大数据背景下普通高校统计学本科专业课程设置(3)
大数据的火爆,大大的带动了国内外学术界、产业界和政府对大数据的支持和热情。2011年以来,已有越来越多的统计学家、计算机学家等也加入了大数据研究的队伍。科技部的《中国云科技发展“十二五”专项规划》和工信部的《物联网“十二五”发展规划》均把大数据技术和方法作为一项重点工作予以支持。把信息处理技术作为4项关键技术创新工程之一,其中包括数据挖掘技术、海量数据存储能力、图像视频智能方案,都是大数据的重要组成部分。而另外3项关键技术创新工程,也均与“大数据”紧密相关。
麦肯锡公司预测美国近年需要深度数据分析人才近50万,缺口近20万人;管理人才缺口更大,需要既熟悉本单位需求又了解大数据技术与应用的管理人才近150万。大数据的迅速发展给大数据分析人才的培养带来了巨大挑战。中国是人才大国,但能掌握大数据技术和统计分析方法的创新人才缺口更大。因此,培养有数据分析能力,具备统计分析专业水平的应用型人才任务重大,我们将在学校和学院的支持下,积极投入统计学与大数据的人才培养队伍中,不断探索适合普通本科院校的人才培养方案,争取培养出有特色的应用型大数据统计分析人才。
[1]孟生旺,袁卫.大数据时代的统计教育[J].统计研究,2015,32(4):3-7.
[2]孔晓瑞,刘梦玲,靳俊娇.大数据时代背景下对应用统计学专业的思考[J].高教学刊,2016(18):41-42+44.
[3]张海波,黄世祥.统计学专业学生大数据分析能力的培养方式选择[J].统计与决策,2014(24):66-68.
[4]叶明确,黄舒.统计学前沿的发展现状和国际比较[J].统计研究,2013,30(9):101-106.
[5]苗丽娜.地方本科院校经管专业统计学教学改革研究[J].高教学刊,2018(15):132-134.
[6]教育部统计学类专业教学指导委员会.我国统计学类专业本科教育现状的调查与分析[J].统计研究,2015,32(2):104-108.
一、国内外现状2009年,国家标准化管理委员会对“统计学科”的设置进行了大幅修订,形成了10个二级学科和36个三级学科的统计学学科体系。2011年2月,国务院学位委员会第28次会议通过了新的《学位授予和人才培养学科目录(2011)》,统计学上升为一级学科,设在理学门类中,编号为0714,既可以授予理学学位,也可以授予经济学学位。统计学作为一门研究数据的科学与艺术,日益受到国家和社会的重视[1,2]。2015年9月,经李克强总理签批,国务院颁布了《促进大数据发展行动纲要》,其全面部署了大数据发展工作,从国家层面将数据科学提高了新的高度。纲要指出国家将大力加强大数据基础研究,将不断融合数理科学、计算机。科学、社会科学及其他应用学科,探讨建立数据科学的学科体系;将研究面向大数据计算的新体系和大数据分析理论,突破大数据认知与处理的技术瓶颈;将面向网络、安全、金融、生物组学、健康医疗等重点需求,探索建立数据科学驱动行业应用的模型。在这一个大背景下,国内各高校包括211及普通本科院校迅速开设统计学相关专业,纷纷建立统计学院或者结合大数据的研究院等。比如,2013年10月,南开大学成立了统计研究院,旨在建设四个具有国际影响力的高水平研究中心,包括工业统计中心、数据科学中心、生物统计中心、统计与经济、金融等交叉研究中心。2015年10月,复旦大学成立大数据学院,学院首任院长为普林斯顿大学终身教授、美国统计学会Fellow、国家“千人计划”特聘教授范剑青。学院与经济金融、生命科学、医疗卫生和社会管理等众多学科领域进行深度交叉,以数学、统计学和计算机科学为基础,面向产业需求建立跨学科、跨领域的研发团队。2015年12月,中国人民大学成立统计与大数据研究院,研究院的目的是借助国际统计学界华人学者众多的有利环境,构建高水平统计学人才交流平台,从而建设成为统计和大数据领域的高端智库。2016年4月,南京审计大学成立了统计科学与大数据研究院,研究院将主动服务和融入国家发展战略,进行统计科学与大数据领域的学术研究工作。截至目前,已有一大批985高校、211高校等相继建立了统计与大数据方向的研究机构。为抓住大数据发展机遇和发挥我校(仅指江苏理工学院,下同)统计学科优势,江苏理工学院也在2016年1月成立了“统计与大数据研究中心”,中心整合了我校统计学、计算机、金融经济等优势学科领域,搭建了主要服务于省内的数据科学平台,目前中心主持国家级、省部级项目多项,与国内外多个著名高校、企事业单位有较为紧密的合作与联系。二、课程设置的问题大数据时代下,全国高校建立统计学科点的速度可谓“大跃进”,本科、硕士、博士学科点的数量在所有学科中已排进前10,统计学博士学科点的数量排在“材料科学”之后,位于第4,如此迅速增长的学科点,对统计学的教学形成了很大冲击,这表现在以下几个方面:(一)统计学人才在高校中缺口很大由于统计学就业方向较广,其中有大批统计专业博士在金融证券、咨询、数据科学行业工作,使得留在高校的统计学博士少之又少。(二)课程设置存在一定随意性统计学是一门数据科学,在发展过程中,可以与各领域进行结合交叉,因此形成了较多特定领域的方法,这也使得在课程设置中除专业基础课外有一定随意性,不同高校在专业选修课上差异较大。(三)教学内容有待进一步更新,实践应用型课程设置不足国内课程的教材较为陈旧,并且在编写上偏重理论推导,较为数学化,在统计思维和统计应用上,实践较少,急需教师结合国外教材特色,合理修改教学内容,在课件制作上,同样需要体现统计学特色,这也反映出统计学长久以来隶属于数学,在数据表达、结果解释上有较大欠缺。整体而言,大数据给统计学带来了机遇和挑战,大数据分析的方法研究已超出了单一学科领域,需要联合多学科知识[3,4,5],特别是计算机。此时,需要统计学家关注计算机算法和实时决策理论。当然,利用大数据做好统计推断还需要相关领域专家的专业知识,这些大数据背景下的特色给人才培养和课程设置提出了新的要求,有必要对早期的统计学专业人才培养计划进行一定的修订,以适应大数据背景的人才需要。三、课程设置的调整(一)基本情况我校数理学院目前设有统计学专业,2007年开始招生,有统计学方向教授2人,副教授2人,讲师7人,共11人,其中博士学位6人(含在读博士研究生),占比超50%,分别毕业于上海财经大学、东南大学、武汉大学等。每年招生40人,四届约160人,生师比约为16,师生比情况较为理想,从我国统计学类专业本科教育的调查现状(表1)可知,普通高校师生比较大,二本院校达到46.7,而985高校师生比较为合理,为15.94。我院统计学专业学制4年,学习期限可控制在3~8年。最低毕业学分已由原来的180学分改为160学分,授予理学士学位。我院目前师资力量主要集中在应用统计、数理统计、计算统计等方向,多位教师研究内容涉及高维统计、变量选择、模型选择、人工智能等交叉领域。在工业、经济、金融等领域与大数据分析联系紧密,研究团队在统计学、计算机科学等相关领域发表核心期刊及SCI期刊论文60余篇,主持和参与国家级、省部级项目20余项。表1 平均生师比[6]二本院校 一本院校 211高校 985高校生师比 46.70 28.29 17.47 15.94(二)调整情况为适应大数据背景下统计应用型人才的培养特色,我院也对统计学专业的培养目标和要求进行了适应性的修订。其中专业目标为培养具有良好的统计学素养,掌握统计学的基本理论和方法,能够熟练地运用计算机分析各类数据,能在企业、事业单位和经济管理部门从事统计调查、信息提取、数据分析,进行统计推断、预测和决策的应用型高级专门人才。另外,通过邀请省内外高校、业界专家学者,多次召开培养方案研讨会,对培养方案进行了多次修改和完善,比如,对毕业生应具备的能力和素质,修改如下:要求1:掌握马列主义、毛泽东思想和中国特色社会主义基本理论,具有良好的身心素质、人文素养、职业道德和高度的社会责任感。要求2:具有较扎实的数学基础,掌握数学的基础知识和基本思想方法,其中包括数学建模、数学计算、解决实际问题等基本能力。掌握统计学的基础知识、基本理论和方法,具有采集、分析及处理数据的能力。要求3:了解统计学理论与方法的发展动态及应用前景;了解经济学及与统计学有关的自然科学、社会科学、工程技术等相关应用领域的基本知识,能熟练地使用统计软件包;能够进行简单的程序编写,有较强的统计计算能力,具有利用信息资料进行综合分析和管理的能力以及应用统计学理论分析、解决实际问题的初步能力。要求4:基本掌握一门外语,能阅读本专业的外文资料。掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法。要求5:学习文理渗透的课程,获得广泛的人文和科学修养。具有一定的创新意识,具有较强的语言表达、沟通协调与组织管理能力,具有终身学习意识和社会适应能力。为培养满足上述5个要求的应用型统计人才,我院有针对性的开设了相关课程,其课程体系紧密联系大数据背景。在具体课程调整上(表2),主要包括二个方面,一是减少了有较大理论难度数学专业课程的课时,如将实变函数、泛函分析等课程加入选修系列,并适当减少课时,事实上,这一部分课程对普通高校本科生有较大难度。第二是增加了与大数据应用相结合的课程,如统计案例分析与大数据简介,统计建模入门,统计实训,统计计算,并增加了计算机软件的课时,加大了软件,数据库的学习和培养要求。表2 课程与学生知识、能力、素质达成情况毕业要求 对应课程或教学环节要求1马克思主义基本原理,毛泽东思想和中国特色社会主义理论体系概论,中国近现代史纲要,思想道德修养与法律基础,形势与政策,军事理论。要求2专业概论,数学分析,高等代数,解析几何,概率论,实变函数, 复变函数,常微分方程,数学建模,泛函分析,运筹学,数理方程,数值分析,数理统计,实用回归分析,抽样调查,试验设计,普通物理,物理实验等。统计学原理,多元统计分析,统计计算,贝叶斯统计,时间序列分析,定性数据的统计分析,统计质量管理,统计软件,计算机应用基础,统计建模入门,统计案例分析,大数据简介,Hadoop,互联网数据挖掘,程序设计(C),数据库,专业见习,专业实习。要求4大学英语,科技论文写作,毕业论文。要求5公选课,管理学,微观经济学,宏观经济学,计量经济学,社会调查,专业见习,专业实习。要求3四、结束语大数据的火爆,大大的带动了国内外学术界、产业界和政府对大数据的支持和热情。2011年以来,已有越来越多的统计学家、计算机学家等也加入了大数据研究的队伍。科技部的《中国云科技发展“十二五”专项规划》和工信部的《物联网“十二五”发展规划》均把大数据技术和方法作为一项重点工作予以支持。把信息处理技术作为4项关键技术创新工程之一,其中包括数据挖掘技术、海量数据存储能力、图像视频智能方案,都是大数据的重要组成部分。而另外3项关键技术创新工程,也均与“大数据”紧密相关。麦肯锡公司预测美国近年需要深度数据分析人才近50万,缺口近20万人;管理人才缺口更大,需要既熟悉本单位需求又了解大数据技术与应用的管理人才近150万。大数据的迅速发展给大数据分析人才的培养带来了巨大挑战。中国是人才大国,但能掌握大数据技术和统计分析方法的创新人才缺口更大。因此,培养有数据分析能力,具备统计分析专业水平的应用型人才任务重大,我们将在学校和学院的支持下,积极投入统计学与大数据的人才培养队伍中,不断探索适合普通本科院校的人才培养方案,争取培养出有特色的应用型大数据统计分析人才。参考文献:[1]孟生旺,袁卫.大数据时代的统计教育[J].统计研究,2015,32(4):3-7.[2]孔晓瑞,刘梦玲,靳俊娇.大数据时代背景下对应用统计学专业的思考[J].高教学刊,2016(18):41-42+44.[3]张海波,黄世祥.统计学专业学生大数据分析能力的培养方式选择[J].统计与决策,2014(24):66-68.[4]叶明确,黄舒.统计学前沿的发展现状和国际比较[J].统计研究,2013,30(9):101-106.[5]苗丽娜.地方本科院校经管专业统计学教学改革研究[J].高教学刊,2018(15):132-134.[6]教育部统计学类专业教学指导委员会.我国统计学类专业本科教育现状的调查与分析[J].统计研究,2015,32(2):104-108.
上一篇:从软硬件入手探讨轧钢电气自动化控制系统优化
下一篇:抖音,请放过孩子!