《大数据处理技术》课程教学大纲.pdf

《大数据处理技术》课程教学大纲 （BigDataProcessingTechnology） 一、课程基本信息 适用专业 计算机科学与技术（人工智能方向） 开课单位 电子信息工程学院 课程类型 专业课 课程性质 任选课 是否为双语 否 学分数 2 学分 学时数 总学时32 学时，其中：实验（实训）6 学时；课外0 学时 面向对象程序设计、数据结构、操作系统、计算机网络原理、数据库 先修课程 系统原理、Java 语言程序设计 后续课程 毕业设计 二、课程简述 大数据处理技术是计算机科学与技术（人工智能方向）专业的一门专业选修课程，也是 大数据技术入门课程，为学生搭建起通向“大数据知识空间”的桥梁和纽带，以“构建知识体 系、阐明基本原理、引导初级实践、了解相关应用”为原则，为学生在大数据领域“深耕细作” 奠定基础、指明方向。 课程将系统讲授大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、 分布式数据库HBase、NoSQL 数据库、云数据库、分布式并行编程模型MapReduce、Spark、 流计算、图计算、数据可视化以及大数据在互联网、生物医学和物流等各个领域的应用。围 绕并行大数据处理平台Hadoop 生态圈，重点讲解在Hadoop 大数据处理应用及spark大数据 处理技术。在HDFS、MapReduce 和spark等重要章节，安排了入门级的实践操作，让学生 更好地学习和掌握大数据关键技术。 三、本课程所支撑的毕业要求 本课程支撑的毕业要求如下： 208 序号 毕业要求 课程内容对应的毕业要求指标点 毕业要求 1━工程知识：能够将数学、 指标点1-2：具有解决智能科学相关问题 1 自然科学、工程基础和专业知识用于解 所需的工程基础与智能科学基础知识及 决复杂工程问题。 其应用能力。 指标点2-2：掌握查阅文献、技术方案等 方法，能够分析智能科学复杂工程问题， 毕业要求2━问题分析：能够应用数学、 并选择正确、可用的数学模型对问题进 自然科学和工程科学的基本原理，识别、 2 行表达。 表达、并通过文献研究分析复杂工程问 指标点2-3：能够对解决问题的数学模型 题，以获得有效结论。 的有效性进行论证，并将有效的模型应 用于复杂工程问题的求解。 毕业要求3━设计/开发解决方案：能够 设计针对复杂工程问题的解决方案，设 计满足特定需求的系统、单元 （部件） 指标点3-1：能够针对智能科学复杂工程 3 或工艺流程，并能够在设计环节中体现 问题设计解决方案。 创新意识，考虑社会、健康、安全、法 律、文化以及环境等因素。 毕业要求4━研究：能够基于科学原理