新农科背景下“Python数据科学导引”公共课程建设.pdf

7 8 2 0 2 4年3期2 0 2 4年第4 6卷第3期新农科背景下“P y t h o n数据科学导引”公共课程建设周艳青1 王 琛1 姜新华1 高 静2 乌丹牧其尔1 刘 岩1基金项目:内蒙古自治区高等学校教学改革科学研究项目(2 0 1 9 NM G J 0 3 6);内蒙古农业大学教育教学改革研究课程思政项目(K C S Z 2 0 2 1 2 4)作者简介:周艳青(1 9 8 9-),博士,讲师,研究方向为计算机公共课程教学、模式识别与智能信息处理;姜新华(1 9 7 7-),博士,教授,研究方向为计算机公共课程教学、模式识别与智能信息处理研究,E m a i l:j i a n g-x h 1 6 3.c o m(通信作者)。(1.内蒙古农业大学 呼和浩特0 1 0 0 1 8;2.内蒙古自治区大数据中心 呼和浩特0 1 0 0 9 6)摘 要 为适应新农科背景下社会对具有数据科学思维的复合型人才的需求,文中通过分析国内外高等院校本科生的数据科学教育现状,详细阐述了国内高等农林院校建设数据科学课程体系的必要性。以内蒙古农业大学为例,在“新农科”背景下,依托计算机公共课程开展数据科学课程建设,具体从课程的教学目标、内容及安排、考核办法、资源建设等方面出发,实现了面向农林专业通识教育的数据科学课程设置与实践,为农林院校培养复合型人才开辟了新思路,也有助于计算机公共课程的进一步发展。关键词:新农科;数据科学;计算机共公开课;课程建设;教学目标中图分类号 G 6 4 2.0C o n s t r u c t i o no fP u b l i cC o m p u t e rC o u r s e sP y t h o nD a t aS c i e n c eG u i d eU n d e r t h eB a c k g r o u n do fN e o-a g r i c u l t u r a l S c i e n c eZ HOUY a n q i n g1,WAN GC h e n1,J I AN GX i n h u a1,G AOJ i n g2,WUD a n m u q i e r1a n dL I UY a n1(1.I n n e rM o n g o l i aA g r i c u l t u r a lU n i v e r s i t y,H u h h o t 0 1 0 0 1 8,C h i n a;2.I n n e rM o n g o l i aB i gD a t aC e n t e r,H u h h o t 0 1 0 0 9 6,C h i n a)A b s t r a c t I no r d e r t om e e t t h en e e d so f s o c i e t y f o r c o m p o u n dt a l e n t sw i t hd a t as c i e n c e t h i n k i n gu n d e r t h eb a c k g r o u n do fn e wa g r i c u l t u r a l s c i e n c e,t h i sp a p e r e x p o u n d s t h en e c e s s i t yo f b u i l d i n gad a t a s c i e n c e c u r r i c u l u ms y s t e mi nd o m e s t i ch i g h e ra g r i c u l t u r a l a n df o r e s t r yc o l l e g e sb ya n a l y z i n gt h ec u r r e n ts i t u a t i o no fd a t as c i e n c ee d u c a t i o nf o ru n d e r g r a d u a t e sa th o m ea n da b r o a d.T a k i n gI n n e rM o n g o l i aA g r i c u l t u r a lU n i v e r s i t ya sa ne x a m p l e,u n d e rt h eb a c k g r o u n do f“n e wa g r i c u l t u r a ls c i e n c e”,r e l y i n go nc o m p u t e rp u b l i c c o u r s e s t oc a r r yo u t d a t as c i e n c e c u r r i c u l u mc o n s t r u c t i o n,s t a r t i n g f r o mt h e t e a c h i n go b j e c t i v e s,c o n t e n t a n da r r a n g e m e n t,a s s e s s m e n tm e t h o d s,a n dr e s o u r c e c o n s t r u c t i o no f t h e c o u r s e,t h ed a t as c i e n c e c u r-r i c u l u ms e t t i n ga n dp r a c t i c e f o rg e n e r a l e d u c a t i o n i na g r i c u l t u r ea n d f o r e s t r ym a j o r sh a v eb e e nr e a l i z e d,w h i c hh a so p e n e du pn e wi d e a s f o r c u l t i v a t i n g c o m p o u n d t a l e n t s i na g r i c u l t u r a l a n d f o r e s t r y c o l l e g e s a n du n i v e r s i t i e s,a n d i s a l s o c o n d u c i v e t ot h e f u r t h e rd e v e l o p m e n to f c o m p u t e rp u b l i cc o u r s e s.K e y w o r d s N e o-a g r i c u l t u r a l s c i e n c e,D a t as c i e n c e,C o m p u t e rc o-o p e nc o u r s e,C u r r i c u l u mc o n s t r u c t i o n,T e a c h i n go b j e c t i v e0 引言近年来,大数据技术的应用对社会各个领域产生了极大的影响,各行各业需要大量的数据分析人才。因此,国内外高校兴起了数据科学教育,很多高校开设了大数据相关专业1。参考教育部发布的数据,2 0 1 82 0 2 3年,我国高校的大数据相关专业增加了6 7 3个,其中数据科学与大数据技术增加了4 5 8个,大数据管理与应用增加了2 1 5个。尽管高等学校开展了数据科学教育工作,但从目前的情况来看,高等学校培养的能在专业领域进行数据分析的人才,在数量上还无法充分满足社会的需求。从国内外数据科学教育课程的开展情况来看,国外高校的数据科学教育主要有两种形式,一种是数据科学专业教育,另一种是数据科学课程通识教育。国内高校的数据科学教育起步较晚,主要以数据科学专业教育为主,数据科学类课程在计算机通识教育中的发展比较缓慢,特别是在农林类高等院校中,数据科学类课程主要集中在研究生教育阶段,本科生教育阶段相对较少。从“新农科”“新工科”“新文科”的建设角度来看,数据科学不仅局限于专业教育,还需要进行跨学科的通识教育,这样有利于解决大数据背景下相关领域缺乏数据分析人才的问题,也有利于综合型人才的培养2-5。1 数据科学教育的现状数据分析技术的不断发展以及各行各业对数据信息的2 0 2 4年3期 7 9 挖掘和利用,推动了数据科学的发展。一些大型企业,如谷歌、亚马逊、微软、华为、百度、阿里等,近年来不断邀请数据科学专业人才加入其中,使得数据科学技术在其业务中发挥了重要的作用。数据科学教育并不限于计算机、数学、统计等学科,其在社会各领域中均有着重要的作用。因此,纽约大学数据科学中心教授V a s a n t6提出:“数据科学旨在研究可普及的数据知识提取”。数据科学教育学生如何从工作与生活中发现有价值的信息,培养学生的数据思维,为将来的学习、科学研究和职业发展奠定基础。意识到数据科学在塑造数据思维中的重要作用,国内外高校也纷纷开始了数据科学教育。1.1 国内外高等院校数据科学教育现状部分国外高等院校的数据科学教育起步较早,且层次分明。例如,一个层次是面向全校本硕生开设的数据科学通识教育课程,要求学生先行选修统计学和程序设计基础。另一个层次则面向数据科学专业教育,专为计算机、应用统计等专业的学生开设,具有完整的数据科学知识体系,以实践技能培养为中心。部分高校还采用了校企联合培养的方式,以培养具有较强的专业数据分析能力的人才。国内高校在培养数据科学人才方面起步较晚,尤其在通识教育和交叉学科发展方面。数据科学作为一项通识课程,可以培养学生利用工具和解决大数据中相关专业问题的能力,为解决本专业涉及的复杂数据分析奠定基础。1.2 国内外数据科学课程设置现状在数据科学课程设置方面,美国的约翰霍普金斯大学、加州大学伯克利分校、伊利诺伊大学等知名高校的起步较早7。本文分析了e d X等著名MOO C平台发布的数据科学相关课程信息8,发现了以下4个特征。(1)国外高校开设的数据科学相关课程,并未明确限制学生的专业。这类课程面向理工科和人文社会科学类学生,只要求学生完成该课程相关的先行课程学习即可。这说明数据科学可以作为学科交叉的课程来设置,也体现了国外高等学校的数据科学通识教育的水平。(2)国外数据科学课程的教学内容包括统计学方法、大数据技术与分析方法、综合案例实践等。这反映出数据科学课程的培养不仅需要学习统计和程序设计等基本知识,还需要进行案例实践。(3)国内高等院校中开设了大批数据科学与大数据技术专业,涵盖了完整的数据科学教育课程体系,但在通识课程教育中开设数据科学课程的高校很少9。例如,南京大学开设了“用P y t h o n玩转数据”课程;上海对外经贸大学开设了“数据科学与管理”通识课程,但该课程主要面向管理学专业,开设面较窄1 0。(4)数据科学类课程的先行选修课程主要包括“统计分析”“程序设计”等。由于P y t h o n语法简单,其开发环境设置了许多常用的第三方库,是数据科学应用中比较流行的程序设计语言,非常适合初级编程者学习。1.3 数据科学教育的必要性在专业技能方面,合格的数据科学人才不仅要掌握统计学知识和程序设计基础,还需掌握数据挖掘、机器学习、数据可视化等技能。在通用技能方面,需要培养学生的业务洞察与理解能力,丰富他们的实践经验,使其能从大量无序的业务数据中发现有价值的信息和知识,找到数据之间的相互关系,寻找数据的内在价值。因此,高等院校开展数据科学教育有如下两个必要性。(1)满足社会人才需求和行业领域发展需求。在大数据时代,缺少能有效进行数据处理和分析的数据科学人才。为更好地向社会输出人才,高校应积极开展数据科学专业通识教育,在专业领域的基础上培养复合型人才,这也是“新农科”“新工科”“新文科”等的建设内容之一。(2)实施大数据人才战略。结合我国的大数据战略,高等院校需要树立大数据人才培养意识,构建数据科学专业与通识教育体系,制定相应的人才培养方案,支持国家的大数据战略和人才强国战略。2 面向农林专业的数据科学课程教学实践内蒙古农业大学早在2 0 0 5年就开始在全校农林专业硕士研究生中设置了“多元统计分析与应用”“S A S软件及应用”等数据分析类课程。为适应国家和内蒙古自治区的经济与社会发展的战略需求和人才培养需求,从2 0 1 8年起,学校积极构思具有层次性的数据科学本科教育方案,设立了数据科学与大数据技术专业(本科),并在全校各专业“英才基地”“卓越农林”班中开设了跨学院的“数据科学与大数据技术导引”选修公共课程,同时深化教学内容,将机器学习、深度学习等内容纳入了博士研究生教学中,形成了多层次的数据科学教育体系。2 0 2 0年,在新一轮本科教学修订工作中,重新梳理了数据科学教育,设立了“P y t h o n数据科学导引”公共课程,形成了针对专业教育和通识教育两个层次的数据科学教学体系,讲授大数据时代的数据获取方法、处理与分析方法,培养了学生的数据分析逻辑思维和数据科学思维,提高了各专业学生的信息素养和信息处理能力。2.1 课程教学目标该课程的培养目标是让学生理解数据科学与大数据技术的基础知识,了解大数据的发展前沿、数据科学的常用方法和技术,帮助学生树立数据科学的基本思路,使学生初步掌握应用数据科学领域内的方法和技术解决实际问题的能力。兼顾“新农科”课程的构建方法和主要教学思想,课程围绕“获取数据-处理数据-建立模型-结果分析”的思路,结合实际案例和实践教学,将计算思维自然地融入数据科学处理流程中,并在课程中融入了思政元素。2.2 课程教学内容及安排“P y t h o n数据科学导引”是面向我校各本科专业以及卓越班、英才班开设的数据处理与分析领域的应用课程。通移动信息8 0 2 0 2 4年3期过学情调研发现,部分学生没接触过P y t h o n,无编程基础。该课程作为一门基础性的数据科学入门课程,在授课过程中加入了较少学时的P y t h o n基础。教学内容主要包括数据科学与大数据基本知识、P y-t h o n基本语法、数据预处理、数据可视化、回归及聚类模型的构建及分析。该课程共4 8学时,其中理论和实验分别占据2 4学 时,1 2个 教 学 周,一 个 教 学 周2次 课,如 表1所列。表1 课程内容及学时安排序号讲课内容实验内容学时1第一章 数据科学与大数据基本知识熟悉P y t h o n编程环境42第二章P y t h o n基础语法P y t h o n表达式应用、分支与循环结构、组合数据类型的使用1 23第三章N u m p yN u m p y基本操作与常用数据类型44第四章P a n d a s及文件处理P a n d a s基本操作、文件操作、数据预处理1 25第五章M a t p l o t l i b数据可视化M a t p l o t l i b操作,常用图表绘制86第六章 模型构建及分析依据案例对数据进行回归、聚类等设计与实践82.3 课程考核方法本课程的考核由在线测试、实践作业、期中测试和期末考试组成。在线测试主要考查学生对基本知识点的掌握情况,在网络教学平台中完成。实践作业主要考查学生综合应用所学知识解决专业问题的能力,也在网络教学平台中完成。期中测试主要考查学生一段时间内对基本知识的掌握,并熟悉考试环境。期末考试主要考查学生对课程知识点的掌握程度和应用能力,在百科园平台中完成。最终,成绩按照2 0 2 0 4 0的比例合成。2.4 课程资源建设2 0 2 0年,“P y t h o n数据科学导引”课程在计算机学院开设,教师团队经过两年的精心编写,于2 0 2 2年正式出版了 大数据基础与P y t h o n机器学习 教材。该教材分为4个部分,分别是大数据基础、P y t h o n编程基础、数据处理分析和可视化、机器学习和深度学习。因学时受限,授课时主要使用机器学习模型。教师团队还在智慧树(h t t p s:c o u r s e-h o m e.z h i h u i s h u.c o m/c o u r s e H o m e/1 0 0 0 0 6 1 9 6 6#t e a c h-T e a m)中构建了课程资源(见图1),使学生可以不受地理位置和时间的限制,利用碎片化时间进行学习。图1 智慧树课程资源本课程采用线上线下混合式教学方法,在网络教学平台中(h t t p s:e p l a t.i m a u.e d u.c n/m e o l/j p k/c o u r s e/b l e n d e d_m o d u l e/i n d e x.j s p?c o u r s e I d=4 2 6 5 7)建设了课程资源,如课件、视频、实验、程序等,供学生进行课前预习、课后复习、在线测试、作业和答疑讨论。该课程的建设情况如图2所示,课程章节资源如图3所示。图2 课程建设情况图3 课程资源围绕学生专业设置个性化、符合专业的数据可视化、建模等作业,如对金融专业学生布置预测银行信用贷款案例、对土整专业布置遥感图像分类案例等,作业模块如图4所示。对金融班学生的作业成绩进行统计分析,如图5所示,5次作业共1 0 0分,9 0%的学生能达到8 0分以上。移动信息2 0 2 4年3期 8 1 图4 课程作业模块图5 作业成绩分布图还可以在网络教学平台中进行小阶段的在线测试,查看学生近期对知识点的掌握情况。测试成绩分布图及提交率如图6所示。图6 测试成绩分布图及提交率2.5 实践效果分析通过开设本课程,学生能解决本专业相关问题,主动进行编程实现,在编程纠错环节的学习热情显著提高。同时,学生的计算思维与工程应用能力也得到了明显提高,遇到问题时能深入进行分析,并以代码的形式进行建模及模型评估。在课外,学生也可以通过网络教学平台及时查漏补缺。在项目实战中,学生能结合所学,针对特定问题提出解决方案。例如,通过分析历史天气和作物产量数据,预测未来产量;利用机器学习技术对作物病害进行识别和分类;通过分析银行各种贷款数据,预测不良贷款等。3 结语本课程面向全校的农林类专业开设后,使学生能利用P y t h o n进行完整、科学的数据处理,包括数据转换、清洗、处理、建模、可视化、分析等,利用数据科学方法和工具解决农业领域的相关问题。我校从“新农科”建设出发,依托现有的计算机公共课程体系和公共课程,逐步建立了适合“新农科”“新工科”“新文科”需求的数据科学教学体系和教学内容,培养了具备数据科学思维的复合型人才,以满足自治区农牧业产业发展的专业人才需求。参考文献1魏忠.教育:从大数据到数据科学C江苏省高等教育学会.2 0 1 4:4 0-4 8.2赵长林,黄春平.我国现代大学通识教育的发展历程与现实启示J.聊城大学学报(社会科学版),2 0 2 3(5):7 6-8 1.3勇强.新农科视域下高等林业院校专业结构优化的思考与实践J.中国林业教育,2 0 2 0,3 8(1):1-4.4黄达明,张萍,金莹.以计算思维为导引的“数据科学基础”课程建设研究J.工业和信息化教育,2 0 1 8(1 1):4 8-5 3.5牟少岩,刘焕奇,李敬锁.“新农科”专业建设的内涵、思路及其对策 基于青岛农业大学实践探索的思考J.高等农业教育,2 0 2 0,3 1 9(1):7-1 1.6DHA R,VA S AN T.D a t aS c i e n c ea n dP r e d i c t i o nJ.C o mm u-n i c a t i o n so f t h eA c m,2 0 1 3,5 6(1 2):6 4-7 3.7周傲英,钱卫宁,王长波.数据科学与工程:大数据时代的新兴交叉学科J.大数据,2 0 1 5(2):9 0-9 9.8王亦旻.我国高等教育中MOO C发展的S WO T分析J.中国教育信息化,2 0 1 4(2 1):1 7-2 0.9秦喜文,董小刚,李纯净,等.“新工科”背景下数据科学与大数据技术专业建设研究J.吉林工商 学院 学 报,2 0 2 2,3 8(5):1 1 3-1 1 5.1 0戴永辉,徐波,冯彦杰,等.数据科学与管理本科通识课程建设J.计算机教育,2 0 2 0(4):2 8-3 1,3 5.移动信息