课程面向信息对抗技术、信息安全、计算机科学与技术、人工智能、数据科学与大数据、软件工程、电子信息类等专业，面向网络空间安全、密码学、计算机科学与技术、信息与通信工程、软件工程等相关学科。

课程主要内容包括：大数据分析基础认知、核心架构、计算模式，大数据与信息安全对抗，大数据与自然语言处理，大数据与生物信息处理等。即见树木又见森林，重点引导培养有竞争力的数据与计算能力：综合运用计算机和数学知识分析处理大规模数据集的能力，从复杂数据中快速得到信息和发现关系的能力，现实世界具体问题的建模能力等。深入先进地培养学生的跨界整合与全球思维及科学创造与发现精神。同时，注重其间接效果，融入人文素养的培养，教学过程中同时讨论算法的可用性、道德、隐私、法律、知识产权保护、经济和社会影响等。

本课程中所有中国地图审图号为审图号：GS（2016）1609号。

使学生理解掌握大数据领域基础认知、核心架构、计算模式，能利用其知识分析多领域大数据分析问题，能够从复杂数据中发现关系并获取信息，具备解决大数据领域涉及到的复杂工程问题的能力。同时强调跨界整合与全球思维以及科学创造与发现精神。

使学生理解掌握大数据思维与技术原理，能够动手完成其创新工程与技术竞赛并能得到预期结论。

使学生能够了解相关标准规范、法律法规、系统工程和科学研究、知识产权保护、经济和社会影响等，助力大数据领域内复杂问题的分析与解决。

服务于国家大数据战略，推进我国大数据发展和应用，加快建设数据强国，推动数据资源开放共享！

[1] 李航. 统计学习方法[M]. 清华大学出版社, 2012.

[2] 周志华. 机器学习 : = Machine learning[M]. 清华大学出版社, 2016.

[3] Goodfellow I , Bengio Y , Courville A . Deep Learning[M]. The MIT Press, 2016.

[4] Ozdemir S, Susarla D. Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems[M]. Packt Publishing Ltd, 2018.

[5] Zheng A, Casari A. Feature engineering for machine learning: principles and techniques for data scientists[M]. " O'Reilly Media, Inc.", 2018.

Q：《大数据思维与技术》课程需要哪些先修基础知识？

A：课程的学习中可以没有先修基础知识，讲解的知识点深入浅出、易于理解和掌握。

Q：非相关专业的学生可以学习该课程吗？

A：课程性质为公开课，面向全体学生。课程在编制过程中对大纲进行了调整，更多的在于传递一种大数据应用的思维方法，同时提高大数据思维意识、普及大数据技术知识。课程在授课过程中结合了很多生活实际中的案例，对同学们自身的生活和学习有很大帮助，希望同学们结合自身专业和行业知识进行学习和思考。

Q：课程有什么学习要求吗？

A：要求同学们能够认真听讲，完成单元测试与期末测试，同时积极参与课题互动。希望大家学习完本课程后能够提高自身的信息安全意识，增加大数据知识，用科学的思维方法解决生活中的应用问题。

Q：学习该课程需要进行相关竞赛或者有相关实验平台吗？

A：线上公开课程没有参加大数据竞赛要求，但课程有大数据分析技术竞赛平台，同学们可以参赛进行相关练习。详见：www.isclab.org.cn。 

Q：课程主要荣誉有哪些？

A：国家级优秀教学团队、北京市教学名师、国家级教学成果奖二等奖、北京市教学成果奖一等奖等。

Q：课程的考核要求难吗？

A：课程的考核题目不难，都是课程中的基础知识，有时会结合生活中的实际问题，目的在于提高大家的大数据思维能力。对题目难度要求较高的同学可以参加我们官方的大数据竞赛，提高自己能力。

Q：课程证书有什么作用吗？

A：课程重点在于学习知识。证书能够帮助大家树立良好的学习观念，锦上添花。通过考核的同学将获得电子版证书，纸质版证书的发放将按照MOOC的规定进行。