数据科学与大数据技术专业导论.pdf

数据科学与大数据技术专业导论学习总结

在世界范围内，信息技术以空前的速度迅猛发展。在信
息时代的今天，随着计算机的普及，越来越多的与计算机有
关的专业新兴起来，数据科学与与大数据技术就是其中之
一。
数据科学与大数据技术其实就分为两个部分。第一是数
据科学，什么是数据科学？简单定义为：数据科学是从数据
中提取有用知识的一系列技能和技术。这些技能通常分为三
个不同的领域：编程领域（语言知识、语言库、设计模式、
体系结构等）；数学（代数、微积分等）和统计学领域；数
据领域(特定领域的知识：医疗、金融、工业等)。这些领域
共同构成了定义中的技能和技术。它们包括获取数据、数据
清理、数据分析、创建假设、算法、机器学习、优化、结果
可视化等等。第二就是大数据技术，说到大数据技术，首先
就要了解，什么是大数据？大数据”到来由在业界享誉盛名
的麦肯锡咨询公司最早提出，麦肯锡研究人员定义：“海量
数据时代已经融入当今社会的每一个领域。随着物联网的广
泛应用，信息感知无处不在，信息虽海量，但价值密度较低，
构建资源信息化平台，通过强大的机器算法更迅速地完成
数据的价值“提纯”，还原数据真实性，这是“大数据”
真正含义所在。
学习本专业，就要认识到本专业的特色，现如今，大数
据时代已全面到来。我们正处于一个信息大爆炸的时代，每
个人每天每时每刻都会产生大量的数据，随着互联网的重心
逐步向着移动互联网转移，各种新型智能移动设备的迅速普
及带来海量数据的猛烈爆发。在这些海量的数据当中对我们
有用的却很少，但当我们将这些有用数据分类整理找到规律
后，我们就会发现这其中的商业价值。“大数据”的核心就
是挖掘数据，预测可行性改变。在海量的数据上运用数学算
法来预测教学进度、学习习惯、接受知识点难易层度的可能
性。当当网可知我们想要的书，淘宝可查看我们的购物喜好，
而微信朋友圈可以推荐认识好友。这些预测程序之所以能够
成功，关键在于建立在云数据的基础之上。此外，随着平台
系统接收到数据越来越多，通过页面浏览率找到最好的预测
模式，对系统也要进行改进。而这些就是我们以后需要去学
习并且要掌握的。

本专业旨在培养社会急需的具备大数据处理及分析能
力的高级复合型人才。具体包括：掌握计算机科学、大数据
科学与信息技术的基本理论、方法和技能，受到系统的科学
研究训练，具备一定的大数据科学研究能力与数据工程实施
的基本能力，掌握大数据工程项目的规划、应用、管理及决
策方法，具有大数据工程项目设计、研发和实施能力的复合
型、应用型卓越人才。并且本专业课程教学体系涵盖了大数
据的发现、处理、运算、应用等核心理论与技术，具体课程
包括：大数据概论、大数据存储与管理、大数据挖掘、机器

学习、人工智能基础、Python程序设计、统计学习、神经网
络与深度学习方法、多媒体信息处理、数据可视化技术、智
能计算技术、分布式与并行计算、云计算与数据安全、数据
库原理及应用、算法设计与分析、高级语言程序设计、优化
理论与方法等。

我认为如果想要更好地学习及研究大数据技术需要做
到以下几点：

首先，应该充分认识到大数据领域热点研究方向。从目
前的市场需求量来看，大数据领域方面人才的缺口很大，
一时间不会填满。当今社会，生活中的方方面面几乎都需
要运用到人工智能，而这些则需要计算机的发展作为支
撑。而这些在运转的时候就会产生大量数据。这些都需要
大数据人才。实际上，行业对大数据专业人才的需求大，
但一直难以得到满足。大数据虽然是一门刚刚兴起的学科，
但它与数学、计算机等许多学科都有很大的联系。在未来的
发展中，数据的获得、分析、处理和应用都会逐渐建立成完
整的系统，这些都是需要我们去学习的。

其次，我认为数据科学与大数据技术专业，其实就是利
用有关计算机方面的技术，让我们的生活变得更加美好。想
要学习数据科学与大数据技术，需要系统的掌握有关大数据
的的基本理论，基础知识和基本技能与方法。在学习大数据
技术期间，学生首先就是要去学，学会自己思考，能够拥有
一定的学习能力和创新能力，这能够使我们更好的开发软
件；同时我们也应该具有一定的竞争意识和团队精神，比较
好的英语知识，毕竟许多有用的文献及知识都需要运用到英
语方面深入了解；还需要在数据应用这个方面能够得到相应
的知识，大数据技术要求我们要在校内学习与校外实践结合
在一起，大数据科学理论方面的学习与相关领域的实际应用
结合在一起，自己个人应该解决的相关领域的问题与团队的
结合在一起，在科学发展的理论指导下，大胆的创新，利用
学校所学到的知识进行专业的改进，熟知行业的内情，时刻
关注最新动态，对于行业的新变化一定要随时了解和跟踪，
只有这样才能及时适应行业的快速变化，以应对社会发展。

第三，我认为想要学好数据科学与大数据技术