大数据特色项目本科人才培养方案

《大数据特色项目本科人才培养方案》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大数据特色项目本科人才培养方案—、培养目标本专业培养德智体美全面发展、具有良好科学与人文素养、具备扎实的数学与计算机基础、掌握大数据的基本理论、方法和软件的操作，熟悉大数据平台技术和分析方法，了解经济管理领域基本知识，能熟练利用大数据分析软件开展数据分析的应用型、复合型和创新型人才。学生毕业后能在政府部门、商业机构和相关部门从事大数据分析与管理决策工作。二、培养规格基本要求本专业人才培养基本规格要求是：1.热爱社会主义祖国，拥护中国共产党领导，掌握马克思主义、中国特色社会主义的基本原理;具有敬业爱岗、艰苦奋斗、热爱劳动、遵纪守法、团结合作的品质；具有良好的思想品德、社会公德和职业

2、道德。2.掌握从事本专业工作所需的数学、计算机科学、统计学、管理学、社会学与经济学基础知识。系统掌握大数据建模与分析的基础理论及其计算机处理的基本技能，熟悉自然科学和社会科学等应用领域中大数据的特征，理解网络信息社会中数据的生命周期，以及与之相关的基本环节要素与典型处理方法，形成模型、算法、高效求解与推理等核心专业意识。掌握数据科学的基本思维方法和研究方法，具有良好的科学素养，并具备综合运用知识、方法和技术解决交叉学科实际问题的初步能力。3.具有良好的终身学习能力、实践能力、创新精神和就业竞争力，较强的表达、人际交往和团队协作能力。4.具有一定的体育和军事基本知识，受到必要的军事

3、训练，初步掌握1—2项终身受益的体育锻炼技能，养成良好体育锻炼习惯和健康生活方式，达到国家规定的大学生体质健康和军事训练合格标准，具有健全的心理和健康的体魄，能够履行建设祖国和保卫祖国的神圣义务。5.具有•正确的审美观念、高雅的审美品位和良好的美学素养，具有一定的感受美、表现美、鉴赏美、创造美的能力。三、专业核心课程本专业核心课程：高等数学、大学英语、经济学导论、概率论与数理统计、大数据计算机系统、大数据统计分析基础、大数据技术原理及应用、大数据统计分析软件、信息数据库系统、管理信息系统、网络大数据采集与整理、数据挖掘与机器学习等。四、学制与学期安排本专业基本修业年限为四学年，每

4、学年分上、下两个学期。全程教学共计165周：每学期按20周规划课程教学（含考试）周数（第8学期19周），计159周；根据专业教学需要，经学校批准，可在两个学期之间设小学期，安排课程学习、专业实训、社会实践等教学活动，共约6周。五、毕业与授予学位要求学生在规定的修业年限内必须完成175学分，其中通识必修课55学分，通识选修课18学分，专业基础课23学分，专业必修课25学分，专业选修课30学分，实践与实验课程24学分。普通话水平原则上应达到二级乙等及以上。学生毕业体质测试成绩应达到50分，特殊情况可依有关文件规定免予测试。学生毕业时，通过毕业资格审查方准毕业。湖北省高考第一批次录取及

5、其它省份的学生按应用统计学专业毕业；湖北省高考第二批次录取的学生按信息管理与信息系统专业毕业。毕业时符合学位授予条件，按应用统计学专业毕业的授予理学学士学位，按信息管理与信息系统专业毕业的授予管理学学士学位。六、专业与课程修读指引1.本专业获得毕业资格要求完成175学分，其中通识必修课55学分，通识选修课18学分，专业基础课23学分，专业必修课25学分，专业选修课30学分，实践与实验课程24学分。2.通识选修课在2・7学期开设，学生在学校公布的通识选修课模块屮选修，合计应修满18学分。3.专业选修课在2・7学期开设，学生在规定的各专业专业选修课模块内选修，合计应修满30学分。4.

6、本专业为有志于辅修的学生提供A类选修课和B类选修课，A类选修课见表十三，B类选修课为本专业的专业选修课，见表十一。辅修本专业的学生应优先选修A类选修课，在本专业A、B类选修课屮累计修满15学分，经学生本人屮请，辅修专业开设院系初审同意，教务处审定后可获得本专业辅修专业证书。5.大学英语在1・2学期开设必修课，学生应修满8学分；3・7学期由学生根据需要自主选修英语课程和训练项目。6.大学体育采取选课形式实施俱怎部教学。学生根据本人体育专长和兴趣爱好选择修读体育项目，在不同的教学俱乐部完成规定的教学内容，取得规定的8学分；7.对计算机已有相当基础的学生，可以在《大学计算机基础》开课前

7、屮请参加学校组织的统一测试，测试合格的学生可以免修并直接取得该课程2学分；8.实践及实验课：学生应完成本专业规定的实践及实验课并取得24学分，其屮，学生在校学习期间，必须参加社会实践活动，并至少取得2个社会实践学分方可毕业。此外，还应完成本专业自行安排的实践与实验课程。9.学生修读专业自行安排的实验课程应完成3学分。专业自行安排的实验课程为《大数据案例分析》，包括人数据分析系统基本操作与维护、金融大数据分析、电商大数据分析、社交网络人数据分析等方面的内容。七、周数分配表学年学期第