数据科学与大数据技术
（专业代码：080910T学制：4
3.能够顺利使用中文完成本学科、专业的学习和研究任务，并具备使用中文从事本专业 相关工作的能力；毕业时中文能力应当达到《国际汉语能力标准》五级水平。
4.在本学科领域中具有一定的国际视野，能够在多个国家的实际环境中运用和发展本学 科的知识、技能和方法，并具备参与国际交流与合作的初步能力。
二、毕业要求及实现矩阵
1.
3.能够基于科学原理并采用科学方法对复杂大数据工程问题及石油海洋等实际问题 进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论；
4.具有较强的外语及计算机应用能力，具有独立获取、处理和运用数据科学及相关 学科信息的能力；；
5.能够就数据科学与大数据技术领域的相关问题与业内同行及社会公众进行有效沟 通和交流，包括撰写设计文稿和报告、陈述发言、清晰表达，并能够在跨文化背景下进行 沟通和交流；
6.具有团队合作能力和协作精神，能够与团队成员和谐相处，并作为成员或领导者 在团队活动中发挥积极作用；
7.具有创新精神和终身学习意识，在数据分析及大数据技术方面具有创新能力、实 践能力及自主学习与适应发展的能力。
毕业要求指标点分解与实现矩阵 毕业要求 指标点 课程
1.具有扎实的数学和统计学基础知识1.1掌握数学的基础知识、专业知识和研究高等代数与几何 和专业知识，掌握必备的数学和统 方法，具有运用其解决数学领域相关问离散数学 计学研究方法，具有逻辑思维能 题的能力，具有逻辑思维能力、抽象思数学分析（A）
I 力、抽象思维能力和空间想象能 维能力和空间想象能力 数学分析（A）II 力，了解物理学基础知识，能够应用数学、统计学和物理学知识分析实际问题与解决实际问题的能力
2.系统掌握数据科学专业知识，了解本学科专业领域的理论、技术及应用的新发展，并具有批判性思维和创新能力，即能够发现、辨析、质疑、评价本专业及相关领域现象和问题，表达个人见解；
3.能够基于科学原理并采用科学方法对复杂大数据工程问题及石油海洋等实际问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论
4.具有较强的外语及计算机应用能力，具有独立获取、处理和运用数据科学及相关学科信息的能力；
5.能够就数据科学与大数据技术领域的相关问题与业内同行及社会公众进行有效沟通和交流，包括撰写设计文稿和报告、陈述发言、清晰表达，并能够在跨文化背景下进行沟 1.2掌握统计学的基础知识、专业知识和研究方法，具有运用其解决统计学领域相关问题的能力，具有逻辑思维能力、抽象思维能力 1.3了解物理学的基础知识、专业知识和研究方法，具有运用其解决数学领域相关问题的能力 2.1系统掌握数据科学的理论知识，培养学生数据思维和研究方法以及发现、辨析和解释评价数据科学领域基本现象的能力 2.2系统掌握大数据技术的实验方法，培养学生实践实验技能 2.3具有较好的学科和专业认知，了解学科发展的历史概况以及前沿，培养学生自我更新知识的能力 3.1掌握复杂大数据处理和分析的基础知识，具有较好的理论基础 3.2能够量化分析问题，具备分析和建立大数据模型的能力 3.3根据模型进行算法设计，具备模型求解的能力 3.4掌握石油或海洋基础知识及利用数学科学与大数据技术知识解决石油或海洋大数据处理与分析的能力 4.1掌握外语及计算机应用相关知识，并能够运用其解决数据科学专业相关问题的能力 4.2具有独立获取、处理和运用数据科学与大数据技术及相关学科信息的能力 5.1能撰写实验报告、设计报告、大论文等 数值计算方法最优化方法概率论随机过程统计计算应用统计学 大学物理大学物理实验 数据结构与算法数据科学与大数据技术导论探索性数据分析大数据分析与挖掘Python语言与实训数据科学与大数据技术导论大数据技术基础实训大数据技术综合实训新生研讨课数据科学与大数据技术导论并行计算与分布式计算探索性数据分析大数据管理机器学习大数据分析与挖掘大数据技术基础实训大数据技术综合实训数据结构与算法数值计算方法最优化方法并行计算与分布式计算统计计算海洋大数据处理与分析海洋科学导论石油大数据处理与分析石油工程概论数据融合与同化油田信息化与大数据应用程序设计（C）程序设计课程设计大学计算机Python语言与实训统计计算科研基础训练并行计算与分布式计算新生研讨课科研基础训练毕业设计并行计算与分布式计算大数据管理 通和交流 5.2能够就数据科学与大数据技术领域的复并行计算与分布式计算 杂问题与同行及社会公众进行有效的沟大数据分析与挖掘 通和交流，清楚地阐述专业观点，包括大数据管理 陈述发言、清晰表达或回应指令 机器学习 5.3能够阅读并理解外文科技文献，熟练使用外语进行沟通和交流 科研基础训练毕业设计统计计算
6.具有团队合作能力和协作精神，能 6.1能够理解团队中每个角色的作用和责任及其对整个团队实现目标的意义 创业基础新生研讨课并行计算与分布式计算 够与团队成员和谐相处，并作为成员或领导者在团队活动中发挥积极作用 6.2作为团队成员，能与团队其他成员有效沟通并和谐共处，能够在团队中承担成员的责任，完成自身工作；作为负责 创业基础大数据技术基础实训 人，能够组织、协调团队的工作，综合大数据技术综合实训 团队成员的意见，并进行合理决策 科研基础训练 数据科学与大数据技术导论 7.1培养创新精神，训练创新思维，培育创探索性数据分析
7.具有创新精神和终身学习意识，在数据分析及大数据技术方面具有创新能力、实践能力及自主学习与适应发展的能力 新实践能力、科学研究能力和技术开发能力 7.2具有较强的创业能力 毕业设计大数据技术基础实训大数据技术综合实训应用统计学创业基础大数据技术综合实训 7.3具有较强的自主学习与适应发展的能力 科研基础训练毕业设计
三、主干学科、专业核心课程 主干学科：数学、统计学、计算机科学与技术 专业核心课程：应用统计学、大数据分析与挖掘、机器学习、并行计算与分布式计 算、统计计算、大数据管理
四、全英语课程、双语课程 双语课程：统计计算
五、毕业要求
1、本专业学生需通过培养方案中所有必修课程，并获得不少于
20个选修课学分。
2、通过HSK等级考试5级。
六、课程设置、教学环节及指导性修读计划 数据科学与大数据技术 （一）数据科学与大数据技术专业必修课程设置及指导性修读计划 课程类别 课程编码 课程名称 学分 合计 课内学时讲授实验上机 课外学学期 实践时 备注 新生研讨课SCC322611010 FreshmanSeminar 1.016160
0 0161 程序设计（C）CST110211025 ProgramDesign(C) 2.540400(32)
0 0
1 道德与法律MRX310111030 MoralEducationandLaw 116160
0 0
0 1 高级汉语（2-1）通识SFS110114200 AdvancedChinese(2-1)教育 中国概况课程MRX410111030 SurveyofChina 3.048480
0 0
0 1 3.048480
0 1 高级汉语（2-2）SFS110114300 AdvancedChinese(2-2) 3.048480
0 0
0 2 大学计算机CST110611015 FundamentalsofComputer 1.524240(24)
0 0
2 程序设计课程设计CST110511010 ProgramDesignCourseDesign 1.01周
0 0 01周0S1 数学分析（A）ISCC261211055 MathematicalAnalysis(A)
I 5.588880
0 01201 高等代数与几何（2-1）SCC260312100 AdvancedAlgebraandGeometry(2-1) 5.080800
0 01101 数学分析（A）IISCC261311060 MathematicalAnalysis(A)II 6.096960
0 01202 高等代数与几何（2-2）SCC260312200 AdvancedAlgebraandGeometry(2-2) 5.080800
0 01102 数据科学与大数据技术导论 SCC322111020IntroductiontoDataScienceandBigData2.032320
0 0322 Technology Python语言与实训 SCC320111030 学科 PythonLanguageandTraining 3.03周
0 0 03周0S1 基础 离散数学 SCC250711040 课程 DiscreteMathematics 4.068560120683 大学物理SCC410111030 UniversityPhysics 3.048480
0 0483 大学物理实验SCC710111010 CollegePhysicsExperimentC 1.0244200
0 0
3 最优化方法SCC252411030 OptimizationMethod 3.052400120523 概率论SCC210911030 ProbabilityTheory 3.048480
0 0483 随机过程SCC220911020 RandomProcesses 2.032320
0 0324 探索性数据分析SCC322511020 ExploratoryDataAnalysis 2.032320
0 0324 数值计算方法SCC251911040 NumericalCalculationMethod 4.07248024 数据结构与算法SCC250811030 DataStructureandAlgorithm 3.048480(16) 科研基础训练SCC322911010 BasicTrainingofScientificResearch 1.0240 024 应用统计学SCC322811040 AppliedStatistics 4.064640
0 大数据技术基础实训 SCC320711040FundamentalActualTrainingofBigData4.04周
0 0
0 Technology 大数据分析与挖掘SCC320511030 BigDataAnalysisandMining 3.05240012 机器学习SCC321211035 MachineLearning 3.56048012 并行计算与分布式计算专业 SCC320311030ParallelComputingandDistributed课程 Computing 3.05632024 统计计算SCC221011030 StatisticalCalculations 3.05240012 大数据管理SCC320611020 BigDataManagement 2.032320
0 大数据技术综合实训 SCC320811030ComprehensiveActualTrainingofBigData3.03周
0 0
0 Technology 毕业设计SCC320211150 GraduationProject 15.015周
0 0
0 （二）数据科学与大数据技术专业选修课程设置及指导性修读计划 课程类别 课程编码 课程名称 学分 合计 课内学时讲授实验上机 Java程序设计SCC310221030 JavaProgramming 3.048480(16) 数学建模与实践SCC261421030 MathematicalModeling 3.060240
0 数据库原理与应用学科SCC260921030 DatabasePrincipleandApplication基础 计算机操作系统课程CST210521030 ComputerOperatingSystem 3.052400123.05240012 时间序列分析SCC211521030 TimeSeriesAnalysis 3.048480
0 计算机网络与编程SCC251621030 ComputerNetworkandProgramming 3.05240012 大数据采集与清洗SCC320421030 BigDataCollectionandCleaning 3.05632024 专业 数字图像处理 SCC322421030 课程 DigitalImageProcessing 3.05632024 海洋科学导论OSI110521020 IntroductiontoMarineScience 2.032320
0 0724064402470644 4周0S2 05250605 0565 05250326 3周0S3 15周
0 8 课外学学期 实践时 备注 0483 36604 0525 0525 0486 0526 0563 0565 大数据
0 0S2 应用模 块 （二） 矩阵理论与计算SCC260421030 MatrixTheoryandCalculation 3.048480
0 0485 大数据 石油工程概论SPE110621020 GeneralityofPetroleumEngineering 应用模 2.032320
0 0325 块 （一） 大数据 数据融合与同化SCC322321020 DataFusionandAssimilation 应用模 2.032320
0 0325 块 （二） 数据可视化SCC322221020 DataVisualization 2.036240120366 油田信息化与大数据应用SPE110921020OilfieldInformatizationandBigData Application 大数据 应用模 2.032320
0 0326 块 （一） 大数据 海洋大数据处理与分析 SCC321121020 2.040160 BigDataProcessingandAnalysisofOcean 应用模024406 块 （二） 计算智能与模式识别 SCC321321030ComputationalIntelligenceandPattern 3.05632
0 24
0 56
6 Recognition 软件工程SCC321521030 SoftwareEngineering 3.052400120526 大数据平台实践SCC320921020 BigDataPracticalPlatform 2.02周
0 0 02周
0 7 石油大数据处理与分析SCC321721020BigDataProcessingandAnalysisof Petroleum 大数据应用模2.040160240407 块（一） 数据安全和区块链SCC321821030 DataSecurityandBlockchain 3.052400120527 人工智能SCC310621030 ArtificialIntelligence 3.052400120527 神经网络与深度学习SCC321621030 NeuralNetworksandIn-depthLearning 3.052400120526 选修说明：
1．选修学分要求 选修课程要求修满20学分。
2．选修指导意见 建议继续深造的学生优先选修学科基础选修课程。
建议选修数学文化通识核心课程。
学位：理学学士）
一、培养目标
1.本专业面向社会各领域，尤其是海洋、能源等领域对大数据研究与应用的需求，培
养具有数据科学基础和数据思维能力，掌握数据科学和大数据技术的基本理论、方法与技
能，能利用大数据思维分析复杂工程问题，解决相关实际问题，毕业后能够成为数据科学
和大数据技术领域中从事科学研究、应用开发和教学的具有国际视野的高素质专门技术人
才。
2.
3.能够顺利使用中文完成本学科、专业的学习和研究任务，并具备使用中文从事本专业 相关工作的能力；毕业时中文能力应当达到《国际汉语能力标准》五级水平。
4.在本学科领域中具有一定的国际视野，能够在多个国家的实际环境中运用和发展本学 科的知识、技能和方法，并具备参与国际交流与合作的初步能力。
二、毕业要求及实现矩阵
1.
具有扎实的数学和统计学基础知识和专业知识，掌握必备的数学和统计学研究方
法，具有逻辑思维能力、抽象思维能力和空间想象能力，了解物理学基础知识，能够应用
数学、统计学和物理学知识分析实际问题与解决实际问题的能力；
2.
3.能够基于科学原理并采用科学方法对复杂大数据工程问题及石油海洋等实际问题 进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论；
4.具有较强的外语及计算机应用能力，具有独立获取、处理和运用数据科学及相关 学科信息的能力；；
5.能够就数据科学与大数据技术领域的相关问题与业内同行及社会公众进行有效沟 通和交流，包括撰写设计文稿和报告、陈述发言、清晰表达，并能够在跨文化背景下进行 沟通和交流；
6.具有团队合作能力和协作精神，能够与团队成员和谐相处，并作为成员或领导者 在团队活动中发挥积极作用；
7.具有创新精神和终身学习意识，在数据分析及大数据技术方面具有创新能力、实 践能力及自主学习与适应发展的能力。
毕业要求指标点分解与实现矩阵 毕业要求 指标点 课程
1.具有扎实的数学和统计学基础知识1.1掌握数学的基础知识、专业知识和研究高等代数与几何 和专业知识，掌握必备的数学和统 方法，具有运用其解决数学领域相关问离散数学 计学研究方法，具有逻辑思维能 题的能力，具有逻辑思维能力、抽象思数学分析（A）
I 力、抽象思维能力和空间想象能 维能力和空间想象能力 数学分析（A）II 力，了解物理学基础知识，能够应用数学、统计学和物理学知识分析实际问题与解决实际问题的能力
2.系统掌握数据科学专业知识，了解本学科专业领域的理论、技术及应用的新发展，并具有批判性思维和创新能力，即能够发现、辨析、质疑、评价本专业及相关领域现象和问题，表达个人见解；
3.能够基于科学原理并采用科学方法对复杂大数据工程问题及石油海洋等实际问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论
4.具有较强的外语及计算机应用能力，具有独立获取、处理和运用数据科学及相关学科信息的能力；
5.能够就数据科学与大数据技术领域的相关问题与业内同行及社会公众进行有效沟通和交流，包括撰写设计文稿和报告、陈述发言、清晰表达，并能够在跨文化背景下进行沟 1.2掌握统计学的基础知识、专业知识和研究方法，具有运用其解决统计学领域相关问题的能力，具有逻辑思维能力、抽象思维能力 1.3了解物理学的基础知识、专业知识和研究方法，具有运用其解决数学领域相关问题的能力 2.1系统掌握数据科学的理论知识，培养学生数据思维和研究方法以及发现、辨析和解释评价数据科学领域基本现象的能力 2.2系统掌握大数据技术的实验方法，培养学生实践实验技能 2.3具有较好的学科和专业认知，了解学科发展的历史概况以及前沿，培养学生自我更新知识的能力 3.1掌握复杂大数据处理和分析的基础知识，具有较好的理论基础 3.2能够量化分析问题，具备分析和建立大数据模型的能力 3.3根据模型进行算法设计，具备模型求解的能力 3.4掌握石油或海洋基础知识及利用数学科学与大数据技术知识解决石油或海洋大数据处理与分析的能力 4.1掌握外语及计算机应用相关知识，并能够运用其解决数据科学专业相关问题的能力 4.2具有独立获取、处理和运用数据科学与大数据技术及相关学科信息的能力 5.1能撰写实验报告、设计报告、大论文等 数值计算方法最优化方法概率论随机过程统计计算应用统计学 大学物理大学物理实验 数据结构与算法数据科学与大数据技术导论探索性数据分析大数据分析与挖掘Python语言与实训数据科学与大数据技术导论大数据技术基础实训大数据技术综合实训新生研讨课数据科学与大数据技术导论并行计算与分布式计算探索性数据分析大数据管理机器学习大数据分析与挖掘大数据技术基础实训大数据技术综合实训数据结构与算法数值计算方法最优化方法并行计算与分布式计算统计计算海洋大数据处理与分析海洋科学导论石油大数据处理与分析石油工程概论数据融合与同化油田信息化与大数据应用程序设计（C）程序设计课程设计大学计算机Python语言与实训统计计算科研基础训练并行计算与分布式计算新生研讨课科研基础训练毕业设计并行计算与分布式计算大数据管理 通和交流 5.2能够就数据科学与大数据技术领域的复并行计算与分布式计算 杂问题与同行及社会公众进行有效的沟大数据分析与挖掘 通和交流，清楚地阐述专业观点，包括大数据管理 陈述发言、清晰表达或回应指令 机器学习 5.3能够阅读并理解外文科技文献，熟练使用外语进行沟通和交流 科研基础训练毕业设计统计计算
6.具有团队合作能力和协作精神，能 6.1能够理解团队中每个角色的作用和责任及其对整个团队实现目标的意义 创业基础新生研讨课并行计算与分布式计算 够与团队成员和谐相处，并作为成员或领导者在团队活动中发挥积极作用 6.2作为团队成员，能与团队其他成员有效沟通并和谐共处，能够在团队中承担成员的责任，完成自身工作；作为负责 创业基础大数据技术基础实训 人，能够组织、协调团队的工作，综合大数据技术综合实训 团队成员的意见，并进行合理决策 科研基础训练 数据科学与大数据技术导论 7.1培养创新精神，训练创新思维，培育创探索性数据分析
7.具有创新精神和终身学习意识，在数据分析及大数据技术方面具有创新能力、实践能力及自主学习与适应发展的能力 新实践能力、科学研究能力和技术开发能力 7.2具有较强的创业能力 毕业设计大数据技术基础实训大数据技术综合实训应用统计学创业基础大数据技术综合实训 7.3具有较强的自主学习与适应发展的能力 科研基础训练毕业设计
三、主干学科、专业核心课程 主干学科：数学、统计学、计算机科学与技术 专业核心课程：应用统计学、大数据分析与挖掘、机器学习、并行计算与分布式计 算、统计计算、大数据管理
四、全英语课程、双语课程 双语课程：统计计算
五、毕业要求
1、本专业学生需通过培养方案中所有必修课程，并获得不少于
20个选修课学分。
2、通过HSK等级考试5级。
六、课程设置、教学环节及指导性修读计划 数据科学与大数据技术 （一）数据科学与大数据技术专业必修课程设置及指导性修读计划 课程类别 课程编码 课程名称 学分 合计 课内学时讲授实验上机 课外学学期 实践时 备注 新生研讨课SCC322611010 FreshmanSeminar 1.016160
0 0161 程序设计（C）CST110211025 ProgramDesign(C) 2.540400(32)
0 0
1 道德与法律MRX310111030 MoralEducationandLaw 116160
0 0
0 1 高级汉语（2-1）通识SFS110114200 AdvancedChinese(2-1)教育 中国概况课程MRX410111030 SurveyofChina 3.048480
0 0
0 1 3.048480
0 1 高级汉语（2-2）SFS110114300 AdvancedChinese(2-2) 3.048480
0 0
0 2 大学计算机CST110611015 FundamentalsofComputer 1.524240(24)
0 0
2 程序设计课程设计CST110511010 ProgramDesignCourseDesign 1.01周
0 0 01周0S1 数学分析（A）ISCC261211055 MathematicalAnalysis(A)
I 5.588880
0 01201 高等代数与几何（2-1）SCC260312100 AdvancedAlgebraandGeometry(2-1) 5.080800
0 01101 数学分析（A）IISCC261311060 MathematicalAnalysis(A)II 6.096960
0 01202 高等代数与几何（2-2）SCC260312200 AdvancedAlgebraandGeometry(2-2) 5.080800
0 01102 数据科学与大数据技术导论 SCC322111020IntroductiontoDataScienceandBigData2.032320
0 0322 Technology Python语言与实训 SCC320111030 学科 PythonLanguageandTraining 3.03周
0 0 03周0S1 基础 离散数学 SCC250711040 课程 DiscreteMathematics 4.068560120683 大学物理SCC410111030 UniversityPhysics 3.048480
0 0483 大学物理实验SCC710111010 CollegePhysicsExperimentC 1.0244200
0 0
3 最优化方法SCC252411030 OptimizationMethod 3.052400120523 概率论SCC210911030 ProbabilityTheory 3.048480
0 0483 随机过程SCC220911020 RandomProcesses 2.032320
0 0324 探索性数据分析SCC322511020 ExploratoryDataAnalysis 2.032320
0 0324 数值计算方法SCC251911040 NumericalCalculationMethod 4.07248024 数据结构与算法SCC250811030 DataStructureandAlgorithm 3.048480(16) 科研基础训练SCC322911010 BasicTrainingofScientificResearch 1.0240 024 应用统计学SCC322811040 AppliedStatistics 4.064640
0 大数据技术基础实训 SCC320711040FundamentalActualTrainingofBigData4.04周
0 0
0 Technology 大数据分析与挖掘SCC320511030 BigDataAnalysisandMining 3.05240012 机器学习SCC321211035 MachineLearning 3.56048012 并行计算与分布式计算专业 SCC320311030ParallelComputingandDistributed课程 Computing 3.05632024 统计计算SCC221011030 StatisticalCalculations 3.05240012 大数据管理SCC320611020 BigDataManagement 2.032320
0 大数据技术综合实训 SCC320811030ComprehensiveActualTrainingofBigData3.03周
0 0
0 Technology 毕业设计SCC320211150 GraduationProject 15.015周
0 0
0 （二）数据科学与大数据技术专业选修课程设置及指导性修读计划 课程类别 课程编码 课程名称 学分 合计 课内学时讲授实验上机 Java程序设计SCC310221030 JavaProgramming 3.048480(16) 数学建模与实践SCC261421030 MathematicalModeling 3.060240
0 数据库原理与应用学科SCC260921030 DatabasePrincipleandApplication基础 计算机操作系统课程CST210521030 ComputerOperatingSystem 3.052400123.05240012 时间序列分析SCC211521030 TimeSeriesAnalysis 3.048480
0 计算机网络与编程SCC251621030 ComputerNetworkandProgramming 3.05240012 大数据采集与清洗SCC320421030 BigDataCollectionandCleaning 3.05632024 专业 数字图像处理 SCC322421030 课程 DigitalImageProcessing 3.05632024 海洋科学导论OSI110521020 IntroductiontoMarineScience 2.032320
0 0724064402470644 4周0S2 05250605 0565 05250326 3周0S3 15周
0 8 课外学学期 实践时 备注 0483 36604 0525 0525 0486 0526 0563 0565 大数据
0 0S2 应用模 块 （二） 矩阵理论与计算SCC260421030 MatrixTheoryandCalculation 3.048480
0 0485 大数据 石油工程概论SPE110621020 GeneralityofPetroleumEngineering 应用模 2.032320
0 0325 块 （一） 大数据 数据融合与同化SCC322321020 DataFusionandAssimilation 应用模 2.032320
0 0325 块 （二） 数据可视化SCC322221020 DataVisualization 2.036240120366 油田信息化与大数据应用SPE110921020OilfieldInformatizationandBigData Application 大数据 应用模 2.032320
0 0326 块 （一） 大数据 海洋大数据处理与分析 SCC321121020 2.040160 BigDataProcessingandAnalysisofOcean 应用模024406 块 （二） 计算智能与模式识别 SCC321321030ComputationalIntelligenceandPattern 3.05632
0 24
0 56
6 Recognition 软件工程SCC321521030 SoftwareEngineering 3.052400120526 大数据平台实践SCC320921020 BigDataPracticalPlatform 2.02周
0 0 02周
0 7 石油大数据处理与分析SCC321721020BigDataProcessingandAnalysisof Petroleum 大数据应用模2.040160240407 块（一） 数据安全和区块链SCC321821030 DataSecurityandBlockchain 3.052400120527 人工智能SCC310621030 ArtificialIntelligence 3.052400120527 神经网络与深度学习SCC321621030 NeuralNetworksandIn-depthLearning 3.052400120526 选修说明：
1．选修学分要求 选修课程要求修满20学分。
2．选修指导意见 建议继续深造的学生优先选修学科基础选修课程。
建议选修数学文化通识核心课程。
声明：
该资讯来自于互联网网友发布，如有侵犯您的权益请联系我们。