“數據科學”課程群與“數據科學導論”課程建設研究

李信然　孫洪波　梅良才

基金項目：本文由北京理工大學珠海學院校級一流課程項目（YLKC2020008）及“數據科學導論”課程思政改革試點課程建設項目支持。

摘要：數據科學是一門研究數據屬性、類型、狀態以及規律的新型學科，在應用的時候以統計學與計算機科學為基礎。當為其進行課程群設計時，主要從“數據科學”、“系統平臺”、“求解問題”三個方面入手，本文將對“數據科學導論”這門課程的建設進行詳細的研究。

關鍵詞：數據科學;課程群;數據科學導論;課程建設

中圖分類號：G642.3;TP311.13-4文獻標識碼：A文章編號：1672-9129（2020）06-0046-01

Abstract：Datascienceisanewdisciplinethatstudiesdataattributes，types，statesandlaws.Itsapplicationisbasedonstatisticsandcomputerscience.Whendesigningthecoursegroupforit，itmainlystartsfromthethreeaspectsof"datascience"，"systemplatform"and"solvingproblems".Thispaperwillcarryoutadetailedstudyontheconstructionof"IntroductiontoDataScience".

Keywords：Datascience;Curriculumgroup;IntroductiontoDataScience;Curriculumconstruction

“數據科學導論”的課程建設，離不開相應的步驟安排，本文主要從五個方面來進行探討。首先，是進行目標課程的定位，第二，確定相應的課程內容安排，第三，制定教學計劃，第四，確定針對性的考核模式，最后，進行實踐環節的設計。作為“數據科學”課程群的主要研究課程，課程設計的好壞與接下來的教學質量息息相關。

1淺析“數據科學”課程群

一般情況下，數據科學課程的設置是比較單一的，與傳統的計算機專業相比（以計算為中心），其主要是以數據為中心，但是，隨著近幾年來我國有關數據分析與處理方面的科學越來越發達，這門學科的重要程度也隨之提高，與之相關聯的數據處理也有了內容和環節上的更新。在此基礎之上，人工智能、云計算、物聯網等都與大數據有著緊密的聯系，因此，在進行學習的時候，要學會以數據為中心來進行數據的發掘、處理、分析和整理。其課程設計的目的就是為了培養更高層次的大數據學科人才以及更多的數學愛好者。數據科學課程設置時之所以稱之為課程群就是因為它所設置的課程不止一個，而是從多個方面來進行，主要方面分別是求解問題、系統平臺以及數據科學[1]。這方面還包含了人文社科的教育以及數學和自然科學等思維培養。

2“數據科學導論”課程概述

數據科學導論課程在學生的整個數據科學學習過程當中，扮演的是“大門”的作用，它能夠引領學生進入數據科學這一門學科，并且為接下來的學習打下堅實的基礎，有利于相關專業課的學習。這門學科的時間設置一般在大二下學期。這段時間內學生已經完成了相應高數知識的學習，并具有了一定的編程基礎。學生的邏輯性以及對數據處理的敏感性已經有了較大程度的提高。此時數據科學導論這一門課程就成為了一個樞紐，連接起學生在數據處理與分析的前后學習變化，在進行實際學習的時候，其內容可能與某些專業同學的專業課內容有所交集，因此合理設計好數學科學導論課程，針對不同專業的學生，制定不同的教學計劃，避免之后專業課學習內容的簡單重復，確保能夠最大化提高學生接受面，并進一步加深學生學習數據科學的深度，其課程建設變得尤為重要。

3課程建設步驟研究

3.1定位目標課程。在進行目標課程定位的時候，主要是將其定位成一門學科基礎入門課程，適當降低學科的難度。在進行系統授課教學的時候，以培養學生的學習興趣為主要目的。進行此項定位之后，再將課程中與專業課相關聯的知識盡量的精煉下來，將更多有難度的知識內容留給專業課的學習，將數據科學導論這門課程作為基礎來進行研究。

3.2確定課程內容。在確定課程內容時，不能籠統地將全部知識都展現出來，而是需要進行一定的“取舍”安排，確定好學科間的重、難點，避免出現學生學習過程中出現廣度大而深度淺，最終學的不精這一情況。因此，在進行實際教學的時候，需要分模塊來進行教學內容的分隔，主要分為四個部分，分別是“基礎模塊”、“文本數據處理與分析模塊”、“圖像數據處理與分析模塊”、“關系數據處理與分析模塊”[2]。其中，需要注意的是，基礎模塊是為之后的三個模塊的學習打基礎。

3.3制定教學計劃。雖然說數據科學導論課程是作為一門基礎課程來進行教學，但是，其教學計劃的制定，也應該嚴格按照規定來進行。確立好教學內容之后，分模塊、分學時來為學生進行教學內容的講解。確定好在某段時間內需要完成的教學內容，在課堂上以課本傳授和PPT教學的方式來為學生講解，一般情況下，利用15個教學周，每周進行兩次授課就可以將確定的課程內容完成，以確保從學生能夠更加地適應專業課的學習。

3.4確立考核模式。數據科學導論課程建設在學習之后，也需要進行一定的考核。此時就可以通過期中考核和期末考試相結合的方法來進行。另外在期中考和期末考試的安排當中，平時分的占比也有不同，一般情況下，期中考核時，平時分占比40%左右，期末考試中平時分占比最好保持在10%左右，最終，期中考核和期末考核的占比分別為4：6。這種安排能夠加強學生對此門課程的學習，避免由于課程定位成基礎入門學科而讓學生有所懈怠。

結論：隨著大數據時代的來臨，數據科學課程的建設也來到了越來越重要的位置，要想讓學生能夠自發產生對計算機數據處理的興趣，那么就需要加強基礎建設工作。數據科學導論課程的實施就在此期間扮演了這一重要角色，本文所提出的五個步驟具有實踐性的借鑒意義。

參考文獻：

[1]郭向萌.成績大數據在高師院校生物科學專業課程群建設中的應用研究——以洛陽師范學院為例[J].洛陽師范學院學報，2020，39（02）：72-75.

[2]覃雄派，陳躍國，李翠平，柴云鵬，徐君，文繼榮，杜小勇.“數據科學”課程群與“數據科學導論”課程建設初探[J].大數據，2018，4（06）：19-28.

（本文通訊作者：梅良才）