- 1、本文档共11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)。
《生物与医疗大数据实践》教学大纲
课程名称:生物与医疗大数据实践课程编号:F062094451
英文名称:BigDataPracticesinBiologyandMedicine
学时:2周 学分:2学分
开课学期:第7学期
适用专业:数据科学与大数据技术专业
课程类别:集中实践教学
课程性质:专业方向与拓展
先修课程:Python程序设计,概率论与数理统计,数据结构,数据挖掘与机器学习,数理统计,多元统计分析
一、课程的性质及任务
《生物与医疗大数据实践》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,是培养数据科学与大数据技术人才整体知识结构的重要组成部分。
通过本实践课程,让学生了解生物医学大数据的概念及研究内容,精准医疗的相关内容。通过对数据清洗,分析建模及应用的全流程处理方法,为其以后在数据挖掘方面的工作奠定相关基础。
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:
在大数据系统设计和开发中能够综合考虑社会、健康、安全、法律、文化及环境等制约因素。(毕业要求指标3-4)
能够分析和评价大数据工程实践对社会、健康、安全、法律、文化的影响,以及这些制约因素对项目实施的影响(毕业要求指标6-2)
理解大数据工程师对公众的安全、健康和福祉,以及环境保护的社会责任,能够在工程实践中自觉履行责任(毕业要求指标8-3)
具有一定的人际交往能力,能组织团队成员开展工作,并进行合理的决策。(毕业要求指标9-3)
二、课程目标与要求
2.1课程目标
了解生物医疗大数据的概念及最新研究内容。
了解生物医学大数据的典型应用
使用传统的统计方法,并结合相应的数据挖掘与机器学习算法、机器学习方法,运用Python语言进行生物医学大数据的数据分析。
水利大数据实践课程教学大纲
PAGE16
PAGE15
2.2课程目标与毕业要求对应关系
课程目标
毕业要求二级指标
毕业要求
1
2
3
●
●
在大数据系统设计和开发中能够综合考虑社会、健康、安全、法律、文化及环境等制约因素。
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。
●
●
能够分析和评价大数据工程实践对社会、健康、安全、法律、文化的影响,以及这些制约因素对项目实施的影响。
6.能够基于数据科学与大数据技术相关背景知识进行合理分析,评价大数据工程实践和复杂工程问题解决方案可能对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。
●
理解大数据工程师对公众的安全、健康和福祉,以及环境保护的社会责任,能够在工程实践中自觉履行责任。
8.具有人文社会科学素养公民道德水平和社会责任感,具备人文社会科学素养、社会责任感,能够在大数据工程实践中理解并遵守大数据工程职业道德和规范,履行责任。
●
●
●
具有一定的人际交往能力,能组织团队成员开展工作,并进行合理的决策。
9.个人和团队:具有健康的体魄和良好的综合素质,能够正确理解多学科背景下团队中个体、团队成员以及负责人的角色,并承担其责任与义务。
测控电路课程教学大纲
PAGE2
PAGE1
三、实践内容与基本要求
1.实践内容:学生初步掌握生物与医疗大数据分析的基本方法,掌握数据分析及挖掘方法在生物医学方面的应用,学会灵活利用Python语言分析生物医学相关数据。
2.要求:通过本实践过程,学生了解数据分析和数据挖掘算法在生物医学方面的重要运用,使得能够利用所学的数据分析和数据挖掘方法开展生物医学领域的应用研究。
四、实践步骤与考核方式
1.实践步骤
(1)按照企业项目方式运作,安排学生组建项目组,以项目组为单位进行设计与开发。
(2)指导教师对任务的划分情况进行审核,并对开发进度进行监控,对设计结果进行综合测评。
(3)实践过程中由教师讲解、学生实践练习、教师辅导、学生答辩、教师点评和教师测评6个步骤组成。
2.考核方式
最终成绩由平时表现、设计质量、答辩成绩和报告成绩等组合而成。各部分所占比例如下:
平时表现:10%;设计质量:30%;答辩成绩:40%;报告成绩:20%。
五、课程教材及主要参考书
《医疗大数据》.于广军,杨佳弘著.上海:上海科学技术出版社,2015.
《经济与金融大数据实践》教学大纲
课程名称:经济与金融大数据实践课程编号:F062094461
英文名称:BigDataPracticesinEconomicsandFinance
学时:2周 学分:2学分
开课学期:第7学期
适用专业:数据科学与大数据技术专业
课程类别:集中实践教学
课程性质:专业方向与拓
文档评论(0)