下载文档原格式
复旦大数据方法教材
复旦大学的大数据方法教材有很多，以下是一些常用的教材：
1. 《大数据导论》：介绍了大数据的基本概念、技术体系和产业生态，以及大数据的应用和发展趋势。
2. 《数据科学导论》：从数据科学的角度介绍了大数据分析的基本概念和方法，包括数据采集、数据清洗、数据存储、数据挖掘等方面的内容。
3. 《机器学习与大数据分析》：介绍了机器学习的基本原理和方法，以及如何将其应用于大数据分析中。
4. 《Python数据分析与数据挖掘实战》：介绍了Python在数据分析和数
据挖掘方面的应用，包括数据预处理、特征工程、模型选择等方面的内容。
5. 《大数据技术原理与应用》：从技术的角度介绍了大数据处理的核心技术，包括分布式存储、分布式计算、流处理等方面的内容。
这些教材都是复旦大学大数据专业常用的教材，可以作为学习大数据的参考书籍。
《大数据》课程教学大纲课程编号：04224课程名称：大数据英文名称：Big Data课程类型：学科选修课课程要求：选修学时/学分：32/2 （讲课学时：28上机学时：4）适用专业：智能科学与技术一、课程性质与任务大数据分析是智能科学与技术、计算机科学技术等专业的一门学科选修课，该课程涉及各类常用的挖掘与分析方法，提供了从数据准备到统计分析、关联规则建立及集成学习等整个数据分析过程的内容。
本课程全面地介绍了大数据处理相关的基本概念和原理，着重讲述了介绍数据挖掘、分析相关的理论、方法及实现工具。
本课程在教学内容方面着重基本知识、基本理论和基本设计方法的讲解；在培养实践能力方面着重数据分析的基本训练，为学生今后从事大数据的研究与预测打下坚实的基础。
（本课程可支撑毕业要求中的3.3, 7.2, 10.1, 12.2）二、课程与其他课程的联系本课程的先修课程为人工智能基础、机器学习等专业基础课程。
通过对人工智能基础的学习能够掌握智能的算法和搜索技术，通过对机器学习能够了解数据的分类、过滤等方法。
这些先修课程为本课程的讲授打下了基础。
本课程的后续课程包括智能机器人、模式识别等。
通过本课程可为后续课程提供理论与方法实践基础。
三、课程教学目标1.考虑社会、健康、安全、法律、文化以及环境等因素，设计一个能实现预期功能的硬件或软件系统，进行仿真研究或开发出系统原型或实物（支撑毕业要求中的3.3）；2.能够评价智能系统工程实践对环境、社会可持续发展的影响（支撑毕业要求中的7.2）；3.将大数据技术作为重点，以应用为目的，全面介绍大数据的数据挖掘与预测方法。
使学生既能对大数据处理技术有一个全景的把握，又能深入理解和使用大数据进行决策。
4.有不断学习和适应智能科学与技术发展的能力（支撑毕业要求中的12.2）5.了解大数据挖掘与预测分析学科的前沿和最新发展动向，具有跟踪学科发展前沿的意识和文献检索基本技能。
（支撑毕业要求中的10.1）四、教学内容、基本要求与学时分配五、其他教学环节（课外教学环节、要求、目标）大作业：1.对数据挖掘的认识。
复旦大学（网络教育）学生守则（试行）1、热爱社会主义祖国，坚持四项基本原则，立志成为德、智、体等方面全面发展的社会主义合格建设者和可靠接班人。
2、认真学习马克思列宁主义、毛泽东思想、邓小平理论和“三个代表”重要思想，深入学习实践科学发展观，树立正确的世界观、人生观。
3、自觉培育和发扬“文明、健康、团结、奋发”的校风，“刻苦、严谨、求实、创新”的学风。
4、努力掌握现代科学文化基础理论、专业知识和基本技能，培养创新精神和实践能力。
5、遵守宪法和国家的各项法律、法规。
遵守学校的各项规章制度。
尊敬师长，团结同学，关心集体，乐于助人。
6、积极参加文体活动和社会公益活动，强健体魄，健全人格，保持心理健康。
7、注重个人思想品德修养。
乐观进取，诚实守信，文明礼貌，讲究卫生。
8、爱护网络教学设施、设备，维护学校教学资源的知识产权。
复旦大学（网络教育）学生学籍管理条例（试行）为维护学校的正常教学秩序，实现培养德才兼备的社会需要的高质量专门人才的目标，根据国家教育部《普通高等学校学生管理规定》（2005年3月25日第21号令）、《关于支持若干所高等学校建设网络教育学院开展现代远程教育试点工作的几点意见》（教高厅[2000]10 号）、《关于印发〈高等教育学历证书电子注册管理暂行规定〉实施细则的通知》（教学司[2001]80号），以及《复旦大学本科生学籍管理规定》（2005年）等文件的精神，特制定本条例。
本条例适用于复旦大学（网络教育）自主招生系列，由网络教育学院（以下简称学院）负责实施。
第一章入学与注册第一条新生自收到“复旦大学（网络教育）录取通知书”之日起获得入学资格。
新生须持“复旦大学（网络教育）录取通知书”及相关材料，按通知书规定的报到日期，到指定地点办理入学手续。
因故不能如期报到者，应事先向学院教务部提交书面报告，申请办理延期报到手续。
延期时间不能超过两周。
逾期不报到者，视为放弃入学资格，但因不可抗力或其它正当事由所致者不在此限。
复旦大学数学学院学生选课指南选课是大学和中学最大的不同之一，学生在大学学习阶段需要在一定的范围内自己决定学什么课程，这对习惯中小学按学校安排课程学习的学生来说经常会面临选择困境。
从2015年开始，数学学院对教学方案作了较大的调整，主要是增加了学生选课的自由度和灵活度，这自然增加了学生选课的难度，因此学院组织撰写选课指南帮助学生选课，请每个学生在选课之前仔细阅读。
大学数学课程的内容和难度都是中学数学不能比拟的，而且这个内容和难度随着年级的增加以很大的加速度增加，所以除了上课时间外，学生平均需要付出两三倍于上课的时间进一步学习巩固，留有足够多的思考时间对学好数学是非常重要的，不投入相当的时间精力是不可能学好任何一门数学课程的，肤浅地学一门数学是没有什么意义的。
所以我们建议学生一个学期选的数学专业的课程应该在每周15个课时左右（注意是课时，不是学分，课时通常是大于等于学分的），不可超过18个课时。
A．数学学院毕业学分要求：共144学分1. 通识课程：41学分。
2. 大类必修课：18 学分数学分析I，数学分析I，大学物理B（上), 大学物理B (下)。
3. 专业必修课: 24学分数学分析III，高等代数（上), 高等代数(下），解析几何，抽象代数I，拓扑I(内容包括欧氏空间拓扑). 高等数学A(上下)再加数学分析原理可以代替数学分析I,II,III.毕业论文: 4 学分, 按A,B,C,D方式给成绩, 申请A类成绩的学生需教师推荐, 递交论文并答辩.4. 限定必修课：27学分从下面12门课程中选9门(27个学分), 超过9门可以算成专业选修课: 常微分方程，泛函分析, 概率论, 拓扑II, 微分几何，基础力学, 数理方程, 抽象代数II, 复变函数, 实变函数, 数学建模，微分方程数值解.5. 专业选修课: 15 学分, 从培养方案所列选修课程中选(信息与计算专业有课程要求), 通常是5门课程. 包括限定必修课中的课程.6. 任意选修课: 15学分, 可选全校任意课程(包括数学学院专业选修课程). 包括专业选修课中的课程.B．学生选课指导：数学学院的学生需要修的数学课总数大约是：2门大类课程+6门专业必修9门专业限定必修+4门专业选修+4门任意选修+毕业论文，共25门课程加一个毕业论文，平均每个学期3门。
复旦大学本科教学培养方案、选课规则、专业分流方案介绍目录一、复旦大学本科七大类包含的专业........................................ 错误!未定义书签。
二、本科教学培养方案................................................................ 错误!未定义书签。
（一）通识教育课程............................................................ 错误!未定义书签。
（二）文理基础课程（仅对跨院系招生与培养大类基础课程作介绍）.错误!未定义书签。
1、历史学类.................................................................... 错误!未定义书签。
2、社会科学试验班.......................................................... 错误!未定义书签。
3、经济管理试验班.......................................................... 错误!未定义书签。
4、自然科学试验班.......................................................... 错误!未定义书签。
5、医学试验班.................................................................. 错误!未定义书签。
其他：心理学和护理学专业...................................... 错误!未定义书签。
（三）专业教育.................................................................... 错误!未定义书签。
复旦大学大数据学院本科生课程学习手册目录第一章前言 (2)第二章大数据学院本科生培养模式 (3)2.1培养理念 (3)2.2数据科学与大数据技术“2+2”培养模式 (4)第三章课程体系 (4)3.1“2+2”培养体系 (5)3.2卓越计划 (10)第四章主要课程简介 (12)4.1专业必修课程 (12)4.2专业选修课程 (19)第五章未来发展 (25)5.1 未来深造 (25)5.2 就业前景 (27)第一章前言大数据伴随着信息技术革命应运而生, 互联网、物联网、移动通讯、行业企业等数据的大量汇聚使得数据演化为重要的生产力，逐渐成为经济的新资源、发展的新引擎、信息的新矿山、科研的新依据、决策的新源泉。
大数据的存取、交换、分析、应用对相关学科带来了诸多新挑战，在极大程度上改变了计算机科学、统计学和计算数学的内涵与外延：从硬件到软件、从存储到超算、从数据库到数据安全、从网络传输到并行计算、从数据分析到统计建模、从科学计算到优化方法等。
数据科学与大数据技术专业是教育部2015年批准新增设立的本科专业。
数据科学植根于数学、统计学、计算机科学等学科，但是在研究对象、方法论、学科体系等方面又与这些学科有显著不同。
数据科学的内涵包含了两个层次，第一个层次是以来源多样、结构各异、规模巨大、传输高速、应用广泛的大数据为研究对象，解决大数据在获取、处理、分析、展示与应用领域的理论与实践问题，如数据挖掘、机器学习、人工智能、数据库、统计计算等领域；第二个层次则是以大数据为研究手段的数据交叉科学，如生物信息、精准医疗、电子商务、大数据金融、智能电网、智慧城市等领域，大数据分析技术为这些学科提供了新的研究范式、也在解决这些学科计算复杂性问题的过程中获得近一步的发展。
由此可见，数据科学与大数据技术专业的内涵已经超出了传统学科的范畴，而是通过将统计分析、系统计算、交叉科学等有机整合，形成一套面向大数据分析全流程、大数据应用全产业链的完整知识体系，培养大数据复合型人才。
我国实施创新驱动战略需要加强创新型人才的培养，要能够积极应对全球工业4.0时代所特有的以数据为导向的制造模式、流通模式、消费模式、商业模式的变革，大数据人才是面向这些新机遇、新挑战、新应用的高端专业数据人才。
数据科学与大数据技术专业是复旦大学“十三五”期间依托大数据学院重点建设的特色专业，该专业推动本校传统优势学科如数学、计算机科学、统计学等的融合与提升，拓展数据科学与生物学、医学、经济学、管理学、社会学等学科的交叉，培养大数据分析、管理与应用的高层次复合型人才。
复旦大学数据科学与大数据技术专业的人才培养坚持理论教育与技能培养相结合、坚持基础知识体系与应用知识拓展相结合。
数据科学与大数据技术专业强调基础为先、夯实学生在数据统计与分析、系统与计算方面的基础理论知识体系、使学生具备进一步开展大数据科学研究及应用创新的核心技能；同时也注重交叉融合，以大数据分析为核心轴线，以数学、计算机科学、统计学为三大基础支撑性学科，适度拓展与理医工学、社会科学的交叉，建设面向大数据高水平研发和产业应用的复合型人才培养体系。
第二章大数据学院本科生培养模式2.1培养理念本专业的人才培养目标是培养德、智、体、美全面发展，具有良好的政治素质与道德修养，掌握数据科学与大数据技术完整理论知识体系、具备全面应用分析技能，能够从事大数据有关教学、科研、开发和应用的高层次、复合型人才。
本专业学生将掌握面向大数据应用的数学、统计学、计算机科学基础理论和方法，熟练运用各种大数据分析技术和手段；在数据建模、数据管理和分析、统计推断的基本理论、方法和技能方面进行系统学习；同时具备自然科学和社会科学等领域中大数据的应用分析技能。
本专业学生在系统的专业技术训练基础上，具备广泛的数据应用视野、能够胜任大数据分析挖掘、大数据系统开发等技术领域以及大数据商务与金融、大数据生物与医药、大数据传媒与公共管理等各类应用领域的多层次工作。
2.2数据科学与大数据技术“2+2+X”培养模式根据大数据新工科的学科特点，数据科学与大数据技术专业的本科生培养采取“2+2+1”的“X”型模式，即本科生培养包含三个阶段，第一阶段为通识教育+基础教育阶段，在复旦学院（书院）和相关院系完成学业；第二阶段为专业教育阶段，在大数据学院完成；第三阶段为应用拓展与产学实践阶段，由大数据学院与各相关院系通力合作，共同完成。
为了确保大数据人才培养的交叉学科特色。
学生的来源可来自于多个大类专业；在经过专业教育之后，也可以选择不同方向的模块课程，再对接各个专业的应用问题，成为具备应用视野的专业人才。
基于前期探索，继续优化培养方案，丰富课程修读方式，强化模块课程与各学科的交叉。
以数据科学与大数据技术专业招收本科生，第一年培养将主要集中在数学、统计、计算机等基础科学知识以及通识教育；确保有志于数据科学方向、来自多个大类专业的同学都能够在合理的修读计划下修读基础课程。
在进入本科二年级前的暑假，开设若干短期课程，以衔接各专业至数据科学与大数据技术专业时的转换。
在完成大二、大三上的专业基础课的基础上，在大三下、大四进行专业课的学习，开设具有交叉学科融合特色的模块课，包括统计与分析模块、系统与数据挖掘模块、理医工学大数据分析模块和社会科学大数据分析模块等。
通过数据科学专业课程与模块课程相结合，为学生打下扎实的专业基础，同时培养学生跨学科学习的能力和大数据视野。
同时大数据交叉学科人才的培养，仅仅四年本科教育是不够的，特别是要使这些学生能够具备应用技能，一定要实现本科生培养与研究生的无缝衔接，打造一批高层次大数据人才，更好地服务于社会需求。
为此大数据学院在学校的支持下，正在建设各层次的硕士项目，大数据统计、统计机器学习的科学硕士、大数据统计、大数据商务与管理、金融科技等专业硕士将与本科培养有效衔接，打造“2+2+X”的高端新工科人才培养体系。
第三章课程体系3.1“2+2+X”培养体系一、课程设置（一）专业教育课程专业必修课（二）专业选修课1、统计与分析模块：2、系统与数据挖掘模块：3、理医工学大数据分析模块：4、社会科学大数据分析模块：二、课程体系与知识结构3.2卓越计划3.2.1专业导师制1、培养周期学院所有本科生从进入学院起配备专业导师，直至毕本科四年级结束。
实现学院本科生专业导师制的全覆盖。
2、分配原则根据师生比例进行平均分配，分配方法遵循随机原则。
3、导师工作职责导师对其学术、科研、日常学习生活等给予及时指导关心。
主要教育活动方式有：学生单独面谈、seminar讨论、导师午餐会、学术科研项目指导、学术讲座、咨询导航、学术论坛、班会互动等师生对话交流，充分发挥导师人格魅力和学术精神在全人教育理念中的作用。
具体要求如下：1）定期与学生进行学术交流，每月与每位学生单独见面不少于 1次；2）定期组织所有指导学生进行seminar讨论，每季度seminar次数不少于1次；3）定期参加学院组织的导师午餐会，为学生与导师相互交流提供平台和场所，导师午餐会每学期不少于1次；4）为学生提供科创项目、社会实践项目、挑战杯项目、学术论文投稿等相关科研指导；5）组织并参加相关学术讲座、论坛等学术活动；6）参加日常班级班会，与学生全方位互动；7）每学期规定office hour，专门用于接待学生，指导日常学术、科研和思想生活。
3.2.2第二课堂学习学院强调第二课堂对第一课堂的支持支撑作用，鼓励和支持学生各类学术科研项目，并形成各级各类学术竞赛和实践创新项目的孵化激励体系。
按照不同级别、等第的获奖或发表情况，给予学生不同额度的奖励，鼓励学生积极参与学术生产，投身创新创业培育，孵化一批有质量的学术成果。
3.2.3学术交流活动学生自费参加国内外的学术会议，可申请学院资助。
申请人应得到主办方正式邀请，提交研究论文，并在活动中公开宣读论文。
申请人应为论文第一作者；如与学院教师合作，应由合作教师证明其为论文主要贡献人。
论文应为学术性研究论文，长度不低于4000字（英文）或8000字（中文或日文）。
3.2.会实践、国内外挂职实习学院设立学生境外交流学习资助项目，鼓励学生根据校际、院际协议，申请赴境外高校、研究机构或组织，参加一学期（4或6个月）及以上的交流学习。
第四章主要课程简介4.1专业必修课程4.2专业选修课程具体课程安排和开课学期以培养方案为准。
第五章未来发展5.1未来深造1、本校直研要求根据《复旦大学关于推荐优秀本科毕业生免试攻读研究生的工作办法》及相关文件的相关要求，本校直研需要符合以下要求：1）政治思想表现良好，学业成绩优秀，综合能力强，学术研究兴趣浓厚，具有较强的创新意识、创新能力和专业能力倾向的本科毕业班学生（留学生除外），2）已获得学分数不少于120 学分，且所有课程平均绩点不低于 2.8（专项类别推免生有特别规定的除外）；3）学生英语能力不低于以下水平：FET 成绩 C、或国家大学英语四级成绩 500 分、或国家大学英语六级成绩425 分、或托福成绩90 分、或雅思成绩 6.0 分；4）无任何考试作弊、剽窃他人学术成果以及违法违纪受处分记录。
2．对于个别有特殊学术专长或具有突出培养潜质的学生，如获得 3 名以上本校本专业教授的独立推荐（须将推荐信作为申请材料提交本科生院），经院系推免生遴选工作小组审核同意并完整公示推荐信息后无异议的，经学校推免生遴选工作领导小组严格审定同意，可不受综合排名限制予以推荐。
5）人才工程、体育特长生、艺术特长生、参军返校生、支教团、“5+3 试点项目”等专项类别的推免生，应达到相关专项类别推免生的推荐条件（其中，支教团推免生 GPA 不低于 2.5、体育特长生 GPA 不低于 2.2、参军返校生 GPA 不低于 2.0。
具体条件及要求详见相关专项类别推免生的遴选推荐工作方案），并经公示无异议。
此外，体育特长生、艺术特长生申请相应专项推免生推荐资格的，其大学在读期间应在全国性或全市性的高水平赛事活动中为学校做出过较大贡献。
6）推免生推荐工作启动时尚在境外交流学习、且符合推免生推荐基本条件的本科毕业班学生，可申请参加推荐和选拔（有特别规定的专项推免生除外）。
7）国防定向生申请推免生推荐资格的，须由武警部队驻复旦大学选培办出具批准公函。
2、出国深造在海外，许多一流大学已经开设了与大数据相关的课程。
诸如哈佛大学、斯坦佛大学、剑桥大学、牛津大学等知名高校。
不少高校对数据科学（Data Science）和商业分析（Business Analytics）等专业相当重视，例如美国哥伦比亚大学建立了独立的数据科学研究院，并为该专业学生提供了包括媒体、金融、信息技术、医疗卫生、公共部门等多行业的数据分析岗位实习资源；而商业分析专业更是近年来受到了学术界、业界和政府的高度重视——新加坡、澳大利亚政府甚至直接拨款赞助开设大数据分析的相关专业。
