大数据能力提升项目课程体系
2021-12-19
现行培养方案为2022年改革后的“3+X”课程体系：“3”为大数据能力提升必修模块，包括发展与治理模块、基础技能模块、实践应用模块，“X”为专业融合模块。
各模块相应课程如下（具体以学校info系统开课信息为准）：
发展与治理模块（必修，≥2学分）
|
数智安全与标准化 |
84100362，2学分，秋季学期 |
|
数据伦理 |
60250121，1学分，秋季学期（深圳国际研究生院） |
|
人工智能伦理 |
75990111，1学分，秋季学期（深圳国际研究生院） |
基础技能模块（必修，≥3学分）
|
大数据分析（B） |
60240103，3学分，秋季学期 |
|
大数据系统基础（A） |
64100043，3学分，春季学期 |
|
大数据系统基础（B） |
64100033，3学分，春季学期 |
|
大数据分析（B） |
60240103，3学分，秋季学期（深圳国际研究生院） |
|
大数据系统基础（B） |
64100033，3学分，秋季学期（深圳国际研究生院） |
实践应用模块（必修，≥3学分）
|
大数据实践课 |
60470023，3学分，夏季学期 |
|
人工智能实践课 |
60250993，3学分，春季学期（深圳国际研究生院） |
注：以上必修模块中，建议深圳国际研究生院学生选择括号内标注“深圳国际研究生院”课程，本部学生选择括号内未标注“深圳国际研究生院”课程。
专业融合模块（选修，≥2学分）
*下表课程可供选择，如拟修课程未在表中但与大数据相关，可提交X课程学分认定申请，评审通过可完成学分认定。
|
大数据技术的应用与实践 |
80231143，3学分，秋季学期 |
|
大数据算法基础 |
60248013，3学分，秋季学期 |
|
模式识别 |
70250043，3学分，秋季学期 |
|
金融大数据分析导论 |
80601522，2学分，秋季学期 |
|
人工智能 |
60240052，2学分，秋季学期 |
|
云计算与新商业模式 |
84108011，1学分，秋季学期 |
|
大数据与城市规划 |
70000662，2学分，秋季学期 |
|
深度学习 |
84100343，3学分，秋季学期 |
|
模式识别 |
60230023，3学分，春季学期 |
|
统计学习理论与应用 |
70240413，3学分，春季学期 |
|
大数据分析与处理 |
80240632，2学分，春季学期 |
|
数据可视化 |
80240683，3学分，春季学期 |
|
政务大数据应用与分析 |
80700673，3学分，春季学期 |
|
大数据治理与政策 |
80591342，2学分，春季学期 |
|
媒体数据挖掘 |
80670883，3学分，春季学期 |
|
大数据机器学习 |
70240403，3学分，秋季学期 |
|
数据思维与行为 |
60700052，2学分，秋季学期 |
|
大数据科学与应用系列讲座 |
60250131，1学分，春季学期 |
|
大数据管理与创新 |
60510202，2学分，春季学期 |
|
模式识别 |
60230023，3学分，春季学期 |
|
数据可视化 |
80240683，3学分，春季学期 |
学生申请认定过的X课程
|
治理技术专题：政治数据分析 |
70700173，3学分，秋季学期 |
|
大数据与生物统计学 |
70960033，3学分，秋季学期 |
|
机器学习 |
80250993，3学分，秋季学期 |
|
深度学习 |
80240743，3学分，春季学期 |
|
高级机器学习 |
80240603，3学分，秋季学期 |
|
城市信息学I：城市应用分析 |
80001351，1学分，秋季学期 |
|
机器学习与人工智能 |
70960043，3学分，春季学期 |
|
医学信息与工程 |
80231262，2学分，春季学期 |
|
金融大数据与量化分析 |
01510313，3学分，春季学期 |
|
移动数据挖掘 |
80231032，2学分，春季学期 |
|
深度学习 |
84761063，3学分，春季学期 |
