数据科学实验平台试用通知
访问地址:http://ds.e-courses.cn/
试用时间:即日起至2022年6月30日
登陆方式:IP
数据库简介:
大数据应用的普及和数据科学技术的平民化,使市场对数据科学人才的需求巨大。数据科学的发展引发了政府、公众和产业界等对数据的热情,也激发师生极高的学习热情。国内各高校在积极通过数据科学进行学术研究的同时,也开始将数据科学相关课程纳入各学科培养体系,以满足社会对数据科学人才的需求。
智享数据科学资源平台是以国内外权威的经管数据科学领域专家队伍为依托,以提升师生数据素养能力为目标,充分挖掘师生在教学、科研实践中对数据采集、数据处理、数据分析及数据可视化等需求,倾力打造的教学与科研服务平台。平台旨在帮助使用者快速完成思维模式转变,理解数据科学与其专业学科之间的关系,掌握正确的学习方法,构建科学的认知体系,完成数据采集、数据处理、数据分析与数据可视化等技能的学习,为高校跨学科人才培养、学术研究与新文科建设提供支撑服务。
使用说明(若有):
(1) 通识教育
本栏目提供基础入门学习内容,帮助学习者了解数据科学领域基本要素、培养正确的学习方法及思维观念;提供数据科学领域相关的基本概念、名词介绍,以便查阅;旨在通过专业设计、体系化梳理的内容帮助高校学生快速了解、系统掌握数据科学相关知识,尽可能学生降低认知门槛、提高学习效率。栏目供包括以下五个模块:
基本概念:用通俗易懂的语言,介绍数据科学领域相关的名词及其他基本概念,如“什么是数据科学”、“什么是大数据”、“什么是人工智能”、“Python与数据科学的关系”、“R语言的特点”等等,帮助学习者尽快掌握数据科学的整体概况。
思维方法:介绍相关的思维模式及学习方法,如“系统思维”、“工程师思维”、“SOP思维”、“为应用而学”等等,以帮助学习者转变思维、快速适应。数据科学与信息技术密切相关,对于初学者尤其是非计算机相关专业的人来说具有一定理解难度,通过本模块的学习可以加深学习者对数据科学的理解,加深对信息技术的理解,提升学习效率,为以后的学习打下扎实基础。
数据来源:收录了几十家国内外公开数据平台的信息,涉及股票、零售、医疗、交通出行、房地产、旅游等诸多领域,每条信息都有详细的平台介绍、特色说明以及网址,以便学习者根据自身需要获取相应的数据。
数据处理:所有跟数据打交道的人都免不了数据处理这一道工序。本模块介绍常见的数据处理方法及其应用场景,如“缺失数据处理”、“脏数据处理”、“数据标准化”等等,以帮助学习者更好地展开数据研究工作。
数据分析:数据分析是挖掘数据价值的关键所在,旨在从杂乱无章的数据中提取有价值的信息,最大化发挥数据作用。本模块介绍常见的数据分析方法及其应用场景,如“描述统计”、“假设检验”、“信度分析”等等,以帮助学习者掌握相关理论知识及其实现过程。
数据可视化:可视化可以直观地展示数据所蕴含的信息,几乎所有的研究都离不开可视化工作。本模块介绍常见的数据可视化方法及其应用场景,如“饼状图”、“柱状图”、“热力图”、“折线图”、“雷达图”等等,以帮助学习者掌握各种可视化图表的基本概况及实现过程。
(2) 精品课程:本栏目为体系化设计的内容,包含Python、R等数据分析语言基础课程以及应用实例进阶课程两部分内容,包括视频、讲义、代码、数据及相关题库等,旨在帮助学习者构建完整的学习路径,打下坚实基础并进行应用实践。
(3) 知识锦囊:本栏目收集了学习过程中的实操小问题,形成知识点微视频,旨在帮助学习者在学习过程中快速查找问题、解决问题。
(4) 精品案例:本栏目提供Python/R在各个学科各个领域的应用实例,如金融、统计、医疗、出行等等。案例结构清晰,内容充实且多样化,旨在帮助学习者熟悉业务及实践应用场景,以更好地将编程技术与专业知识结合。
(5) 精品题库:本栏目提供多种类型的子题库,以帮助学习者定向测试,检验学习成果。题库题型有选择题、填空题、问答题、实操题等。每一个子题库有着详细的介绍和能力要求说明,以满足不同层级学习者的需求。
(6) 新闻资讯:本栏目提供人工智能、大数据等数据科学相关的政策信息及各省市行政单位、高校在此领域的建设动态,帮助学习者尽可能全面了解数据科学在当今时代的发展特征。
(7) 竞赛实践:本栏目旨在为学习者提供优质、及时的竞赛资讯,帮助有需要的人群及时掌握相关竞赛的动态。各大竞赛平台都有着众多赛事,所适宜的参赛人群也各有不同。栏目对数据科学相关赛事进行整理,以更好地帮助学习者选择适合自身能力水平的赛事,提升实践能力。
(8) 职场规划:本栏目旨在加强用户对职场情况的掌握,了解数据科学相关岗位的能力要求与职责,了解相关的面试经验,为就业做准备。在就业市场中与数据科学相关的岗位众多,不同专业背景的学生匹配的岗位也有所不同,如理工专业的学生比较适合侧重技术和工程能力的职位,而人文社科、经管类学生则更适合业务驱动的分析岗位。