一、专业概况
数据计算及应用（Data Calculation and Application），专业代码：070104T。best365体育官网平台数据计算及应用专业于2021年获国家教育部批准设立，并于2022年开设招生，目前已招收一届学生。本专业开设之前，best365官网已有数学与应用数学、信息与计算科学两个本科招生专业，其中数学与应用数学专业分为数学与应用数学（师范）和数学与应用数学（统计）两个方向。数学与应用数学本科专业招生开始于1999年，信息与计算科学本科招生开始于1998年，至今已有20多届毕业生。本专业结合现代数学和统计学两个专业门类，培养学生坚实的数学功底和数据处理能力，培养学生处理各类数据问题，建立数学和统计模型、熟练运用科学计算和数据处理技术解决实际问题，并利用软件求解，从而提高学生发现问题、分析问题和解决问题的能力。同时，邀请专家学者和业界人士为学生做讲座和报告会，拓展学生的学术范围、开阔学生的学术视野。
二、培养目标
数据计算及应用专业伴随着大数据和人工智能行业兴起，融合了数学、统计学和信息科学多学科交叉，主要面向金融机构、互联网行业及企事业管理单位，培养德、智、体、美、劳全面发展，践行社会主义核心价值观的社会主义合格建设者和接班人。具有良好的数学基础和数学思维能力，掌握信息科学、大数据应用和统计学的基本理论、方法与技能，具备一定的数据建模、高性能计算、数据处理以及程序设计能力，能运用所学知识与技能解决数据分析、数据处理等领域实际问题的应用型理科专业人才。
学生毕业后，经过5年左右实际工作的锻炼，期望能达到以下目标：
1.具有良好的道德修养和人文社会科学素养，具有良好的职业道德，社会责任感强，创新意识强，持续关注数据行业的发展。
2.专业知识牢固，能将现代数学、统计学、信息技术和专业知识应用于数据计算的工程应用中。
3.具备分析并解决科学计算和数据处理问题的能力，能够基于科学原理，采用科学方法，使用现代工具，进行较为复杂的数据技术的研究与设计，具备较强的工科实践能力。
4.具有自主学习和终身学习的能力，能够快速适应发展，具备创新能力，拥有国际视野和跨文化交流沟通的能力。
三、毕业要求及实现矩阵
本专业毕业时应具备以下几方面的知识和能力：
1.思政素养：具有坚定正确的政治方向、良好的思想品德和健全的人格，热爱祖国，热爱人民，拥护中国共产党领导；具有良好的政治素质、思想素质、道德素质和法制意识，具有一定的科学精神、人文修养、职业素养和进取精神；关心社会问题和国家发展，具有社会责任感，主动参与社会实践；能够传播中华优秀文化；了解国情民情社情，践行社会主义核心价值观。
2.学科知识：具备扎实的数学和统计学基本理论和知识基础，系统掌握现代数学和统计学的基本思想和分析方法，熟练地运用科学计算和数据处理技术解决实际问题。
3.专业技能：具有基本的数据分析处理的基础知识和专业技能，能够独立从事互联网领域的系统开发、技术开发等工作，从事管理机构的数据采集与整理、分析与运用等工作；具有一定的专业理论分析与预测能力，使用定量方法分析和解释自然规律和社会规律方面的相关问题，并对其发展做出有价值的预测。
4.沟通能力：具有较强的沟通表达能力，能够使用准确规范的语言文字，逻辑清晰地表达观点，能够与同行和社会公众进行有效沟通，具有一定的宣传和传播能力；熟练掌握一门外语，具有较高的专业外语应用水平和国际交流能力，能够进行正常的学术交流与沟通。
5.创新能力：具有敏锐的观察力、逻辑思维能力、空间想象能力，能够对科学研究和社会实践出现的数据具有敏锐的观察，运用现代数学、统计学和信息技术的思想和方法进行研究和分析，建立恰当的模型，并运用软件进行求解，形成正确和合乎逻辑的结论和评价，形成独特的判断和见解。
6.信息能力：能够运用各类信息技术和工具获取和分析相关信息，熟练使用各类软件解决相关模型并进行分析和判断。
7.团队合作：具有较强的组织、沟通、协调和管理能力，能够与团队成员和谐相处，共同完成较为复杂的任务。
8.国际视野：理解和尊重世界文化的差异性和多样性，了解现代数学、统计学、大数据技术发展的最新动态，关注本专业领域的重要发展问题，具有开展国际交流与合作的能力，传播中华优秀文化。
9.学习发展：具有自我规划、自我管理、自主学习和终身学习能力，具备较强的可塑性，能够通过不断学习，适应社会和个人高层次、可持续发展的需要。
毕业要求支撑培养目标的实现矩阵
序号 |
培养 目标 |
毕业要求 |
|
|
要求1 |
要求2 |
要求3 |
要求4 |
要求5 |
要求6 |
要求7 |
要求8 |
要求9 |
1 |
目标1 |
√ |
√ |
√ |
|
|
|
|
|
|
2 |
目标2 |
|
√ |
√ |
|
|
√ |
√ |
|
|
3 |
目标3 |
|
|
√ |
|
√ |
√ |
√ |
|
|
4 |
目标4 |
|
|
|
√ |
|
|
√ |
√ |
√ |
四、主干学科、学位课程及主要实践性教学环节
1．主干学科：数学、统计学.
2．学位课程：数学分析、高等代数、解析几何、概率论与数理统计、统计学原理、数据库原理及应用、多元统计分析、常微分方程、离散数学、最优化方法、大数据与云计算技术、数据挖掘、数学建模等.
3．主要实践性教学环节：统计软件课程设计、数学建模课程设计，数据挖掘实训、数值分析实验课程、专业实习与毕业论文。
五、学制与学位
1．基本学制：四年
2．学位：理学学士
3．毕业规定:
本专业学生专业培养计划应获得最低总学分164学分，并各模块修完相应最低学分，其中课内理论必修课107学分，实践教学24学分，选修课（含通识教育选修课10学分）33学分。
学生在取得专业培养计划规定的学分的同时，至少还需取得8个自主发展计划（第二课堂）学分方可毕业，并达到大学生体质健康标准。
六、数据计算及应用专业课程设置及指导性修读计划
课程类别 |
课 程 编 码 |
课 程 名 称 |
学
分 |
总 学 时 (W) |
学时类型 |
考核方式 |
建议修读学期及周学时 |
开课 单位 |
|
|
|
|
|
理 论 |
实 验/实践 |
上 机/研习 |
|
一 |
二 |
三 |
四 |
五 |
六 |
七 |
八 |
|
|
|
|
|
|
|
|
|
|
秋 |
春 |
秋 |
春 |
秋 |
春 |
秋 |
春 |
|
通识教育课程 |
必修 |
01071TS025 |
马克思主义基本原理 |
2.5 |
40 |
40 |
|
|
E |
3 |
|
|
|
|
|
|
|
马克思主义学院 |
|
01141TS003 |
计算机基础 |
2 |
32 |
22 |
|
10 |
E |
2 |
|
|
|
|
|
|
|
计科学院 |
|
01021TS021/2 |
大学英语(上)(下) |
10 |
160 |
160 |
|
|
E |
5 |
5 |
|
|
|
|
|
|
外语学院 |
|
01021TS023/4 |
大学英语听说(上)(下) |
4 |
64 |
64 |
|
|
E |
2 |
2 |
|
|
|
|
|
|
外语学院 |
|
01041TS002/19/36/53 |
体育(1)～(4) |
4 |
120 |
120 |
|
|
T |
2 |
2 |
2 |
2 |
|
|
|
|
教育与体育学院 |
|
01071TS024 |
毛泽东思想和中国特色社会主义理论体系概论 |
2.5 |
40 |
40 |
|
|
E |
|
3 |
|
|
|
|
|
|
马克思主义学院 |
|
01071TS028
|
习近平新时代中国特色社会主义思想概论 |
3 |
48 |
48 |
|
|
E |
|
3 |
|
|
|
|
|
|
马克思主义学院 |
|
01071TS027 |
中国近现代史纲要 |
2.5 |
40 |
40 |
|
|
E |
|
|
3 |
|
|
|
|
|
马克思主义学院 |
|
01071TS026 |
思想道德与法治 |
2.5 |
40 |
40 |
|
|
E |
|
|
|
3 |
|
|
|
|
马克思主义学院 |
|
01131TS001 |
人工智能概论 |
1 |
16 |
16 |
|
|
T |
2 |
|
|
|
|
|
|
|
电子信息学院 |
|
01071TS013/16/19/20 |
形势与政策(1)～(4) |
2 |
32 |
32 |
|
|
T |
2 |
2 |
2 |
2 |
|
|
|
|
马克思主义学院 |
|
02081TS001 |
军事理论 |
2 |
36 |
36 |
|
|
T |
4 |
|
|
|
|
|
|
|
学生工作部 |
|
小 计 |
38 |
664 |
654 |
|
10 |
|
22 |
17 |
7 |
7 |
|
|
|
|
|
|
注：《形式与政策》采取课堂教学和课外研习相结合方式开设，课堂教学分4个学期，第一、第二、第三和第四学期以讲座形式开设，每学期8个学时，共计32学时。 |
限选 |
01012TS007 |
人文素质教育 |
1 |
20 |
20 |
|
|
T |
2 |
|
|
|
|
|
|
|
人文学院 |
|
02082TS011 |
心理健康教育 |
0.5 |
10 |
10 |
|
|
T |
2 |
|
|
|
|
|
|
|
心理健康教育中心 |
|
02082TS016 |
职业发展规划 |
0.5 |
10 |
10 |
|
|
T |
2 |
|
|
|
|
|
|
|
就业指导中心 |
|
02102TS003 |
大学生创业基础 |
1 |
20 |
20 |
|
|
T |
|
2 |
|
|
|
|
|
|
创新创业中心 |
|
01032TS004 |
大学艺术 |
1 |
20 |
20 |
|
|
T |
|
|
|
2 |
|
|
|
|
艺术学院 |
|
01042TS021 |
劳动教育 |
1 |
32 |
32 |
|
|
T |
|
|
2 |
|
|
|
|
|
教育与体育学院 |
|
02082TS015 |
就业指导 |
0.5 |
10 |
10 |
|
|
T |
|
|
|
|
|
2 |
|
|
就业指导中心 |
|
小计 |
5.5 |
122 |
122 |
|
|
|
6 |
2 |
2 |
2 |
|
2 |
|
|
|
选修 |
注：通识选修课程由学校提供，分为“人文科学与社会科学”、“语言学习与跨文化交流”、“自然科学与现代技术”、“艺术欣赏与体育健康”和“创新创业与职业规划”5个模块，本专业学生应在“人文科学与社会科学”和“创新创业与职业规划”2个模块中分别至少选修2个学分。修业年限内应至少取得10个通识教育选修学分。人文素质教育、大学艺术、心理健康教育、职业发展规划与就业指导为限定通识教育选修课程，并分别计入相应模块（详见通识教育选修课程一览表）。不得重复修读本专业必修课程和专业选修课程中相同或相近的课程。 |
学科基础课程 |
必修 |
01081XK028 |
数学学科概论 |
1 |
16 |
16 |
|
|
T |
2 |
|
|
|
|
|
|
|
数学学院 |
|
01081XK016 |
解析几何 |
3.5 |
56 |
56 |
|
|
E |
4 |
|
|
|
|
|
|
|
数学学院 |
|
01081XK022/3/5 |
数学分析 |
16 |
256 |
256 |
|
|
E |
4 |
6 |
6 |
|
|
|
|
|
数学学院 |
|
01081XK012/3 |
高等代数 |
9 |
144 |
144 |
|
|
E |
|
4 |
6 |
|
|
|
|
|
数学学院 |
|
01141XK006 |
C语言程序设计 |
4 |
64 |
48 |
|
16 |
T |
|
4 |
|
|
|
|
|
|
计科学院 |
|
01081XK011 |
概率论与数理统计A |
5.5 |
88 |
96 |
|
|
E |
|
|
|
6 |
|
|
|
|
数学学院 |
|
小 计 |
39 |
624 |
608 |
|
16 |
|
10 |
14 |
12 |
6 |
|
|
|
|
|
专业课程 |
必修 |
01081ZY019 |
数学建模 |
3 |
48 |
48 |
|
|
E |
|
|
4 |
|
|
|
|
|
数学学院 |
|
01081ZY026 |
统计软件 |
3 |
48 |
48 |
|
|
E |
|
|
|
4 |
|
|
|
|
数学学院 |
|
01081ZY033 |
数值分析 |
3 |
48 |
48 |
|
|
E |
|
|
|
4 |
|
|
|
|
数学学院 |
|
01141ZY074 |
数据结构 |
3 |
48 |
48 |
|
|
E |
|
|
|
4 |
|
|
|
|
计科学院 |
|
01081ZY031 |
常微分方程 |
3 |
48 |
48 |
|
|
E |
|
|
|
4 |
|
|
|
|
数学学院 |
|
01081ZY012 |
离散数学 |
3 |
48 |
48 |
|
|
E |
|
|
|
|
4 |
|
|
|
数学学院 |
|
01081ZY027 |
统计学原理 |
3 |
48 |
36 |
|
12 |
E |
|
|
|
|
4 |
|
|
|
数学学院 |
|
01081ZY017 |
数据挖掘 |
3 |
48 |
48 |
|
|
E |
|
|
|
|
4 |
|
|
|
数学学院 |
|
01081ZY005 |
多元统计分析 |
3 |
48 |
42 |
6 |
|
E |
|
|
|
|
|
4 |
|
|
数学学院 |
|
01081XK039 |
最优化方法 |
3 |
48 |
32 |
|
16 |
E |
|
|
|
|
|
4 |
|
|
数学学院 |
|
小 计 |
30 |
480 |
446 |
6 |
28 |
|
|
|
4 |
16 |
8 |
8 |
|
|
|
选修 |
01082ZY023 |
高级编程技术(Java)* |
3 |
48 |
36 |
|
12 |
E |
|
|
3 |
|
|
|
|
|
数学学院 |
|
01082ZY073 |
统计机器学习 |
3 |
48 |
48 |
|
|
T |
|
|
|
4 |
|
|
|
|
数学学院 |
|
01082ZY041 |
时间序列分析* |
3 |
48 |
42 |
6 |
|
E |
|
|
|
|
3 |
|
|
|
数学学院 |
|
01082ZY075 |
深度学习与人工智能 |
3 |
48 |
48 |
|
|
T |
|
|
|
|
4 |
|
|
|
数学学院 |
|
01142ZY043 |
操作系统 |
3 |
48 |
48 |
|
|
E |
|
|
|
|
4 |
|
|
|
计科学院 |
|
01142ZY153 |
数据库原理及应用 |
3 |
48 |
36 |
|
12 |
T |
|
|
|
|
4 |
|
|
|
计科学院 |
|
01082ZY076 |
统计计算 |
2 |
32 |
32 |
|
|
T |
|
|
|
|
2 |
|
|
|
数学学院 |
|
01082ZY009 |
定性数据分析 |
2 |
32 |
32 |
|
|
T |
|
|
|
|
2 |
|
|
|
数学学院 |
|
01142ZY054 |
大数据与云计算技术 |
3 |
48 |
32 |
|
16 |
T |
|
|
|
|
|
3 |
|
|
计科学院 |
|
01082ZY056 |
数字图像处理* |
2 |
32 |
32 |
|
|
E |
|
|
|
|
|
4 |
|
|
数学学院 |
|
01082ZY077 |
运筹学 |
2 |
32 |
32 |
|
|
E |
|
|
|
|
|
3 |
|
|
数学学院 |
|
01082ZY078 |
大数据技术与应用 |
2 |
32 |
32 |
|
|
T |
|
|
|
|
|
2 |
|
|
数学学院 |
|
01082ZY074 |
数据可视化 |
2 |
32 |
32 |
|
|
T |
|
|
|
|
|
|
2 |
|
数学学院 |
|
01082ZY002 |
并行算法 |
3 |
48 |
32 |
|
16 |
T |
|
|
|
|
|
|
4 |
|
数学学院 |
|
01082ZY079 |
计算机网络 |
3 |
48 |
36 |
|
12 |
T |
|
|
|
|
|
|
4 |
|
计科学院 |
|
小 计 |
39 |
624 |
550 |
6 |
68 |
|
|
|
3 |
4 |
17 |
14 |
10 |
|
|
|
要求至少取得17个专业选修课学分，其中*为核心选修课程。 |
实践教学 |
必修 |
02081SJ002 |
军事技能 |
2 |
2W |
|
|
|
T |
2 |
|
|
|
|
|
|
|
法学院 |
|
01071SJ009 |
社会实践 |
2 |
4W |
|
|
|
T |
|
|
4 |
|
|
|
|
|
马克思主义学院 |
|
01081SJ012 |
数学建模课程设计 |
1 |
1W |
|
|
|
T |
|
|
1 |
|
|
|
|
|
数学学院 |
|
01081SJ016 |
统计软件课程设计 |
1 |
1W |
|
|
|
T |
|
|
|
1 |
|
|
|
|
数学学院 |
|
01081SJ014 |
数值分析课程设计 |
1 |
1W |
|
|
|
T |
|
|
|
1 |
|
|
|
|
数学学院 |
|
01081SJ019 |
数据挖掘实训 |
2 |
2W |
|
|
|
T |
|
|
|
|
2 |
|
|
|
数学学院 |
|
01081SJ015 |
数字图像处理课程设计 |
2 |
2W |
|
|
|
T |
|
|
|
|
|
2 |
|
|
数学学院 |
|
01081SJ018 |
专业实习 |
5 |
6W |
|
|
|
T |
|
|
|
|
|
6 |
|
|
数学学院 |
|
01081SJ001 |
毕业论文 |
8 |
12 W |
|
|
|
T |
|
|
|
|
|
|
|
12 |
数学学院 |
|
小 计 |
24 |
31W |
|
|
|
|
2 |
4 |
1 |
2 |
21 |
8 |
|
12 |
|
注：课程考核方式：E表示考试，T表示考查。
七、学时学分统计表
专业 名称 |
课程模块 |
必修/选修合计 |
占总学分 比例 |
|
|
必 修 |
选 修 |
学时（周数）合计 |
学分 合计 |
|
|
|
门数 |
学时 （周数） |
学分 |
学时 （周数） |
学分 |
|
|
|
数据计算及应用 |
通识教育课程 |
12 |
664 |
38 |
286 |
14 |
950 |
52 |
31.71% |
|
学科基础课程 |
6 |
624 |
39 |
— |
— |
624 |
39 |
23.78% |
|
专业课程 |
10 |
480 |
30 |
272 |
17 |
752 |
47 |
28.66% |
|
学术创新类课程 |
1 |
32 |
2 |
— |
— |
32 |
2 |
1.22% |
|
实践类课程 |
9 |
(31W) |
24 |
— |
— |
(31W) |
24 |
14.63% |
|
合 计 |
38 |
1800(31W) |
133 |
558 |
31 |
2388(31W) |
164 |
100.00% |
|
必修、选修课程占课内教学总学时（学分）比例 |
— |
75.38% |
81.10% |
24.62% |
18.90% |
100.0% |
|
实践教学环节占总学时比例 |
25.96% |
备注：统计实践教学环节占总学时的比例时，含集中性实践教学环节，单设实验课、课内上机及实验学时（集中性实践教学环节按每周20学时计）。
八、课程体系与毕业要求对应关系矩阵
课程体系与毕业要求对应关系矩阵
序号 |
课程名称 |
毕业要求 |
|
|
要求1 |
要求2 |
要求3 |
要求4 |
要求5 |
要求6 |
要求7 |
要求8 |
要求9 |
1 |
马克思主义基本原理 |
M |
M |
|
|
|
|
|
|
|
2 |
计算机基础 |
|
|
|
|
|
H |
|
|
M |
3 |
大学英语(上)(下) |
|
|
M |
H |
|
|
|
M |
|
4 |
大学英语听说(上)(下) |
|
|
M |
H |
|
|
|
H |
|
5 |
高级英语(上)(下) |
|
|
M |
H |
|
|
|
H |
|
6 |
体育(1)~(4) |
|
|
|
|
|
|
M |
|
|
7 |
毛泽东思想和中国特色社会主义理论体系概论 |
M |
M |
|
|
|
|
H |
M` |
|
8 |
习近平新时代中国特色社会主义思想概论 |
H |
|
|
|
|
|
|
M |
|
9 |
中国近现代史纲要 |
H |
|
|
|
|
|
|
|
|
10 |
思想道德与法治 |
H |
|
|
|
|
|
|
|
|
11 |
人工智能概论 |
|
|
|
|
|
H |
|
L |
M |
12 |
形势与政策(1)~(4) |
H |
|
|
|
|
|
|
|
|
13 |
军事理论 |
H |
|
|
|
|
|
H |
M |
|
14 |
人文素质教育 |
M |
M |
|
|
|
|
|
|
M |
15 |
心理健康教育 |
|
|
|
|
|
|
|
|
M |
16 |
职业发展规划 |
M |
|
|
|
|
|
|
M |
|
17 |
大学生创业基础 |
|
|
|
|
|
|
M |
M |
L |
18 |
大学艺术 |
M |
|
|
|
|
|
|
|
M |
19 |
劳动教育 |
H |
|
|
|
|
|
|
|
|
20 |
就业指导 |
H |
|
|
|
|
|
|
|
|
21 |
数学学科概论 |
M |
M |
M |
M |
|
L |
|
|
M |
22 |
解析几何 |
|
M |
M |
|
|
|
|
|
M |
23 |
数学分析 |
|
H |
H |
|
|
|
|
|
H |
24 |
高等代数 |
|
H |
H |
|
|
|
|
|
H |
25 |
C语言程序设计 |
|
|
|
|
|
M |
|
L |
|
26 |
概率论与数理统计A |
|
M |
M |
|
|
|
|
|
M |
27 |
数学建模 |
|
H |
H |
M |
H |
M |
H |
L |
L |
28 |
统计软件 |
L |
|
M |
|
|
H |
|
L |
M |
29 |
数值分析 |
|
M |
M |
|
|
|
|
|
M |
30 |
数据结构 |
|
M |
M |
|
|
L |
|
|
|
31 |
常微分方程 |
|
M |
M |
|
|
|
|
|
M |
32 |
离散数学 |
|
M |
M |
|
|
|
|
|
L |
33 |
统计学原理 |
M |
H |
H |
|
|
M |
|
|
H |
34 |
数据挖掘 |
M |
H |
H |
L |
M |
H |
|
M |
M |
35 |
多元统计分析 |
|
M |
M |
|
|
|
|
|
M |
36 |
最优化方法 |
|
M |
M |
|
|
|
|
|
M |
37 |
高级编程技术(Java) |
|
|
M |
|
M |
|
|
L |
M |
38 |
统计机器学习 |
|
H |
H |
|
M |
H |
|
L |
M |
39 |
时间序列分析 |
|
M |
M |
L |
|
|
|
|
M |
40 |
深度学习与人工智能 |
M |
M |
M |
L |
|
M |
|
|
M |
41 |
操作系统 |
|
|
M |
|
|
|
|
|
L |
42 |
数据库原理及应用 |
|
|
|
|
|
M |
|
|
L |
43 |
统计计算 |
M |
M |
M |
L |
M |
|
|
|
M |
44 |
定性数据分析 |
|
|
M |
|
|
|
|
|
|
45 |
大数据与云计算技术 |
|
|
M |
|
|
M |
|
|
M |
46 |
数字图像处理 |
|
|
M |
|
|
|
|
|
M |
47 |
运筹学 |
|
|
M |
L |
|
|
|
|
L |
48 |
大数据技术与应用 |
|
|
M |
|
|
M |
|
|
M |
49 |
数据可视化 |
H |
|
|
M |
M |
M |
M |
M |
M |
50 |
并行算法 |
M |
|
|
M |
|
|
M |
|
|
51 |
计算机网络 |
|
|
|
H |
M |
M |
M |
|
M |
52 |
军事技能 |
M |
|
|
|
|
|
M |
M |
M |
53 |
社会实践 |
M |
|
|
M |
|
|
M |
M |
M |
54 |
数学建模课程设计 |
|
|
M |
M |
M |
M |
M |
|
L |
55 |
统计软件课程设计 |
|
|
M |
M |
M |
M |
M |
|
L |
56 |
数值分析课程设计 |
|
|
M |
M |
M |
M |
M |
|
L |
57 |
数据挖掘实训 |
|
|
M |
M |
M |
M |
M |
|
L |
58 |
数字图像处理课程设计 |
|
|
M |
M |
M |
M |
M |
|
L |
59 |
专业实习 |
M |
|
H |
H |
H |
H |
|
|
M |
60 |
毕业论文 |
|
|
H |
H |
H |
H |
|
H |
M |
备注：依据每门课程对每个毕业要求指标点的支撑程度及关联度的高低，分高（H）、中（M）、低（L）三档填写在相应的位置，无支撑则用空白表示。
九、专业课程中英文对照
序号 |
专业课程中英文对照 |
序号 |
专业课程中英文对照 |
1 |
数学学科导论Introduction to Mathematics |
2 |
数学分析 Mathematical Analysis |
3 |
高等代数 Higher Algebra |
4 |
解析几何 Analytic Geometry |
5 |
概率论与数理统计 Probability theory and Mathematical s\Statistics |
6 |
数学建模 Mathematical Modeling |
7 |
统计软件 Statistical Software |
8 |
数值分析Numerical Analysis |
9 |
数据结构Structure of Data |
10 |
常微分方程Ordinary Differential Equation |
11 |
离散数学 Discrete Mathematics |
12 |
统计学原理 General Theory of Statistics |
13 |
数据挖掘 Data Mining |
14 |
多元统计分析 Multivariate Statistical Analysis |
15 |
最优化方法 Optimization Methods |
16 |
高级编程技术(Java) Advanced Programming in Java |
17 |
统计机器学习 Statistical Machine Learning |
18 |
时间序列分析 Time Series Analysis |
19 |
深度学习与人工智能 Deep Learning and Artificial Intelligence |
20 |
操作系统 Operating System |
21 |
数据库原理及应用 Database Principles and Applications |
22 |
统计计算Statistical Computing |
23 |
定性数据分析 Qualitative Data Analysis |
24 |
大数据与云计算技术 Big Data and Cloud Computing |
25 |
数字图像处理Digital Image Processing
|
26 |
运筹学 Operational Research |
27 |
大数据技术与应用 Big data technology and Application |
28 |
数据可视化Data Visualization |
29 |
并行算法 Parallel Algorithms |
30 |
计算机网络Computer Network |
31 |
社会实践Social Practice |
32 |
军事理论与军事训练 Military Theory and Military Training |
十、自主发展计划（第二课堂）
学生应取得8个自主发展计划学分，具体详见《best365体育官网平台第二课堂学分管理办法（试行）》。
制定人： 李小飞 学院审定人：best365体育官网平台教学委员会
