（一）课程的性质、地位、作用和任务

《数据科学与大数据技术导论》课程是运用概率统计、分布式计算、现代软件等综合知识探索来自商业贸易，生物医疗，金融证券，社交网络等众多领域的较大规模或结构复杂数据集的高效存储、高效管理、高效概括、深入分析和精准预测的科学和艺术。它是现代计算机科学教育中的一门核心课程，是一门跨计算机、统计学和数学领域的学科，它是计算机各专业、信息专业和其他一些与计算机技术关系密切专业的必修的基础课程。

它的任务是讨论现实世界中的各种逻辑结构、在计算机中的存储结构以及实现各种操作的算法问题，为今后进一步学习后续专业课程、进行软件开发和应用打好基础。

（二）教学目的和要求

《数据科学与大数据技术导论》是一门理论和实践紧密结合的基础课，也是大数据技术应用的基石课程，其教学目标是运用统计分析、机器学习、分布式处理等技术，能从大量数据中提取对科学研究和生产实践有意义的信息，以可视化等技术通过通俗易懂的形式传达给决策者，为后续大数据技术的相关专业课学习打良好基础。

（三）课程教学方法与手段

本课程应采用面授讲解为主、指导学生自学为辅的教学方法，利用多媒体教学手段，制作条理清晰的PPT投影和动态的算法跟踪动画，加强学生对算法的理解。同时，开始对应的实验指导课程，提高学生的动手操作能力。

（四）课程与其它课程的联系

《数据科学与大数据技术导论》课程的先修课程是《概率论和数理统计》 、《数据结构》和《操作系统》，其中，《概率论和数理统计》提供了数据分析所需用到的基本数学模型和分析方法，为学生数据分析提供重要的理论基础。《数据结构》阐释了数据在计算机中的组织结构，让学生在进行数据分析时能通过结构的转换了解数据的本质。《操作系统》让学生了解计算机基本存储结构和进程调度原理，为学生学习分布式计算提供重要的理论依据。本课程是后续课程如《机器学习与数据挖掘》、《分布式数据库》、《大数据处理和数据分析技术》的基础，这些专业课中涉及的数据的组织和处理方法正是本课程的内容。

（五） 教材与教学参考书

教材:朝乐门，《数据科学理论与实践》，清华大学出版社，2017年10月。

教学参考书:

托马斯.埃尔，《大数据导论》，机械工业出版社，2017年6月。

美国EMC教育服务团队，《数据科学与大数据分析:数据发现 分析 可视化表示》，人民邮电出版社，2016年7月。