- 1、本文档共28页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
自主设置交叉学科大数据分析论证方案
自主设置交叉学科大数据分析论证方案
学位授予单位名称: 西南财经大学 学位授予单位代码:10651
交叉学科名称 大数据分析 交叉学科代码 99J3 所涉及一级学科 代 码 名 称 学位授权级别 0202 应用经济学 博士 √ 硕士 √ 1201 管理科学与工程 博士 √ 硕士 √ 0201 理论经济学 博士 √ 硕士 √ 0812 计算机科学与技术 博士 硕士 √ 接受质询
联系电话 02887092206 接受质询
电子邮箱 stat@swufe.edu.cn 注:1.请填写相关项目,并在相应的“□”划“√”;
2.本方案将上网公示。
2015年月日
一、该学科基本概况 - 3 -
(一)学科内涵 - 3 -
(二)国内外设置该学科的状况和发展情况 - 3 -
(三)该学科的主要研究方向及研究内容 - 6 -
(四)该学科的理论基础 - 10 -
(五)该学科与其相近学科的关系 - 11 -
二、设置该学科的必要性和可行性 - 14 -
(一)社会对该学科人才的需求情况 - 14 -
(二)设置该学科的目的 - 14 -
(三)本单位设置该学科已具备的基础 - 15 -
(四)该学科的发展前景 - 18 -
三、该学科的人才培养方案 - 19 -
(一)培养目标 - 19 -
(二)研究方向 - 20 -
(三)学制及学习年限 - 20 -
(四)生源要求和选拔方式 - 20 -
(五)课程体系的设计方案及依据 - 21 -
(六)培养和学位的基本要求 - 23 -
四、该学科的建设规划 - 24 -
(一)丰富学科研究内容,拓宽研究领域 - 24 -
(二)优化师资结构,提高师资水平 - 25 -
(三)强化教学管理工作,提高人才培养质量 - 25 -
(四)营造良好的科研环境,提高科研水平 - 26 -
(五)加强国内外学术交流,拓宽研究思路 - 27 -
(六)完善教学科研基本条件,保障教学科研工作顺利开展 - 27 -
(七)加大经费投入力度,为学科建设提供必要的保证 - 27 -
自主设置交叉学科大数据分析论证方案
一、该学科基本概况
(一)学科内涵
(二)国内外设置该学科的状况和发展情况该学科的状况和发展情况
①五大高校大数据分析硕士培养协同创新平台
中国人民大学、北京大学、中国科学院大学、中央财经大学、首都经济贸易大学等五所高校与政府部门和产业界合作建设大数据分析硕士培养协同创新平台。由统计学科、计算机学科、经济与管理学科相关学院依托应用统计专业硕士项目,组建大数据分析硕士培养协同创新平台,旨在建成向政府部门和企业等大数据分析人才需求单位开放、政产学研有机融和的协同创新平台。其核心竞争力是快速部署从大数据到知识发现和价值的能力,核心内容是面向大数据的统计分析和挖掘技术,培养方案与国际接轨。
②北京航空航天大学大数据科学与应用专业
北京航空航天大学创办了 “大数据科学与应用”软件工程硕士专业。该专业旨在从大数据应用的三个主要层面(即数据管理、系统开发、海量数据分析与挖掘)系统地帮助企业掌握大数据应用中的各种典型问题的解决办法,包括实现和分析协同过滤算法、运行和学习分类算法、分布式Hadoop集群的搭建和基准测试、分布式Hbase集群的搭建和基准测试、实现一个基于Mapreduce的并行算法、部署并实现一个Hive的数据操作等等,实际提升企业解决实际问题的能力。该专业学制为2.5年脱产全日制,其中1年为脱产全日制课程培养阶段,1.5年为实习与论文阶段。
③北京大学大数据方向
北京大学大数据技术研究院(筹)主要由北京大学深圳研究生院、北京大学软件与微电子学院、北京大学信息科学技术学院、北京大学信息工程学院(深圳)、北京大学软件工程国家工程研究中心联合发起。目的在于对大数据这一跨领域的综合性问题开展研究,致力于推动大数据产业快速发展、技术攻关、深化产学研协同创新,推动人才培养和教师队伍建设。
④中国传媒大学
2.国外该学科的状况和发展情况致力于培养学生为拥有扎实的数学统计计算机技能的数据科学家以该校 2013-2018 战略计划的核心部分
(三)该学科的主要研究方向及研究内容分析方法大数据(四)该学科的理论基础
(五)该学科与其相近学科的关系
大数据的来临会推动统计学的发展,衍生出更多的发展方向。同时也必须指出,大数据并不会替代统计学,也不会减弱统计学的效果与意义。统计学的重要性在大数据时代只会更加显著。一是精度和泛化性的问题。简而言之,不用测试集验证集通过样本内样本外测试是没法达到均衡的。二是模型优化及调参问题。使
文档评论(0)