英文名称：Thinking of Big Data and Science Innovation

课程编码：CORE100405

学时：32 （理论学时：32 实验学时； 0 课外学时： 8）

学分：2

课程类别：基础通识类核心课

所属板块：哲学智慧与创新思维

任课教师：田锋教授、李辰教授、王平辉副教授

田锋，电信学部自动化科学与技术学院教授，博士生导师，工学博士。从事大数据挖掘与应用教学与研究。主持NSFC基金、国家科技支撑计划、陕西省科委等纵向与横向大数据项目10余项。在IEEE TKDE、IEEE SMC、IEEE ASE、KBS、FGCS等国内外高水平期刊与会议发表论文80余篇，其中，国际权威论文10篇，Google Scholar上被引次数超百文章三篇；获2018年国家教学成果奖二等奖（第二）、2017年国家科技进步二等奖（第四）、2017年陕西省教学成果特等奖（第二）、2015年教育部科技进步一等奖（第四）、2016年中国优秀发明专利（第二）等。

李辰，电信学部计算机科学与技术学院教授，博士生导师，英国剑桥大学工学博士、美国麻省理工学院（MIT）博士后，剑桥大学海外Fellowship获得者，欧洲分子生物实验室Fellowship获得者。“青年拔尖人才计划”获得者。所带领的团队在生物文本挖掘的国际比赛BioNLP上，取得了SeeDev任务的第一名。开发的BioModels数据标准系统曾被评为系统生物学领域最重要资源，多家顶级国际学术出版机构中超过200多个期刊支持BioModels。其发表在《BMC Systems Biology》的学术论文是该期刊创刊以来所有文章中被引用第四高的文章。

王平辉，电信学部自动化科学与技术学院副教授，博士生导师，工学博士。“青年拔尖人才” 特聘研究员，曾是华为香港大数据技术实验室Noah’s Ark Lab的研究员，加拿大麦吉尔大学计算机学院、香港中文大学计算机工程与科学系的博士后。主持国家重点研发计划项目课题、教育部-中国移动科研基金等多个大数据项目。在KDD、VLDB、IEEE TKDE、IEEE TPDS等国际知名期刊和会议上发表论文50余篇。

课程简介：

2007年图灵奖获得者Jim Gray 博士观察并总结出区别于人类历史的实验、理论、计算三种范式之外的“数据驱动的科学研究范式”。本课程以哲学思想为基础，结合大数据思维的特点，着重从科学研究方法论角度阐述，在数据科学研究范式下其时代背景与特征、数据思维模型、时空观下的关联思维方法、统计思维方法、分类思维方法、聚类思维方法、网络化思维方法，以及这些思维对应的典型科学研究方法的案例。最后通过具体的综合大作业对这些思维的具体运用，以及创新思维与大数据思维与不同领域的交叉科学创新的典型案例剖析，使学生能够掌握大数据思维下的创新方法。

课程特色：

在教学方法上，以信息化手段的多媒体讲述大数据的科学方法论及其具体方法，并结合大数据思维与不同领域的交叉科学创新的典型案例剖析教学为主，并通过与课程内容紧密结合的统计分析思维方法及其可视化、关联思维与时空观、分类、聚类、网络化思维方法等的课后综合大作业，使学生掌握大数据思维如何同不同学科交叉创新的一般思维方法。

适用对象：大学一年级、大学二年级

先修课程：无

授课方式：多媒体教学+典型案例剖析+课后综合大作业

使用教材及参考书：

[1] 西内启著，李晨译，统计思维，杭州：浙江人民出版社，2017.

[2] 梁洪亮编著，科技史与方法论，北京：清华大学出版，社2016

[3]王汉生 著，数据思维：从数据分析到商业价值，北京：中国人民大学出版社有限公司,2017.

[4] 王宏志编著，《大数据分析原理与实践》，北京：机械工业出版社，2017

[5] Jiawei Han, Micheline Kamber 著，范明 孟小峰等译 ，《数据挖掘概念与技术》第二版，北京：机械工业出版社，2006.

考核方式：闭卷考试成绩（40%）+平时作业 （50%）+考勤（10% ）