《大数据课程体系和课程内容建设研究+刍议大数据技术与应用专业建设策略.docx》由会员分享,可在线阅读,更多相关《大数据课程体系和课程内容建设研究+刍议大数据技术与应用专业建设策略.docx(6页珍藏版)》请在优知文库上搜索。
1、大数据课程体系和课程内容建设研究锅Hi的Ml、/艘我厚测献除HiIAI/aVs/唱雌曲图1专业课程体系车牌目标识别车牌数字分别车腾数字识别图2车牌识别流程摘要:人才培养模式是实现大数据人才培养目标的重要内容之一,是教学内涵建设的核心,其中课程体系建设和课程内容建设是人才培养模式的重要环节。将大数据课程体系结构归纳为基础设施、算法与辅助课程三类,并以深度学习课程为例阐述了面向产教融合的课程内容建设思路。关键词:大数据课程体系;课程内容建设;大数据技术1大数据课程体系建设数据科学与大数据技术专业要求学生掌握、计算机科学、管理科学及统计学等相关学科的基础理论和大数据采集、存储、处理、分析与应用的基本
2、理论知识,通过对互联网和通信等行业的项目研究与实践训练,具备大数据工程项目的设计、开发、应用能力1-5。从大数据技术角度看,算法是大数据的核心;基础设施算法应用的基本保障;同时又要求研发人员具有一定的软件开发能力。为实现这一培养目标,我们将大数据专业相关课程分为基础设施、算法与辅助课程三类。其中,基础设施类主要讲授大数据技术实施的相关基础设施原理及其使用方法。包括HadOop、SPark原理与应用、分布式原理、数据挖掘与分析、数据采集技术、云计算与数据中心等相关课程。算法类课程主要讲授大数据与人工智能基本算法原理及其应用模式。包括模式识别、深度学习、推荐系统等相关课程。辅助类主要向学生讲授软件
3、工程领域相关知识,提升学生实际工程应用能力。包括移动开发、大数据可视化、数据安全与隐私保护等相关课程。专业课程体系如下图所示:2面向产教融合的课程内容建设在中国超过60%的Al技术人才聚集在北京和上海,两者人才数量几乎相当。此外,深圳和广州分别拥有10%和5%的AI人才。新一线城市中拥有最多AI人才的是杭州和成都,分别占据4.5%和3%。相比之下,贵州省缺乏智能技术领域人才,其关键原因是缺乏本土培养的人才。针对这一现状,我们将深度学习作为试点“产教融合”思想的主要课程。面向产教融合的课程建设首先体现课程内容方面。因此应在教学内容,特别是实验和实习实训环节融入了大量企业案例。这些案例通常来源于生
4、活场景,其实现技术成熟并能够尽可能覆盖该课程的主要教学环节,实验数据容易获取,并具有进一步拓展将其衍生为双创项目的可能性。这里我们以深度学习课程中的“车牌识别”案例来加以说明。1)技术成熟,应用广泛众所周知汽车牌照是汽车唯一“身份在停车管理、交通执法、车辆检测等场景都离不开车牌的自动识别,“车牌识别也是人工智能领域应用较为广泛的案例之一。“车牌识别”从技术角度来看相对成熟,非常适合用于课堂教学;从选题来看对学生也并不陌生,学生也很容易接受。2)能够覆盖主要技术场景从技术层面来看,车牌识别主要由以下流程构成:首先要找到汽车上的车牌,即车牌目标识别;然后将车牌上的每一个数字分割;最后单独识别出每一
5、个数字。这3个环节分别对应了图像处理中的目标识别、图像分割和图片分类3个主要技术。一门课程的主要技术由一个案例传达给学生,这有助于技术的融会贯通,也能够更好地理解真实案例。3)实验数据源丰富“深度学习实验室可以选择长期从事人工智能,特别是在车牌识别领域有相关产品案例的供应商,这类厂商往往拥有大量车牌图片数据。相比于网上能够获得到的公开数据库,实验室供应商能够保证实验数据快速迭代更新,能够对学生实验提供有效支撑。4)由课堂教学直接过渡为双创项目“车牌识别虽技术成熟并且应用广泛,但其仍有许多技术问题没有得到解决,这就为持续研究提供了突破点。例如某需求方要求在对高速行驶的汽车进行车牌识别,并且要求识
6、别精度达到4个9以上。从目前技术来看,做到这点仍有一定难度,但这恰恰为学生“双创”提供了很好的项目点。由课堂案例直接过渡为双创项目,降低了学生提前培养的周期,有助于学生快速进入项目。3总结算法是大数据的核心,基础设施是大数据技术能够应用的基本保障,在此之上需要开发人员具有较强的实际应用能力,因此将大数据课程体系结构归纳为基础设施、算法与辅助课程三类。我们进一步以深度学习课程为例阐述了面向产教融合的课程内容建设思路。为了实现产教融合的目标,授课内容应具备“技术成熟,应用广泛”“能够覆盖主要技术场景”“实验数据源丰富”和容易将“课堂教学直接过渡为双创项目等特点。参考文献:1谢志明,王鹏,李俊杰,等
7、.基于CDIo的云计算与大数据课程体系建设J计算机教育,2017(1)12蕤福强,熊永福.基于CDIO的云计算与大数据专业人才培养方案J.计算机教育,2015(1):52-56.引刘淳安.大数据时代信息与计算科学专业课程体系优化改革与实践.高教学刊,2016(21):70-71.14孙锋.面向大数据的信息与计算科学专业实验课程体系研究J.福建电脑,2014(2):57-58.15郝水侠,郭云霞.大数据时代下信息与计算科学专业人才培养模式新探索J.江苏师范大学学报(自然科学版),2016,34(2):72-75.刍议大数据技术与应用专业建设策略摘要:在高校教育不断发展进步的今天,应用专业建设模式
8、的改革是不可阻挡的。在当代教育模式下,教师的教学方式也是在不断地改进与进步,为了培养学生的专业技能,利用大数据进行有效教学,不仅让教学方式变得新颖起来,也减少了教师讲课的时间,还能让学生学习到很多书本上没有的知识。本文围绕着刍议大数据技术与应用专业建设策略进行探讨研究,详细探讨了多种教学方式以达到创新教学的目的。关键词:大数据技术;应用专业;建设策略高校需要在原有的教育基础上进行合理的创新更改。第一步需要做的就是教师需要引导学生形成正确的学习观念,在应用专业教育中,教师应该对自身的教学方式做一个相应的调整规划,从而再来实施教学计划。但是根据目前的教育情况来看,高校教育在这一点上还存在着一定的问
9、题,因为,在目前的高校教育中,都没有意识到这一点有多重要1。L专业建设现状现阶段高校大数据技术与应用专业的教学过程中只有理论教学,没有能够满足培养实用型人才所需要的职业技能要求的实践培训方案。尽管大数据在过去十年中蓬勃发展,但仍然是“两头大,中间小的不合理人才结构,即导致软件人才缺乏2。此外,高校软件专业的人才培养模式不适应市场需求,学生的就业能力不能满足行业的发展要求。2.大数据技术与应用专业建设的结合2.1 开设网络学习平台网络是学生自主学习的重要平台和途径。由于网络提供的学习知识更加丰富开放,学生通常都会对网络学习比较感兴趣,投入了多少精力和学习效果如何,教师无法有效监测。由于许多学生没
10、有自我控制的能力,他们可以很容易地把时间和精力花在与学习内容无关的信息上,况且网络上的信息良莠不齐,所以教师需要引导学生正确使用网络,这充分发挥了大数据的引导作用。在课堂上,教育教师可以通过课堂创新互动的模式。在应用专业教育课堂上,教师可以借助教育信息技术来展现课堂内容3。在课堂上利用信息技术的方便与快捷,为学生讲解心理知识,并耐心帮助学生答疑解惑。提高学生学习效率也是促进师生发展的关键因素,教师应当在课堂探究环节中应用多媒体来呈现问题所在,指导学生交流互动探究,而不是一味地听教师讲。2.2 师生多多进行课堂互动在课堂上,教师可以进行课堂创新互动。在专业课程教学过程中,大部分教师都会采用信息技
11、术来为学生展现知识点,在课堂上使用信息技术方便快捷,能够有效为学生提供了良好的学习条件,解决学生在学习上的疑虑。教师还要加强学生的应用专业教育,培养学生的核心素养,教师还应该将学习内容与应用专业教育相结合起来,学生不仅要把学习搞好,更应该理解专业的具体内涵。在高校教育过程中,把应用专业教育慢慢融入到对高校学生的教育中4。在提高学生知识水平的同时,同时也能够为学生传授应用专业的相关知识,以此来加强学生的综合素养的培养。2.3 对专业建设的探讨如何更好地开展校企合作,构建以能力为本,以专业实践为主线和理性的专业课程体系,在多个行业,多个企业中具有产教深度融合的相关课程,能够体现并有效实施专业特色或
12、学校特色。因此,在专业课程的开发和实施过程中,如何与行业紧密联系,跟上国际技术和应用的发展,是一个亟待解决的问题。职业技能竞争是选拔高技能人才的重要渠道5。通过不同层次的技能竞赛,既能使学生明确当前的学习目标,又能促进教师实践教学水平的提高。技能竞赛的基础是专业教学与表现展示相结合。是理论联系实际,是个人能力和团队合作的培养,对高校专业教学改革,推进专业课程建设,推进实训基地建设,深化“产教结合,校企合作”的办学模式,创新高素质人才培养模式具有重要作用。3结语近年来,高校十分重视对学生的应用专业教育,所以不断在总结行之有效的教学经验,并给出新型教学方案。在应用专业教育方面,教师也在积极探索教育
13、模式,希望能够在实践中取得期望的教学成果。为了提高应用专业教学的目的性和实效性,高校也在不断积极探索,发展特色文化内容活动,将大数据与教育相结合在一起,不仅能够达到成功教学的目的,还能够培养出高素质科技人才。参考文献:1高永梅,李新辉.新工科背景下我国高职院校大数据技术与应用专业人才培养研究J.实验技术与管理,2021,38(04):264-270.2胡明,丁祖祥.创新创业教育融入大数据技术与应用专业人才培养的研究与实践J.安徽职业技术学院学报,2021,20(01):75-79.引吕科锦.职业本科大数据技术与应用专业构建课证融通课程体系的研究J.科技经济导刊,2020,28(31):92-934唐云祁.大数据时代下刑事科学技术专业信息类课程建设探讨以中国人民公安大学为例J.实验室研究与探索,2020,39(10):155-158.5徐晓敏.大数据管理与应用新专业建设探索与实践以北京信息科技大学为例J.教育教学论坛,2020(31):229-231.