数据共享,数据开放,大数据交易和大数据治理等。二、培养目标本课程旨在实现以下几个培养目标:(1) 引导学生步入大数据时代,积极投身大数据的变革浪潮之中;(2) 了解大数据概念,培养大数据思维,养成数据安全意识;(3) 认识大数据伦理,努力使自己的行为符合大数据伦理规范要求;(4) 熟悉大数据应用,探寻大数据与自己专业的应用结合点;(5) 激发学生基于大数据的创新创业热情。三、教学方法本课程以课程理论教学为主,并安排课堂讨论,以深化学生对知识的理解。在理论教学层面,高屋建瓴地探讨大数据,超脱技术讲解技术,内容深入浅出,简单易懂,适合

3、文科专业学生学习;同时,在课堂上为学生展示丰富的实际应用案例,激发学生学习兴趣,开拓学生视野,培养学生大数据思维。四、主要内容及学时安排 章(或节) 主要内容 学时安排第 1 章 大数据概述数据的概念、大数据时代到来的背景、大数据的发展历程、世界各国的大数据发展战略、大数据的概念与影响、大数据的应用以及大数据产业2第 2 章 大数据和云计算、物联网的关系物联网的概念和应用、云计算的概念和应用、大数据和云计算以及物联网的相互关系2第 1 次讨论课 新兴技术对人类社会发展的影响 2第 3 章 大数据技术大数据分析全流程所涉及的各种技术2第 4 章 大数据应用大数据在各行各业的主要应用 4第 5 章

4、 大数据安全大数据安全问题、数据保护原则、数据安全和 隐私保护对策2第 6 章 大数据思维大数据时代应该具备的创新思维 2第 7 章 大数据伦理大数据伦理的概念、大数据伦理问题及其产生原因、治理对策2第 2 次讨论课大学生应该具备什么样的大数据思维和大数据伦理 2第 8 章 数据共享数据共享的意义、实现数据共享所面临的相关挑战以及推进数据共享应当采取的措施2第 9 章 数据开放政府开放数据的理论基础、政府数据开放的重要意义、国外政府开放数据的经验和我国政府开放数据的现状2第 3 次讨论课数据共享和数据开放的重要意义 2第 10 章 大数据交易大数据交易的发展现状、大数据交易平台、大数据交易在发

5、展过程中出现的问题以及推进大数据交易发展的对策2第 11 章 大数据治理大数据治理的概念、要素和治理模型2第 4 次讨论课如何实现大数据与本专业的结合 2合计 32五、考核方式与要求(1)平时成绩:包括上课考勤、课堂讨论和课堂作业;(2)期末考试:采用笔试,闭卷;(3)最终成绩:平时成绩和期末考试成绩按 3:7 比例加权求和。六、选用教材大数据导论数据思维、数据能力和数据伦理(通识课版) 林子雨编著,高等教育出版社,2019 年 11 月七、参考书目与文献维克托迈尔-舍恩伯格,肯尼思 库克耶大数据时代:生活、工作与思维的大变革盛杨燕等译杭州:浙江人民出版社,2013八、课程网站等支持条件课程主

6、讲教师建设了国内高校首个大数据课程公共服务平台,提供讲义 PPT、课程习题、学习指南、授课视频、技术资料等全方位、一站式免费服务,帮助学生更好学习大数据课程,网站地址:http:/ 大纲审定者: 大纲制定时间:2019 年 9 月XMU Undergraduate Course SyllabusCourse name Big Data IntroductionCourse code Category code CSCIProgramme liberal arts Semester All SemestersCourse typeBasic Common Courses General Educ

7、ation Courses Disciplinary General Courses Specialized CoursesOther Teaching ProcessesCourse focusLecture Experiment Skill-training PracticalCreditTotal learning hoursLecture Tutorial Experiment Practical Others2 32 26 6 0 0 0Prerequisites None1.Course descriptionThe era of big data has been opened

8、in an all-round way, bringing about great changes in the development of information technology, and profoundly affecting all aspects of social production and peoples lives. Understanding the concept of big data and having big data thinking are new requirements for talents in the new era. This course

9、 explores big data. The content is simple and easy to understand. It is suitable for non-computer majors (especially liberal arts majors) to learn. Course contents include big data overview, big data and cloud computing, Internet of things and artificial intelligence, big data technology, big data a

10、pplication, big data security, big data thinking, big data ethics, data sharing, data openness, big data transaction and big data governance.2. Learning goalsThis course aims to achieve the following training objectives:(1) Guiding students to enter the era of big data and actively participate in th

11、e wave of big data change;(2) Understanding the concept of big data and cultivating big data thinking;(3) Understanding Big Data Ethics and striving to conform to the ethical norms of Big Data;(4) Be familiar with big data applications and explore the combination of big data and their own profession

12、al applications;(5) Stimulate students enthusiasm for innovation and entrepreneurship based on big data.3.Teaching approachesThis course focuses on the teaching of curriculum theory and arranges classroom discussions to deepen students understanding of knowledge. At the level of theoretical teaching

13、, it is easy to understand. It is suitable for students majoring in liberal arts to study. At the same time, it shows students abundant practical application cases in class, so as to stimulate students interest in learning, broaden their horizons and cultivate students thinking on big data.4. Conten

14、t outline of the courseChapter(Section) Content Learning hours1The concept of data, the background of the arrival of the era of big data, the development process of big data, the development strategy of big data in the world, the concept and influence of big data, the application of big data and the

15、 big data industry22The concept and application of the Internet of Things, the concept and application of cloud computing, the relationship between big data and cloud computing and the Internet of Things23The Impact of Emerging Technologies on the Development of Human Society24Various techniques inv

16、olved in the whole process of large data analysis25Applications of Big Data in various fields46Big Data Security, Data Protection Principles, Data Security and Privacy Protection Measures27Innovative thinking in the era of big data28The Concept of Big Data Ethics, the Problems of Big Data Ethics and

17、 Their Causes and Countermeasures29What Big Data Thinking and Big Data Ethics Should College Students Have210Significance of Data Sharing, Related Challenges to Realize Data Sharing and Measures to Promote Data Sharing211The theoretical basis of government open data, the significance of government o

18、pen data, the experience of foreign government open data and the current situation of government open data212Importance of Data Sharing and Data Opening213The development status of big data transaction, the platform of big data transaction, the problems in the development process of big data transac

19、tion and the countermeasures to promote the development of big data transaction214The Concept, Elements and Governance Model of Big Data Governance215How to Realize the Combination of Big Data and Our Major2Total 325. Assessment methods and requirementsThe course involves homework and closed-book ex

20、amination.The final score includes two parts, i.e., homework(30%) and final examination(70%).6.Textbooks Ziyu Lin. General Introduction to Big Data. The Higher Education Press, Nov, 2019.7.ReferencesViktor Mayer-Schonberger, Kenneth Cukier, Write, Sheng Yangyan, Zhou Tao, Trans. Big data: A revoluti

21、on that will transform how we live, work, and think. Hangzhou: Zhejiang peoples Publishing House, 2012: 12. (in Chinese)8.Website http:/ out by: Ziyu Lin Approved by: Date: Sept,2019 厦门大学本科课程大纲填写说明(Notes)1须同时填写课程大纲中文版和英文版。2课程名称必须准确、规范。3课程代码:非任课教师填写。该课程在教务系统生成后,由学院代为填写。4授课对象填写专业。5适用年级填写可修读本课程的时间,如本科三

22、年级第一学期。6课程类型指公共基本课程、通识教育课程、学科通修课程、专业(或专业方向)课程、其他教学环节。7课程课型指理论课、实验课、技能课、实践课。8总学时=授课学时+讨论学时+实验学时+上机学时+其他学时9先修课程是与该课程具有严格的前后逻辑关系,非先修课程则无法学习该课程。10.培养目标不少于 150 字。11.考核方式包括成绩登记方式、成绩组成、考核标准等。成绩登记方式包括百分制、通过/不通过等。成绩组成指各种考核方式占比。考核标准指衡量各项考评指标得分的基准。12.选用教材和主要参考书要求注明作者、书目、出版社、出版年份。例如, “丹利维尔:民主、官僚制组织和公共选择 ,中国青年出版

23、社,2001 年。 ”13.其它信息指课堂规范要求等,如课上禁止使用手机、缺勤要求等。14.课程英文类别代号:英文类别代号 代号英文说明 代号中文说明ANTH: Anthropology 人类学类课程;ARCH: Architecture 建筑类课程;ARTS: Arts 艺术类;AUTO: Automation 自动化类课程;BIOL: Biology 生物科学类课程;BUSI: Business Administration 工商管理类课程;CHEE: Chemical Engineering 化工类课程;CHEM: Chemistry 化学类课程;CHIN: Chinese 中国语言文学类课程;CIVL: Civil Engineering 土建类课程;CSCI: Computer Science 计算机科学类课程;ECON: Economics 经济学类课程;EENG: Electronic Engineering 电子工程类课程;

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育教学资料库 > 课件讲义

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。