你好,游客 登录
背景:
阅读新闻

全国一下多了247所大学开设大数据专业,该怎么教学?

[日期:2018-03-27] 来源:  作者: [字体: ]

  3月21日,教育部公布了2017年度普通高等学校本科专业备案和审批结果的通知,作为第三批新增高校,此次共有247所高校获批“数据科学与大数据技术”专业。

 

 

 

  至此,全国已有278所高校获批“数据科学与大数据技术”专业,未来几年还会有越来越多的高校进行专业备案。对于各大高校而言,在专业获批之后,如何开展下一步课程与教学体系建设,成为了重中之重。

 

 

  数据科学与大数据技术专业(专业代码:080910T)是一个软硬件结合,以计算技术为基础,以数据科学与大数据技术为特色的宽口径专业,专业建设面临挑战。对此,云创大数据早早地在专业课程体系、实验平台建设、师资培训等方面布局发力,目前可为高校提供成套的教材资源、大数据综合实训平台以及师资培训等专业建设支持。

 

 

  大数据课程体系

 

 

  在大数据教学中,本科院校的实践教学注重系统性,偏向新技术的应用,且对工程实践能力要求更高。为此,清华大学博士、南京大数据研究院院长刘鹏教授联合国内多所高校从事一线教学科研任务的专业师资耗时1年时间,编写了《云计算》、《大数据》、《大数据库》、《数据挖掘》、《深度学习》、《大数据可视化》、《虚拟化与容器》、《大数据实验手册》等本科系列教材,可为大数据教学提供系统的教材支撑。

 

 

  1.《云计算》

 


 

 

  本书是被国内众多高校采用的教材《云计算》(名列中国计算机类图书被引用量第一名)的第三版。本书追踪前沿的云计算技术,相比第二版更新了60%以上的内容,包括大数据与云计算、Google云计算、Amazon云计算、微软云计算、Hadoop 2.0及其生态圈、虚拟化技术、OpenStack开源云计算、云计算数据中心、云计算核心算法和中国云计算技术等。中国云计算(chinacloud.cn)、中国大数据(thebigdata.cn)网站等专业网站为本书学习提供技术支撑。

 

 

  2.《大数据》

 

 

  本书是国内大多数高校采用的知名教材《云计算》(1~3版)的姊妹篇。本书系统地介绍了大数据的理论知识和实战应用,包括大数据采集与预处理、数据挖掘算法与工具、深度学习以及大数据可视化等,并深度剖析了大数据在互联网、商业和典型行业的应用。本书实验可以在大数据实验平台(https://bd.cstor.cn)上远程开展,也可在高校部署的BDRack大数据实验一体机上本地开展。

 

 

  3.《大数据库》

 

 

 

  本书紧跟大数据的发展前沿,系统地介绍了大数据库的理论知识和实战应用,包括大数据库概述、分布式数据库HBase、数据仓库工具Hive、大数据查询系统Impala、内存数据库Spark、SparkSQL、键值数据库、流式数据库和大数据应用托管平台Docker等,既有理论深度,也有实践价值。中国大数据(thebigdata.cn)、中国云计算(chinacloud.cn)等专业网站将免费提供PPT和其他资料,为本书的学习提供技术支撑。

 

 

  4.《数据挖掘》

 

 

  本书作为大数据人才培养丛书之一,定位于大数据挖掘技术与应用。本书系统地介绍了数据挖掘算法理论与方法、工具和应用,包括经典数据挖掘算法,大数据环境下常用数据挖掘算法的优化,大数据新常态下催生的数据分析方法(如推荐系统、链接分析与网页排序、互联网信息抽取、日志挖掘与查询分析)、工具与应用。

 

 

  5.《深度学习》

 

 

  本书从深度学习的发展历史入手,系统地介绍了深度学习的基本概念、数学基础和主流模型,夯实读者理论基础。同时,针对当前流行的主流框架,循序渐进,一步一步引导读者了解深度学习的使用过程,增强动手能力。在此基础上,通过具体例子介绍深度学习在图像、语音、文本中的应用,还简要介绍了增强学习、迁移学习,深度学习硬件实现等前沿方面,扩展深度学习的内容。每章都附有相应的习题和参考文献,以便感兴趣的读者进一步深入思考。“让学习变得轻松”是本书的基本编写理念。

 

 

  6.《大数据可视化》

 

 

  本书是针对当前大数据应用、可视化分析研究和应用的新形势,专门为大数据专业本科生编写的大数据可视化教材。本书诠释了大数据可视化的内涵与外延,详细介绍了大数据可视化概述、可视化的类型与模型、数据可视化基础、数据可视化的常用方法、大数据可视化的关键技术、可视化交互、大数据可视化工具、大数据可视化系统及大数据可视化的行业案例等内容。为了便于学习,每章都附有习题,题型设计也充分考虑到大数据可视化课程教学的需要。

 

 

  7.《虚拟化与容器》

 

 

  《虚拟化与容器》介绍了从虚拟化技术到容器技术发展的历史必然性及其发展趋势。其中,针对虚拟化技术详细阐述了包括计算、存储及网络虚拟化技术的原理、架构及相关案例;针对容器技术详细阐述了容器技术内核原理,以及Docker、LXC和Kubernetes容器技术核心原理及相关案例。

 

 

  8.《大数据实验手册》

 

 

  本书针对高校大数据相关专业实践教学以及个人提升大数据动手能力的需求,由刘鹏教授带领大数据研发团队,经过反复实践、提炼和验证而成。本书主要内容包括HDFS实验、YARN实验、MapReduce实验、Hive实验、Spark实验、ZooKeeper实验、HBase实验、Storm实验、MongoDB实验、LevelDB实验、Mahout实验和综合实战等。每个实验呈现详细的实验目的、实验内容、实验原理和实验流程。本书实验均在大数据实验平台(https://bd.cstor.cn)和BDRack大数据实验一体机上验证通过。

 

 

   9.《实战Hadoop2.0——从云计算到大数据》

 


 

 


 

  本书是刘鹏教授主编的Hadoop编程书籍《实战Hadoop》的第二版。Hadoop堪称业界经典的开源云计算和大数据平台软件。本书系统介绍了Hadoop2.0生态圈的核心和扩展组件,包括:管理工具Ambari、分布式文件系统HDFS、分布式资源管理器YARN、分布式并行处理MapReduce、内存型计算框架Spark、数据流实时处理系统Storm、分布式锁服务ZooKeeper、分布式数据库HBase、数据仓库工具Hive,以及Pig、Oozie、Flume、Mahout等。

 

 

  目前,上述针对本科编写的大数据系列教材已经基本完成出版,而为高职院校“大数据技术与应用”专业编写的专科教材也将在今年陆续出版。

 

 

 

 

  大数据实验平台

 


 

  大数据专业教学注重实操性,为此,在教材体系之外,云创团队针对大数据教学实训中的实验环境薄弱、师资力量不足以及缺少实验数据等问题,自主研发了BDRack大数据实验一体机及其在线服务版——大数据实验平台(http://bd.cstor.cn/)。

 

 

 

  大数据实验平台采用Docker容器技术,通过少量机器虚拟出大量的实验机器,可供学生同时拥有Hadoop、Spark、Python语言、R语言等多套集群进行基础实验。

 

 

  基于Docker容器技术,可瞬间创建随时运行的实验环境

 

  使用几台机器即可虚拟出大量实验集群,方便上百学生同时使用

 

  采用Mesos+ZooKeeper+Mrathon架构管理集群,实验集群相互隔离

 

  实验环境互不干扰,如果实验环境破坏,一键重启即可建立新集群

 

  内置数据挖掘等教学实验数据,可导入高校各学科数据进行教学、科研

 

 

  同时,平台同步提供教学组件的安装、配置以及教学PPT、实验手册、实验数据、教学视频等具体应用与服务,为完成大数据与云计算实验搭建一站式的集成环境。

 

 

 

  针对各项实验所需,大数据实验平台配套提供说明实验目的、实验内容、实验代码的实验手册(85个实验)以及实验数据与课程视频,内容涵盖大数据集群环境与大数据核心组件等技术前沿,详细的实验操作流程大大降低了大数据实验门槛。具体实验手册大纲如下。

 

  2017年12月,平台在1.0版本的基础上于推出了2.0版本,不仅实验数量增至85个,同时实验平台优化了从创建环境-实验操作-提交报告-教师打分的实验流程,新增了具有海量题库、试卷生成、在线考试、辅助评分等应用的考试系统,集成了上传数据-指定列表-选择算法-数据展示的数据挖掘及可视化工具。

 

 

 

  目前,通过大数据实验平台,云创大数据与西北工业大学正合作共建大数据联合实验室。同时,大数据实验平台已经在郑州大学、成都理工大学、重庆师范大学、金陵科技学院、天津农学院、郑州升达经贸管理学院、信阳师范学院、西京学院、镇江高等职业技术学校、新疆电信、软通动力等典型用户单位落地实施,助其完成了大数据教学科研实验室的建设工作。

 

 

 

  大数据师资培训

 

 

  2016年末至今,在南京多次举办的大数据师资培训班,基于大数据实验平台提供的实验环境以及《大数据》教材、《大数据实验手册》等指导,帮助老师们一步步跑通了Hadoop、Spark等多个大数据实验,使他们跨过了“从理论到实践,从知道到用过”的门槛,进一步充实了大数据师资力量。

 

 

 

  无论是课程体系、综合实训平台,还是师资培养方面,云创大数据可以说节节开花,厚积薄发,拥有充足的经验和优势资源,在此诚挚欢迎广大高校与云创开展多方面的交流和合作,共同探讨与建设“数据科学与大数据技术”专业。

 

 

      点击“链接”了解和购买大数据系列丛书

推荐 打印 | 录入:Cstor | 阅读:
相关新闻      
本文评论   
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款