1学科基础课平台必修课 《概率论与数理统计 B》 《高等数学 B1》 《高等数学 B2》 《管理统计与 SPSS 应用》 《管理学 A》 《宏观经济学 C》 《基础会计学 B》 《经济法 A》 《人力资源管理专业导论》 《市场营销学 A》 《微观经济学 B》 《线性代数》 2学科基础课平台选修课 《ERP 沙盘模拟》 《财务管理学 B》 《公共关系学》 《供应链与物流管理 A》 《管理沟通》 《国际贸易实务 A》 《管理信息系统》 《管理心理学 A》 《计量经济学 B》 《计算机办公自动化 (中高级应用）》 《计算机网络 B》 《经济写作》 《逻辑学》 《企业伦理学》 《系统工程学 B》 《数据挖掘与商务智能》 《网页设计与制作》 《网页设计与制作》考试 《网页设计与制作》课程实训 《信息检索与利用》 《博弈论与信息经济学》 《运筹学 B》 3专业课平台必修课 《管理英语 1》 《管理英语 2》 《绩效管理 A》 《技术经济学 A》 《人力资源管理专业毕业设计（论文）》 《人力资源管理专业毕业实习》 《人力资源管理专业认识实习》 《人力资源管理专业学年论文（论文）》 《人管专业认知社会调查》 《人力资源管理专业实习》 《人力资源开发与管理 A》 人力资源开发与管理实习大纲 《生产运作管理》 《战略管理 A》 《组织行为学》 4专业课平台选修 《创新创业创意实训》实习大纲 《创业管理》 《电子商务 B》 《管理经济学》 《广告学》 《广告学》实习 《国际贸易地理》 《跨国公司管理》 《跨文化管理》 《劳动与社会保障法 A》 《领导科学》 《品牌管理》 《商务礼仪》 《市场调查与分析》 《数据库原理与应用 A》 《组织理论与组织设计》 《现场管理》 《薪酬管理》 《质量管理》

学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《大学物理 A1》 《大学物理 A2》 《大学物理实验》 《C++程序设计》 《C++程序设计实验》 《C++程序设计实训》 《线性代数》 《概率论与数理统计 B》 《离散数学Ⅰ》 《计算机组成原理 I》 《数据结构 I》 《数据结构 I 实验》 《计算机网络原理Ⅰ》 《操作系统 I》 《操作系统Ⅰ》 《电工电子技术 C》 《复变函数与积分变换》 学科基础课平台选修课 《数字逻辑》 《Java 程序设计》 《Java 程序设计实验》 《管理信息系统》 《管理信息系统实训》 《数据库原理 A》 《编译原理》 《物联网工程导论》 《软件工程概论 A》 《汇编语言与接口技术》 《算法分析与设计》 《数字通信原理》 专业课平台必修课 《计算机体系结构》 《嵌入式系统概论》 《软件设计与规范》 《计算机类认识实习》 《计算机生产实习》 《计算机毕业实习》 《计算机毕业设计（论文）I》 《计算机毕业设计（论文）II》 专业课平台选修课 《单片机原理及应用》 《嵌入式操作系统》 《嵌入式系统设计》 《软件项目管理》 《软件测试技术与工具》课程实验 《单元测试实训》 《集成测试实训》 《软件测试设计与文档规范实训》 《信息服务概论》 《离散数学 II》 《操作系统原理Ⅱ》 《数据结构Ⅱ》 《计算机组成原理Ⅱ》 《计算机网络原理Ⅱ》 《Oracle 高级数据库开发设计》 《C#程序设计》 《基于组件的软件开发》 《UML 软件建模》

《概率论与数理统计 B》 《高等数学 B1》 《高等数学 B2》 《工商管理专业导论》 《管理统计与 SPSS 应用》 《管理学 A》 《宏观经济学 C》 《基础会计学 B》 《经济法 A》 《市场营销学 A》 《微观经济学 B》 《线性代数》 2学科基础课平台选修课 《ERP 沙盘模拟》 《财务管理学 B》 《公共关系学》 《供应链与物流管理 A》 《管理沟通》 《管理信息系统》 《管理心理学 A》 《国际贸易实务 A》 《计量经济学 B》 《计算机办公自动化 (中高级应用)》 《计算机网络 B》 《经济写作》 《企业伦理学》 《系统工程学 B》 《数据挖掘与商务智能》 《信息检索与利用》 《博弈论与信息经济学》 《运筹学 B》 3专业课平台必修课 《管理英语 1》 《管理英语 2》 《绩效管理 A》 《技术经济学 A》 《工商管理专业毕业设计（论文）》 《工商管理专业毕业实习》 《工商管理专业认识实习》 《工商管理专业学年论文（论文）》 《工管专业认知社会调查》 《工商管理专业实习》 《人力资源开发与管理 A》 《生产运作管理》 人力资源开发与管理实习大纲 《战略管理 A》 《组织行为学》 4 专业课平台选修 《创新创业创意实训》实习大纲 《创业管理》 《电子商务 B》 《管理经济学》 《管理研究方法》 《广告学》 《广告学》实习 《跨国公司管理》 《跨文化管理》 《领导科学》 《品牌管理》 《商务礼仪》 《市场调查与分析》 《数据库原理与应用 A》 《组织理论与组织设计》 《现场管理》 《薪酬管理》 《质量管理》 478

本章讨论活动目录服务接口( Active Directory Services Interface,ADSl)和活动目录( Active Directory,AD),以及怎样用ASP访问目录服务和使用它们所包含的信息。这里的目录和目录 服务实际上是指一种特定的数据库,该数据库能够有效地查找像网络资源目录一类的信息。 AD是一种网络资源的目录,而ADSI是能够访问任何目录的 Microsoft技术。其他公司也有类似 的技术,例如Sun公司的NDI,但因本书是针对 Windows的,所以在此只讨论ADSl 不要混淆ADSI和AD,它们是两种截然不同的技术。尽管如此,因为这两种技术确实是 密切地相互作用,我们还是将它们放在同一章里讨论

高等数学 T 文科高等数学 高等数学 线性代数 高等代数 空间解析几何 数学分析 复变函数与积分变换 复变函数 应用回归分析 概率论 概率论与数理统计 A 概率论与数理统计 应用随机过程 运筹学 最优化方法 离散数学 数学实验与建模 数学与经济 数学与文化 大学物理 卫星导航的奥秘 朋友圈与网络 数字动画与虚拟现实技术导论 计算方法 数字图像处理 数字信号处理 计算机应用基础 B 数据结构 计算机应用基础 逻辑与计算机设计基础 人工智能鱼 FLASH 动画设计与 ASP 编程 数据库基础及应用 Java 程序设计 数据库系统原理 数据库应用基础 软件工程 现代操作系统 嵌入式操作系统 web 程序设计 程序设计语言（C++） 程序设计语言（C 语言） 程序设计语言 python I 程序设计语言 python II 程序设计基础 I 程序设计基础 I 课程设计 Photoshop 入门与提高 电子商务概论 编程艺术 编译原理技术 编译原理技术课程设计 操作系统原理 操作系统原理课程设计 大数据应用平台 大数据应用平台课程设计 单片机原理与应用 高级程序设计 高级程序设计课程设计 海洋大数据技术与应用 海洋大数据技术与应用课程设计 计算机网络 计算机网络课程设计 计算机系统结构 计算机组成原理 数据结构课程设计 数据库原理 数据库原理课程设计 数据挖掘 数据挖掘课程设计 信息安全概论 信息论 虚拟现实 移动开发技术 中级综合开发实践 专业大型综合实践 综合实习 毕业设计(论文) 毕业设计（论文） 毕业论文 海洋空间信息工程概论 海洋信息技术与应用 海洋遥感影像分析 海洋遥感影像分析课程设计 空间建模与分析 空间建模与分析课程设计 空间数据获取技术基础 空间数据获取技术基础课程设计 空间信息管理与服务 逻辑与计算机设计基础 I 课程设计 人工智能基础 人工智能基础课程设计 数学建模 数学建模课程设计 数学实验 数值分析 数值分析课程设计实习 数字信号处理课程设计 算法基础 算法基础课程设计 微机原理与接口技术 物联网概论 软件工程课程设计 软件工程综合课程设计 软件开发与创新 软件开发与创新课程设计 数学专业英语 控制论基础 计算智能

《C 语言程序设计 C》 《数据结构与算法》 《计算机组成原理 C》课程纲要 《数据库原理与应用 A》 《计算机网络》 《Python 基础与应用》 《数据采集与管理》 《大数据技术原理与应用》 《Java 程序设计》 《数据可视化》 《大数据运维》 《统计数据分析方法》 《机器学习 B》 《数据分析与挖掘技术》 《数据仓库（Hive）》 《大数据实时计算》 《专业英语 B》 《数学建模》 《人工智能基础 A》 《数据导入与预处理应用》 《数据科学与大数据专业文献检索与论文写作》 《创新思维培养与创业管理》 《Scala 技术与应用》 《数据科学导论》 《大数据与云计算》 《混合现实技术》 《分布式计算》 《区块链原理与技术》 《NoSQL 数据库技术》 《多模态信息处理》 《数据隐私与安全》 《多元统计分析与 R 语言建模》 《服务科学与服务工程概论》 《数据库系统工程师》 《知识图谱》 《Scala 程序设计》 《数据科学与大数据技术导论》 《大数据专业文献检索与论文写作》 《统计分析》 《数据采集与网络爬虫》 《计算机组成原理 D》课程纲要 《数据分析师认证》 《网络前端开发》 《非结构化数据存储与分析》 《信息安全前沿技术》 《项目管理》 《软件工程》 《算法设计与分析》 《运筹学》 《虚拟化技术》 《C 语言程序设计》 《操作系统原理（Linux）》 《数据库原理与应用 E》 《操作系统原理》 《深度学习》 《Hive 查询分析》 《流计算》 《文献检索与论文写作》 《数据资产登记》

 大数据处理的基本流程  大数据处理模型  大数据关键技术  大数据处理工具  大数据时代面临的新挑战 WordCount 关联规则基本模型 聚类 本章内容首先介绍了大数据处理的基本流程和大数据处理模型，接着介绍了大数据的关键技术，其中，云计算是大数据的基础平台和支撑技术，本章以Google 的相关技术为主线，详细介绍Google 以及其他众多学者和研究机构在大数据技术方面已有的一些工作，包括文件系统、数据库系统、索引和查询技术、数据分析技术等；接下来，介绍了大数据处理平台和工具，就目前技术发展现状而言，Hadoop 已经成为了大数据处理工具事实上的标准。最后，介绍大数据时代面临的新挑战，包括大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。 大数据采集架构 预测模型

2.1 数据类型. 2 2.1.1 离散型数据.2 2.1.2 连续型数据.2 2.2 数据预处理. 2 2.2.1 数据预处理的原因.2 2.2.2 数据预处理的主要步骤.3 2.3 数据清理. 5 2.3.1 空缺值.5 2.3.2 噪声数据.5 2.4 数据集成. 7 2.4.1 实体识别问题.7 2.4.2 数据冗余.7 2.4.3 元组重复.8 2.5 数据归约. 8 2.5.1 数据立方体聚集.9 2.5.2 维归约.10 2.5.3 数量归约.11 2.5.4 数据压缩.12 2.6 数据变换. 12 2.6.1 数据规范化.12 2.6.2 数据离散化与概念分层.13 2.7 数据预处理的软件操作（SPSS Modeler）. 16 2.7.1 数据类型.16 2.7.2 数据清理.17 （1）缺失值与无效值.17 （2）孤立值和极值.22 2.7.3 数据集成.25 （1）纵向追加.25 （2）横向合并.26 （3）元组重复.28 2.7.4 数据归约.29 （1）抽样.29 （2）分箱.32 （3）特征选择.36 （4）因子分析.37 2.7.5 数据变换.40

• 6.1 云数据库概述 • 6.1.1 云计算是云数据库兴起的基础 • 6.1.2 云数据库概念 • 6.1.3 云数据库的特性 • 6.1.4 云数据库是个性化数据存储需求的理想选择 • 6.1.5 云数据库与其他数据库的关系 • 6.2 云数据库产品 • 6.2.1 云数据库厂商概述 • 6.2.2 Amazon的云数据库产品 • 6.2.3 Google的云数据库产品 • 6.2.4 Microsoft的云数据库产品 • 6.2.5 其他云数据库产品 • 6.3 云数据库系统架构 • 6.3.1 UMP系统概述 • 6.3.2 UMP系统架构 • 6.3.3 UMP系统功能 • 6.4 Amazon AWS和云数据库 6.4.1 Amazon和云计算的渊源 6.4.2 Amazon AWS 6.4.3 Amazon AWS平台上的云数据库 • 6.5 微软云数据库SQL Azure • 6.6 云数据库实践 6.6.1 阿里云RDS简介 6.6.2 RDS中的概念 6.6.3 购买和使用RDS数据库 6.6.4 将本地数据库迁移到云端RDS数据库

1.1 什么是数据挖掘. 2 1.2 数据挖掘的步骤. 2 1.3 数据挖掘的主要功能. 4 1.3.1 预测性.4 1.3.2 描述性.5 1.4 在何种数据上进行数据挖掘. 7 1.4.1 数据库数据.7 1.4.2 数据仓库.8 1.4.3 事务数据.8 1.5 数据挖掘的工具. 8 1.6 数据挖掘研究的主要方向. 9 1.6.1 数据挖掘的方法.9 1.6.2 用户交互技术.9 1.6.3 数据挖掘的性能和可扩展性.9 1.6.4 针对不同数据或数据源的数据挖掘技术 .9 1.7 数据挖掘的应用领域. 10 1.8 SPSS Modeler 软件使用概述. 10 1.8.1 软件简介.10 1.8.2 软件窗口.12 1.8.3 数据流的基本操作.13