数据计算及应用专业培养方案（070104T）
（Undergraduate Program for Data Computation and Application）
1、 培养目标
基于数学、统计学和数据行业产业发展的应用理科专业“数据计算及应用”，培养具有现代数学和统计学的理论基础，系统地掌握科学计算和数据处理的技术和方法，能够对应用中的各类数据问题建立数学模型、并熟练地运用科学计算和数据处理技术解决这些实际问题，且具有深厚理科基础和较强工科实践能力的复合型应用理科专业创新人才。
2、培养要求
(1).融合数学、统计和数据科学等学科的核心知识领域；打通多学科交叉融合的瓶颈，构建本专业知识体系。
(2).适度削减理论课程，改革传统的“博物馆式”、“百科全书式”的专业课程体系；克服传统课程体系的缺陷，课程体系去深存宽，并打通数学到应用领域的“最后一公里”；
(3).加强应用数学和统计的课程教学，摒弃 DTP(定义、定理、证明)式的教学方法，加强基础训练和算法实践的结合；
(4).在知识体系基础上构建课程体系。课程体系包括四个模块：基础课程模块、方法与技术模块、专业方向模块、应用实践模块，涵盖数学、统计学、科学计算和大数据的基础知识和应用技术。
3、毕业生能力
(1).掌握新时代中国特色社会主义基本理论，具有良好的思想政治素养和文化素养，遵守法律法规，公民意识和社会责任感强；
(2).拥有良好的数学素养和统计学、计算机科学思维与方法；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； 掌握数据科学理论和应用领域的基础知识，具有分析和处理大数据的基本能力，有较强的科学计算能力，形成模型、算法、高效求解与推理等核心专业意识，提高学生深入学习、持续研究的意识和能力；
(3).具有扎实的计算机应用能力，能熟练应用大数据相关软件，处理大数据并做结果分析；培养学生在拥有中国水平、国际上有重大影响的开源软件平台上的深度开发能力；
(4).熟悉某些大数据应用领域（如生物、医疗、经济、金融、图像、工业等），具有分析、解决相应大数据应用领域实际问题的初步能力，以及开发典型案例的工程实践能力；
(5).具有终身学习意识，能运用现代信息技术手段获取相关信息和新技术、新知识，持续提高创新能力；
(6).具有较好英语应用能力，能阅读专业英文材料，具有宽广的国际视野和跨文化交流、竞争与合作能力；
(7).具有一定的组织管理能力、表达能力、独立工作能力、人际交往能力和团队合作能力；
(8).了解与本专业相关职业和行业的重要法律法规及方针政策，理解专业伦理基本要求；
(9).具有良好的身心素质。
4、修业年限
四年。
5、授予学位
按要求完成学业，符合学位授予条件者，授予理学学士学位。
6、主干学科
数学、统计学、数据科学。
7、核心课程
《应用理科数学分析》、《应用理科代数与几何(包含高等代数、空间解析几何、群论初步)》、《计算方法》、《数据科学导论》、《离散数学》、《最优化方法》、《数据建模》、《应用微分方程》、《概率论与数理统计》、《时间序列分析》、《多元统计分析》、《统计计算》、《程序设计》、《数据结构》、《数据算法设计与分析》、《数据可视化》、《统计机器学习》、《数据清洗与融合》、《复杂网络分析》、《图像处理》、《神经网络与深度学习》、《数据分布式计算》、《数据挖掘基础》、《人工智能入门》。
8、专业特色
“数据计算及应用”专业是数学专业人才培养在新时代重新定位思考下产生的基于数学、统计学和数据行业产业发展的应用理科特设专业，以培养掌握现代数学和统计学思想和方法、具有深厚理科基础和较强工科实践能力的复合型应用理科专业创新人才为目标。
不同于传统基础理科专业的学术型人才培养，数据计算及应用专业要求学生具有现代数学和统计学的理论基础，系统地掌握科学计算和数据处理的技术和方法，能够对应用中的各类数据问题建立数学模型、并熟练地运用科学计算和数据处理技术解决这些实际问题。
按照数据链前端（数据收集、存储、传输、共享）、核心算法与技术（数据建模、计算、理解、挖掘）、数据链末端（数据工程）的逻辑脉络图，计算机科学与技术专业、软件工程专业和近几年设立的“数据科学与大数据技术”专业大多集中在数据链前端和末端。而“数据计算及应用”专业则重点关注核心算法和技术，更加强调学生数据建模、数据分析、数据计算能力的训练与培养，注重算法设计与实现，强化学科交叉与工程实践。
9、主要实践性教学环节
Java课程设计、Hadoop应用开发综合实践、数据采集与网络爬虫实践、文本挖掘应用实训、大数据分析与可视化技术综合实践、大数据技术综合应用创新实践、创新创业实践、毕业实习、毕业论文（设计）等。
10、主要专业实验
无。
11、毕业总学分及总学时基本要求与分配
课程类别 |
课程性质 |
学分 |
占总学分比例 |
学时 |
占总学时比例 |
通识教育课程 |
必修 |
28 |
16.47% |
512 |
24.06% |
选修 |
8 |
4.71% |
128 |
6.02% |
学科基础课程 |
数理基础 |
必修 |
|
|
|
|
大类基础 |
必修 |
24 |
14.12% |
384 |
18.05% |
专业基础 |
必修 |
30 |
17.65% |
480 |
22.56% |
专业课程 |
必修 |
29 |
17.06% |
464 |
21.80% |
选修 |
4 |
2.35% |
64 |
3.01% |
个性培养 |
选修 |
6 |
3.53% |
96 |
4.51% |
教学环节 |
通识实践 |
必修 |
12 |
7.06% |
8周/ 246学时 |
____ |
专业实验 与专业实践 |
必修 |
29 |
17.06% |
30周 |
____ |
毕业总学分（总学时） |
170 |
100% |
2128 |
100% |
12、主要课程关系结构图
13、课程与毕业生能力要求的对应关系
课程与毕业生能力要求的对应关系表
课程或环节 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
思想道德修养与法律基础 |
√ |
|
|
|
|
|
|
√ |
|
中国近现代史纲要 |
√ |
|
|
|
|
|
|
|
|
马克思主义基本原理概论 |
√ |
|
|
|
|
|
|
|
|
毛泽东思想和中国特色社会主义理论体系概论 |
√ |
|
|
|
|
|
|
|
|
大学英语 |
|
|
|
|
|
√ |
|
|
|
大学体育 |
|
|
|
|
|
|
|
|
√ |
创新创业基础 |
|
|
|
|
√ |
|
√ |
|
|
安全教育 |
√ |
|
|
|
|
|
|
|
√ |
数学分析 |
|
√ |
|
|
√ |
|
|
|
|
代数与几何 |
|
√ |
|
|
√ |
|
|
|
|
Python语言 |
|
|
√ |
|
√ |
|
|
|
|
计算方法 |
|
√ |
|
|
√ |
|
|
|
|
应用微分方程 |
|
√ |
|
|
√ |
|
|
|
|
数据科学导论 |
|
|
√ |
√ |
√ |
|
|
|
|
离散数学 |
|
√ |
|
|
√ |
|
|
|
|
最优化方法 |
|
√ |
|
|
√ |
|
|
|
|
数据建模 |
|
√ |
√ |
√ |
√ |
|
|
|
|
应用时间序列分析 |
|
√ |
|
|
√ |
|
|
|
|
多元统计分析 |
|
√ |
|
|
√ |
|
|
|
|
统计计算 |
|
√ |
|
|
√ |
|
|
|
|
专业导论 |
|
√ |
|
√ |
|
|
|
|
|
面向对象程序设计 |
|
|
√ |
|
√ |
|
|
|
|
数据结构 |
|
|
√ |
|
√ |
|
|
|
|
数据算法分析与设计 |
|
|
√ |
|
√ |
|
|
|
|
数据可视化 |
|
|
√ |
|
√ |
|
|
|
|
统计机器学习 |
|
√ |
√ |
|
√ |
|
|
|
|
数据清洗与融合 |
|
|
√ |
√ |
√ |
|
|
|
|
复杂网络分析 |
|
√ |
√ |
|
√ |
|
|
|
|
图像处理 |
|
√ |
√ |
|
√ |
|
|
|
|
神经网络与深度学习 |
|
√ |
√ |
|
√ |
|
|
|
|
数据分布式计算 |
|
√ |
√ |
|
√ |
|
|
|
|
数据挖掘基础 |
|
|
√ |
√ |
√ |
|
|
|
|
人工智能入门 |
|
|
√ |
√ |
√ |
|
|
|
|
14、指导性教学计划
数据计算及应用专业指导性教学计划
（一）必修课程设置及进程表
课程 平台 |
课程 编号 |
课 程 名 称 |
学 分 |
学 时 |
学时分配 |
各 学 期 周 学 时 分 配 |
记分 方式 |
讲课 |
实验 |
上机 |
一 |
二 |
三 |
四 |
五 |
六 |
七 |
八 |
通 识 必 修 课 程 平 台 |
X0391006 |
思想道德修养与法律基础 Ideology and Morality Training and the Basis of Law |
2.5 |
40 |
40 |
|
|
3 |
|
|
|
|
|
|
|
百分制 |
X0391007 |
中国近现代史纲要 Outline of Modern Chinese History |
2.5 |
40 |
40 |
|
|
|
3 |
|
|
|
|
|
|
百分制 |
X0391008 |
马克思主义基本原理概论 Introduction to the Basic Principles of Marxism |
2.5 |
40 |
40 |
|
|
|
|
3 |
|
|
|
|
|
百分制 |
X0391009-10 |
毛泽东思想和中国特色社会主义理论体系概论（一-二） Introduction to Mao Zedong Thought and the Theory System of Socialism with Chinese Characteristics |
4.5 |
72 |
72 |
|
|
|
|
|
2 |
3 |
|
|
|
百分制 |
五级制 |
X01010009 -11 |
大学英语（一-三） College English |
9 |
144 |
144 |
|
|
3 |
3 |
3 |
|
|
|
|
|
百分制 |
X0131001-4 |
大学体育（一-四） College Physical Education |
4 |
128 |
|
|
|
2 |
2 |
2 |
2 |
|
|
|
|
五级制 |
X0411001 |
创新创业基础 Introduction to Innovation and Entrepreneurship |
2 |
32 |
32 |
|
|
|
2 |
|
|
|
|
|
|
五级制 |
X0561001 |
安全教育 Safety Education |
1 |
16 |
16 |
|
|
2/ |
|
|
|
|
|
|
|
二级制 |
通识必修课合计：512学时28学分 |
学 科 基 础 课 程 平 台 |
数理基础 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
大类基础 |
Z0181901-02 |
数学分析 Mathematical Analysis |
12 |
192 |
192 |
|
|
6 |
6 |
|
|
|
|
|
|
百分制 |
Z0181903-04 |
代数与几何 Algebra and Geometry |
6 |
96 |
96 |
|
|
3 |
3 |
|
|
|
|
|
|
百分制 |
Z0181905 |
概率论与数理统计 Probability Theory and Statistics |
6 |
96 |
96 |
|
|
|
|
6 |
|
|
|
|
|
百分制 |
专业基础 |
Z0181906 |
Python语言 Python Language |
3 |
48 |
36 |
|
12 |
3 |
|
|
|
|
|
|
|
五级制 |
Z0181907 |
计算方法 Numerical Algorithms |
3 |
48 |
48 |
|
|
|
|
3 |
|
|
|
|
|
百分制 |
Z0181908 |
应用微分方程 Applied Differential Equations |
3 |
48 |
48 |
|
|
|
|
|
3 |
|
|
|
|
百分制 |
Z0181909 |
数据科学导论 Introduction to Data Science |
3 |
48 |
48 |
|
|
|
|
3 |
|
|
|
|
|
五级制 |
Z0181910 |
离散数学 Discrete Mathematics |
3 |
48 |
48 |
|
|
|
|
|
3 |
|
|
|
|
百分制 |
Z0181911 |
最优化方法 Optimization Methods |
3 |
48 |
48 |
|
|
|
|
|
3 |
|
|
|
|
百分制 |
Z0181912 |
数据建模 Data Modeling |
3 |
48 |
48 |
|
|
|
|
|
|
3 |
|
|
|
五级制 |
Z0181913 |
应用时间序列分析 Applied Time Series Analysis |
3 |
48 |
32 |
|
16 |
|
|
|
|
3 |
|
|
|
百分制 |
Z0181914 |
多元统计分析 Multivariate Statistical Analysis |
3 |
48 |
48 |
|
|
|
|
|
3 |
|
|
|
|
百分制 |
Z0181915 |
统计计算 Statistical Computation |
3 |
48 |
48 |
|
|
|
|
|
|
3 |
|
|
|
百分制 |
学科基础课合计：864学时54学分 |
专业 必修 课程 平台 |
Z0181916 |
专业导论 Professional Introduction |
1 |
16 |
16 |
|
|
2 |
|
|
|
|
|
|
|
五级制 |
Z0181917 |
面向对象程序设计 Object-oriented Programming |
3 |
48 |
36 |
|
12 |
|
3 |
|
|
|
|
|
|
五级制 |
Z0181918 |
数据结构 Data Structure |
3 |
48 |
48 |
|
|
|
|
3 |
|
|
|
|
|
百分制 |
Z0181919 |
数据算法分析与设计 Analysis and Design of Data Algorithm |
3 |
48 |
48 |
|
|
|
|
|
3 |
|
|
|
|
百分制 |
Z0181920 |
数据可视化 Data Visualization |
2 |
32 |
|
|
|
|
|
|
|
2 |
|
|
|
五级制 |
Z0181921 |
统计机器学习 Statistical Learning |
2 |
32 |
32 |
|
|
|
|
|
|
|
4/ |
|
|
百分制 |
Z0181922 |
数据清洗与融合 Data Cleaning and Fusion |
2 |
32 |
32 |
|
|
|
|
|
2 |
|
|
|
|
五级制 |
Z0181923 |
神经网络与深度学习 Neural Network and Deep Learning |
2 |
32 |
24 |
|
8 |
|
|
|
|
2 |
|
|
|
五级制 |
Z0181924 |
数据分布式计算 Data Distributed Computation |
2.5 |
40 |
40 |
|
|
|
|
|
|
|
3 |
|
|
百分制 |
Z0181925 |
人工智能入门 Introduction to Artificial Intelligence |
2.5 |
40 |
40 |
|
|
|
|
|
|
3 |
|
|
|
五级制 |
Z0181926 |
复杂网络分析 Complex Network Analysis |
2 |
32 |
32 |
|
|
|
|
|
|
|
2 |
|
|
五级制 |
Z0181927 |
图像处理 Image Processing |
2 |
32 |
24 |
|
8 |
|
|
|
|
|
2 |
|
|
五级制 |
Z0181928 |
数据挖掘基础 Introduction to Data Mining |
2 |
32 |
24 |
|
8 |
|
|
|
|
|
/4 |
|
|
五级制 |
专业必修课合计：464学时29学分 |
必修课合计：1840 学时， 111学分 |
必修课各学期周学时 |
24 |
22 |
23 |
21 |
19 |
11 |
0 |
0 |
|
（二）选修课程设置及进程表
课程 平台 |
课程 编号 |
课程名称 |
学分 |
学 时 |
学时分配 |
各学期周学时分配 |
记分方式 |
讲课 |
实验 |
上机 |
一 |
二 |
三 |
四 |
五 |
六 |
七 |
八 |
|
专业 选修 课程 平台 |
Z0180901 |
专业英语 Specialty English |
2 |
32 |
32 |
|
|
|
|
|
|
|
2 |
|
|
五级制 |
Z0180902 |
运筹学 Operations Research |
2 |
32 |
32 |
|
|
|
|
|
|
|
2 |
|
|
五级制 |
Z0180903 |
现代逼近论方法 Modern Approximation Methods |
2 |
32 |
32 |
|
|
|
|
|
|
|
2 |
|
|
五级制 |
Z0180904 |
非参数统计 Nonparametric Statistics |
2 |
32 |
32 |
|
|
|
|
|
|
|
2 |
|
|
五级制 |
Z0180905 |
贝叶斯统计 Bayes Statistics |
2 |
32 |
32 |
|
|
|
|
|
|
|
2 |
|
|
五级制 |
Z0180906 |
操作系统 Operating System |
2 |
32 |
32 |
|
|
|
|
|
|
|
2 |
|
|
|
专业选修课合计：64学时 4学分 |
专业选修课各学期周学时 |
0 |
0 |
0 |
0 |
0 |
4 |
0 |
0 |
|
个性 培养 课程 平台 |
个性培养课程分为4类：专业拓展类、技能提升类、创新创业类及学术发展类。各专业根据专业情况设定至少2类、6门课程。个性培养课学分要求：至少选修6学分。 |
1、专业拓展类 |
Z0180907 |
数据分析 Data Analysis |
2 |
32 |
24 |
8 |
|
|
|
|
|
|
|
2 |
|
五级制 |
Z0180908 |
分布式系统 Distributed System |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
2 |
|
五级制 |
Z0180909 |
数据库原理 Database Principle |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
2 |
|
五级制 |
2、创新创业类 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3、技能提升类 |
Z0180910 |
统计推断 Statistical Inference |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
2 |
|
五级制 |
Z0180911 |
证券投资分析 Securities Analysis |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
2 |
|
五级制 |
Z0180912 |
应用随机分析 Applied Stochastic Analysis |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
2 |
|
五级制 |
4、学术发展类 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
个性培养课合计：96学时 6学分 |
个性培养课各学期周学时 |
|
|
|
|
|
|
6 |
|
|
通识必修课、专业课和个性培养课课内学时合计： 2000学时121学分 |
各学期周学时 |
24 |
22 |
23 |
21 |
19 |
15 |
6 |
0 |
|
通识 选修 课程 平台 |
通识选修课分5类：创新创业类、艺术鉴赏类、人文社科类、科学技术类、经济管理类。每个学生至少选择三类课程，文科学生至少选修一门科学技术类课程，理工科学生至少选修一门人文社科类课程；每个学生必须选择艺术鉴赏类和创新创业类课程。（注：第三学期开设3学分的高阶英语，选修该课程获得的学分用于置换大学英语三的学分。） 通识选修课学分要求：至少选修8个学分。 |
（三）实践性教学环节及进程表
课程类别 |
课程 编号 |
实践性教学环节名称 |
学分 |
周数 /学时 |
上机 |
各学期周数/学时分配 |
记分方式 |
一 |
二 |
三 |
四 |
五 |
六 |
七 |
八 |
通识 实践 |
S0391006 |
思想道德修养与法律基础 Ideology and Morality Training and the Basis of Law |
0.5 |
/8 |
|
/8 |
|
|
|
|
|
|
|
____ |
S0391007 |
中国近现代史纲要 Outline of Modern Chinese History |
0.5 |
/8 |
|
|
/8 |
|
|
|
|
|
|
____ |
S0391008 |
马克思主义基本原理概论 Introduction to the Basic Principles of Marxism |
0.5 |
/8 |
|
|
|
/8 |
|
|
|
|
|
____ |
S0391009 |
毛泽东思想和中国社会主义理论体系概论（二） Introduction to Mao Zedong Thought and the Theory System of Socialism with Chinese Characteristics II |
0.5 |
/8 |
|
|
|
|
/8 |
|
|
|
|
____ |
S0391025-31 |
形势与政策 Situation and Policy |
2 |
/70 |
|
/10 |
/10 |
/10 |
/10 |
/10 |
/10 |
/10 |
|
五级制 |
S0561005 -12 |
安全教育 Safety Education |
0 |
/16 |
|
/2 |
/2 |
/2 |
/2 |
/2 |
/2 |
/2 |
/2 |
____ |
S0101019 -22 |
大学英语听说 College English Listening and Speaking |
2 |
/64 |
|
/16 |
/16 |
/16 |
/16 |
|
|
|
|
五级制 |
S0451001 |
军事训练 Military Training |
2 |
2/ |
|
2/ |
|
|
|
|
|
|
|
二级制 |
S0451002 |
军事理论 Military Theory |
1 |
/32 |
|
/32 |
|
|
|
|
|
|
|
二级制 |
S0391014-17 |
职业发展与就业指导 University Career Development and Employment Guidance |
1 |
/32 |
|
/8 |
|
|
/8 |
|
/8 |
/8 |
|
五级制 |
S0641001 |
暑期社会实践 Summer Social Practice |
0 |
2/ |
|
|
|
2/ |
|
|
|
|
|
____ |
S0181033 |
创新创业实践 Innovation and Entrepreneurship Practice |
2 |
2/ |
|
|
|
|
|
|
|
2/ |
|
五级制 |
S0001002 |
入学教育 Enrollment Education |
0 |
1/ |
|
1/ |
|
|
|
|
|
|
|
____ |
S0001003 |
毕业教育 Graduation Education |
0 |
1/ |
|
|
|
|
|
|
|
|
1/ |
____ |
专业实验 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
S0181901 |
Java课程设计 The Course Design of Java |
1 |
1/ |
|
|
1/ |
|
|
|
|
|
|
五级制 |
S0181902 |
Hadoop应用开发综合实践 Comprehensive Practice of Hadoop |
4 |
4/ |
|
|
|
4/ |
|
|
|
|
|
五级制 |
S0181903 |
数据采集与网络爬虫实践 Data Collection and Web Crawler Practice |
1 |
1/ |
|
|
|
|
1/ |
|
|
|
|
五级制 |
S0181904 |
大数据分析与可视化技术综合实践 Comprehensive Practice of Big Data Analysis and Visualization Technology |
4 |
4/ |
|
|
|
|
|
4/ |
|
|
|
五级制 |
S0181905 |
文本挖掘应用校内实训 Practical Training of Text Mining Application |
1 |
1/ |
|
|
|
|
|
|
1/ |
|
|
五级制 |
S0181906 |
大数据技术综合应用创新实践 Innovation Practice and Comprehensive Application of Big Data Technology |
4 |
4/ |
|
|
|
|
|
|
|
4/ |
|
五级制 |
S0181907 |
毕业实习 Graduation Practice |
2 |
2/ |
|
|
|
|
|
|
|
|
2/ |
五级制 |
S0001004 |
毕业设计（论文）开题周 Graduation Project (thesis) Opening Week |
0 |
1/ |
|
|
|
|
|
|
|
1/ |
|
___ |
S0181908 |
毕业设计（论文） Graduation Design(Thesis) |
12 |
12/ |
|
|
|
|
|
|
|
|
12/ |
五级制 |
合计：38 周/ 246学时 41学分 |
15、数据计算及应用专业各学期教学安排一览表（不含通识选修课）
学期 |
课程编号 |
课 程 名 称 |
学 分 |
学 时 |
学时分配 |
课内 周 学 时 |
记分方式 |
讲课 |
实验 |
上机 |
实践 |
第 一 学 期 |
X0391006 |
思想道德修养与法律基础 |
3 |
48 |
40 |
|
|
8 |
3 |
百分制 |
X0101009 |
大学英语（一） |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
X0131001 |
大学体育（一） |
1 |
32 |
32 |
|
|
|
2 |
五级制 |
Z0181810 |
专业导论 |
1 |
16 |
16 |
|
|
|
2/ |
五级制 |
S0101019 |
大学英语听说（一） |
0.5 |
16 |
16 |
|
|
|
1 |
五级制 |
S0451001 |
军事训练 |
2 |
|
|
|
|
2周 |
|
二级制 |
S0451002 |
军事理论 |
1 |
32 |
32 |
|
|
|
|
二级制 |
S0391014 |
职业发展与就业指导（一） |
0.25 |
8 |
8 |
|
|
|
|
五级制 |
X0561001 |
安全教育 |
1 |
16 |
16 |
|
|
|
|
二级制 |
S0391025 |
形势与政策（一） |
0.25 |
10 |
10 |
|
|
|
2/ |
五级制 |
Z0181901 |
数学分析（一） |
6 |
96 |
96 |
|
|
|
6 |
百分制 |
Z0181903 |
代数与几何（一） |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181906 |
Python语言 |
3 |
48 |
36 |
|
12 |
|
3 |
五级制 |
第一学期合计：25学分 |
学期 |
课程编号 |
课 程 名 称 |
学 分 |
学 时 |
学时分配 |
课内 周 学 时 |
记分方式 |
讲课 |
实验 |
上机 |
实践 |
第 二 学 期 |
X0391007 |
中国近现代史纲要 |
3 |
48 |
40 |
|
|
8 |
3 |
百分制 |
X0101010 |
大学英语（二） |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
X0131002 |
大学体育（二） |
1 |
32 |
32 |
|
|
|
2 |
五级制 |
S0101020 |
大学英语听说（二） |
0.5 |
16 |
16 |
|
|
|
1 |
五级制 |
S0391026 |
形势与政策（二） |
0.25 |
10 |
10 |
|
|
|
2/ |
五级制 |
X0411001 |
创新创业基础 |
2 |
32 |
32 |
|
|
|
2 |
五级制 |
Z0181902 |
数学分析（二） |
6 |
96 |
96 |
|
|
|
6 |
百分制 |
Z0181904 |
代数与几何（二） |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181917 |
面向对象程序设计 |
3 |
48 |
36 |
|
12 |
|
3 |
五级制 |
S0181901 |
Java课程设计 |
1 |
1/ |
|
|
|
|
1/ |
五级制 |
第二学期合计：22.75学分 |
学期 |
课程编号 |
课 程 名 称 |
学 分 |
学 时 |
学时分配 |
课内 周 学 时 |
记分方式 |
讲课 |
实验 |
上机 |
实践 |
第 三 学 期 |
X0391008 |
马克思主义基本原理概论 |
3 |
48 |
40 |
|
|
8 |
3 |
百分制 |
X0101011 |
大学英语（三） |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
X0131003 |
大学体育（三） |
1 |
32 |
32 |
|
|
|
2 |
五级制 |
S0101021 |
大学英语听说（三） |
0.5 |
16 |
16 |
|
|
|
1 |
五级制 |
S0391027 |
形势与政策（三） |
0.25 |
10 |
10 |
|
|
|
2/ |
五级制 |
Z0181905 |
概率论与数理统计 |
6 |
96 |
96 |
|
|
|
6 |
百分制 |
Z0181907 |
计算方法 |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181918 |
数据结构 |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181909 |
数据科学导论 |
3 |
48 |
48 |
|
|
|
3 |
五级制 |
S0181902 |
Hadoop应用综合开发实践 |
4 |
4/ |
|
|
|
|
4/ |
五级制 |
第三学期合计：26.75学分 |
学期 |
课程 编号 |
课 程 名 称 |
学 分 |
学 时 |
学时分配 |
课内 周 学 时 |
记分 方式 |
讲课 |
实验 |
上机 |
实践 |
第 四 学 期 |
X0391009 |
毛泽东思想和中国特色社会主义理论体系概论(一) |
2 |
32 |
32 |
|
|
|
2 |
五级制 |
X0131004 |
大学体育（四） |
1 |
32 |
32 |
|
|
|
|
五级制 |
S0101022 |
大学英语听说（四） |
0.5 |
16 |
16 |
|
|
|
1 |
五级制 |
S0391015 |
职业发展与就业指导（二） |
0.25 |
8 |
8 |
|
|
|
2 |
五级制 |
S0391028 |
形势与政策（四） |
0.25 |
10 |
10 |
|
|
|
2/ |
五级制 |
Z0181908 |
应用微分方程 |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181910 |
离散数学 |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181911 |
最优化方法 |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181919 |
数据算法分析与设计 |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181914 |
多元统计分析 |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181922 |
数据清洗与融合 |
2 |
32 |
32 |
|
|
|
2 |
五级制 |
S0181903 |
数据采集与网络爬虫实践 |
1 |
1/ |
|
|
|
|
1/ |
五级制 |
第四学期合计：22学分 |
学期 |
课程 编号 |
课 程 名 称 |
学 分 |
学 时 |
学时分配 |
课内 周 学 时 |
记分 方式 |
讲课 |
实验 |
上机 |
实践 |
第 五 学 期 |
X0391010 |
毛泽东思想和中国特色社会主义理论体系概论(二) |
3 |
48 |
40 |
|
|
8 |
3 |
百分制 |
S0391029 |
形势与政策（五） |
0.25 |
10 |
10 |
|
|
|
2/ |
五级制 |
Z0181912 |
数据建模 |
3 |
48 |
48 |
|
|
|
3 |
五级制 |
Z0181925 |
人工智能入门 |
2.5 |
40 |
40 |
|
|
|
3 |
五级制 |
Z0181915 |
统计计算 |
3 |
48 |
48 |
|
|
|
3 |
百分制 |
Z0181920 |
数据可视化 |
2 |
32 |
32 |
|
|
|
2 |
五级制 |
Z0181913 |
应用时间序列分析 |
3 |
48 |
32 |
|
16 |
|
3 |
百分制 |
Z0181923 |
神经网络与深度学习 |
2 |
32 |
32 |
