原创力文档- 1、本文档共8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)。
《ADDINCNKISM.UserStyle并行程序设计原理》教学大纲
课程名称：并行程序设计原理课程编号：1392
英文名称：PrinciplesofParallelProgramming
学时：32学时 学分：2学分
开课学期：第6学期
适用专业：数据科学与大数据技术专业
课程类别：理论课
课程性质：专业方向与拓展
先修课程：《程序设计基础（C语言）》、《数据结构》、《算法设计与分析》
一、课程的性质及任务
《并行程序设计原理》课程是数据科学与大数据技术专业学生的专业方向与拓展课程，是培养学生的并行思维、算法设计、系统架构及性能调优等多方面的能力。通过本课程的学习，学生理解数据科学中的基本的并行程序设计方法，了解多种并行编程工具和语言，如MPI、OpenMP、CUDA等，以便学生能够在实际项目中灵活应用所学知识。
依据河北工程大学数据科学与大数据技术专业培养计划，本课程需要培养学生的能力是：
能够基于数据科学相关科学原理和数学模型方法正确表达大数据应用领域的复杂工程问题（毕业要求指标2.2）
能运用数据科学与大数据技术的基本原理，借助文献研究，分析过程的影响因素，获得有效结论（毕业要求指标2.4）
掌握大数据工程设计和产品开发全周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技术方案的各种因素（毕业要求指标3.1）
能够针对智能信息系统设计、大数据技术应用等大数据应用领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获得实验结果（毕业要求指标4.2）
具有良好的表达能力和专业的描述方式，能够与业界同行及社会公众进行准确、高效的沟通和交流（毕业要求指标10.2）
二、课程目标与要求
2.1课程目标
理解并行计算机体系结构的特征，掌握并行算法的设计和分析方法。
熟悉并行编程语言和并行编程环境的使用，能够设计并实现高效的并行程序。
培养学生的创新思维和实践能力，能够有效地运用这些知识和技术来解决实际问题。
并行程序设计原理课程教学大纲
PAGE16
PAGE422
2.2课程目标与毕业要求对应关系
毕业要求二级指标
毕业要求
1
2
3
●
●
2-2能够基于数据科学相关科学原理和数学模型方法正确表达大数据应用领域的复杂工程问题
2.掌握统计与机器学习的基本方法，能够综合运用数学、自然科学和数据科学的基本原理，对复杂的工程系统，识别问题、描述问题并通过文献研究分析与大数据相关的工程问题，以获得有效结论。
●
●
2-4能运用数据科学与大数据技术的基本原理，借助文献研究，分析过程的影响因素，获得有效结论
●
●
3-1掌握大数据工程设计和产品开发全周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技术方案的各种因素
3.能够设计出大数据应用领域的复杂工程问题的解决方案，具有数据采集、处理、分析、挖掘的能力，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。
●
●
4-2能够针对智能信息系统设计、大数据技术应用等大数据应用领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获得实验结果
4.能够基于数据科学与大数据技术原理并采用科学方法对大数据应用领域的复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。
●
10-2具有良好的表达能力和专业的描述方式，能够与业界同行及社会公众进行准确、高效的沟通和交流
具有沟通的能力、方法和技巧，能够就大数据应用领域的复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告及设计文稿，清晰表达和答辩；并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。
2.3课程目标与培养环节对应矩阵
序号
课程目标
理论教学
课后作业
1
理解并行计算机体系结构的特征，掌握并行算法的设计和分析方法。
H
L
2
熟悉并行编程语言和并行编程环境的使用，能够设计并实现高效的并行程序。
M
L
3
培养学生的创新思维和实践能力，能够有效地运用这些知识和技术来解决实际问题。
M
L
注：H表示该能力的在此环节重点培养；M表示该能力在此环节有应用要求；L表示该能力在此环节有所涉及。
数据挖掘与机器学习课程教学大纲
PAGE2
PAGE427
2.4目标达成度的评价
课程目标1,2,3主要通过理论教学环节、课后作业和课程论文进行培养。主要通过课堂提问、课后作业和课程论文进行考核，目标达成综合以上内容进行评价。
三、教学方法及手段
理论教学以课堂讲授为主，面向基础知识的准确、扎实掌握，突出对原理的分析、对方法的总结以及理论体系的完整建立。
理论教学强调将并行程序设计的方法与工程实现的实际情况紧密联系，面向知识的实际应用。
理论教学与实际操作相结
文档评论（0）