全球数据科学课程建设现状的实证分析.PDFVIP

研究论文 全球数据科学课程建设现状的实证分析* 朝乐门 1, 2 杨灿军 2 王盛杰 2 赵俊鹏 2 许梦甜 2 1(数据工程与知识工程教育部重点实验室( 中国人民大学) 北京 100872) 2( 中国人民大学信息资源管理学院 北京 100872) 摘要: 【目的 】在调查分析全球数据科学课程建设现状的基础上, 提出数据科学课程的共性特点、主要挑战及解 决对策。【方法】采用实证研究方法和内容分析方法调查分析国内外数据科学课程的建设现状、成功经验与存在 问题。【结果】提炼出全球数据科学课程的共性以及数据科学与其他相关课程之间的差异性。【局限】对数据科 学人才培养的讨论主要聚焦于课程建设层面, 而对专业层面的讨论不多。【结论】本文提出数据科学课程建设中 的10 个核心问题及其解决方案。 关键词: 数据科学 大数据 课程设计 分类号: TP393 访谈的方法较为系统性地调研了国内外具有代表性的 1 引 言 数据科学课程, 如表 1 所示。在此基础上, 采用内容分 在大数据时代, 数据科学是现代人才必备知识与 析法, 分析数据科学课程的详细内容及元数据, 以便 技能。作为一门新兴科学, 数据科学已成为高校课程 进行深层次的讨论。 设计与教学改革的主要关注点之一。在国外, 哈佛大 从表 1 可看出, 数据科学课程的建设大约从2011 学、麻省理工学院、哥伦比亚大学、纽约大学等著名 年开始, 率先在佛罗里达大学、加州大学伯克利分校、 学府纷纷开设数据科学相关课程, 引起全球相关专业 哥伦比亚大学等著名学府开设。目前, 名称中含有“数 师生的密切关注。在国内, 中国人民大学、清华大学、 据科学”或“Data Science”字样的课程群可以进一步细 北京大学等高等院校也先后启动数据科学专业和(或) 分为三种, 如图 1 所示。 课程建设工作。但是, 就目前而言, 除了少量介绍特定 (1) 以数据科学的“理论基础”为中心的课程: 主 课程的建设经验的论文[1]之外, 对国内外数据科学课 要讲解学习数据科学课程之前需要具备的知识准备, 程的系统调研和专题探讨仍属空白。 处于数据科学课程链的上游, 一般很少涉及数据科学 本文主要从课程建设层面探讨国内外数据科学课 本身的知识。例如, John Paisley 于2015 年在哥伦比亚 程建设中的经验与不足, 分析数据科学课程教学改革 大学开设的《面向数据科学的机器学习》(Machine 中的主要问题与对策, 最终探讨了数据科学课程的专 Learning for Data Science)课程[2]主要讲解了机器学习 业地位及在其他相关课程教学改革中的重要作用。 知识; 再如MIT 的Eric Grimson 教授等开设的《计算 思维与数据科学导论》(Introduction to Computational 2 相关工作 Thinking and Data Science)[3]则侧重于对统计学知识的 为了收集原始数据, 笔者通过互联网搜索和专家 讲解。相对于其他课程, 数据科学对统计学、机器学 通讯作者: 朝乐门, ORCID: 0000-0002-4290-0918, E-mail: chaolemen@ 。 *本文系国家社会科学基金项目“数据连续性的实现方法与保障机制研究”(项目编号: 15BTQ054)的研究成果之一。 12 数据分析与知识发现 总第6 期 2017 年 第6 期