数据科学实验课程的设计探究文献综述

 2022-12-22 07:12

开题报告内容:(包括拟研究或解决的问题、采用的研究手段及文献综述,不少于2000字)

  1. 课题目的与意义

通过上机实验,帮助学生了解处理和分析数据的基本流程,基于相关平台,熟练运用相关工具,建立适当的模型,“知其然”进而“知其所以然”,实践数据科学原理方法。使学生在未来的实际工作和研究中能够对数据进行常规的获取、清理、处理和转换,并可以进行面向问题的建模和分析,侧重培养学生的应用能力、领域分析能力以及实践能力。

  1. 研究现状

大数据时代,计算机技术飞速发展,随着物联网、云计算等技术落地,各行各业在工作中产生了海量的数据。数据资源也因此成为重要的现代战略资源,其重要性在本世纪有可能超过石油、煤炭、矿产,成为人类最重要的资源。因此通过对数据资源的研究,发现相应领域内蕴含的规律,已经成为自然科学和社会科学领域研究中一种新的方法学,这是大数据时代的典型特征。数据科学是大数据背后的支撑科学,是由计算机科学、统计学等领域形成的交叉学科[1,2]

2016年,国内首批有3所高校开设数据科学与大数据技术专业,分别是北京大学、对外经济贸易大学和中南大学;2017年,获批开设该专业的高校增至32所;2018年,获批数据科学与大数据技术专业的学校达到250所;2019年3月,根据《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》,共203所高校获批该专业[3];很多高校的其他相关专业,如计算机科学、信息管理等也都陆续开设了数据科学类课程。

同时,在很多在线课程平台上,如中国大学MOOC、网易公开课等,也提供了大量与数据科学相关的慕课;一些企业也组织员工进行了数据科学相关课程的培训。由此可以看出,国内对大数据和数据科学领域的教育空前重视。

从学生未来发展来说,从事不同工作的学生会有不同的需求。数据科学家是融合计算机科学、统计学、情报学、心理学等多学科背景的综合型人才。一家企业或单位只需要少部分精通数据科学的人担当数据科学家或者数据分析师(对数据科学能力和素养具有比较高的要求)[4,5]。而其他大部分岗位只要求对工作中涉及的数据进行有效的常规处理和分析即可,可能包括数据科学流程的各阶段知识。因此,企业要求不同岗位人员均具备基本的数据科学素养和相关的能力,但在掌握程度和具体要求上会有细分[6]

以一门数据科学基础课程面向所有专业可能难以达到目标,需要根据我校信管专业特点和学生需求的不同,设计平衡的数据科学实验课程体系。

  1. 研究指导思想

信管专业学生,需要的是一门数据科学基础课程,以实现数据科学入门,掌握最本质、最重要的数据科学概念、理论、方法,以及基本的数据科学技术和技能,代表性的有朝乐门的“数据科学”课程等[1]。所以,应从基础性出发,不过分强调计算机科学中太过复杂的算法思想,而是以数据的获取、清理、处理、可视化、建模分析等流程为纲,选取各阶段最重要的知识点为实验重点。在实验难度上,在保证易理解的基础上,以操作为基础,以编程实现为主,以复杂算法为进阶,让学生进行数据科学实践[7,9]

  1. 将数学分析方式与统计分析方式结合在一起,注重统计分析原理在统计模拟实验中的应用。
  2. 提供多样化案例进行操作分析,有利于理论联系实际,引起学生学习兴趣,培养学生分析应用理论方面的综合能力。
  3. 选择适用于本专业学生的教学案例,反复调试程序,保证其准确性。
  4. 注意案例中统计计算方法的全面性,注重统计方法选择[10]
  5. 研究目标

制作出适合本校信管专业学生实际情况的实验内容,使学生可以熟练运用python语言对数据进行常规的获取、处理和转换,进行建模和分析。

  1. 基本内容

实验使用Excel和Python两个平台,实验结构按照数据获取、数据处理、建模分析3个内容模块构建,基本涵盖了数据科学流程的所有步骤,每个内容模块又细分多个子模块,每个子模块再包含相关知识点。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。