1学科基础课平台必修课 《高等数学 B1》 《高等数学 B2》 《线性代数》 《概率论与数理统计 B》 《管理学 A》 《统计学 A》 《统计学 A》课程考试 《基础会计学 B》 《市场营销学 A》 《信息管理与信息系统专业导论》 2学科基础课平台选修课 《经济法 C》 《组织行为学》B 《计算机办公自动化》 《运筹学 B》 《市场调查与分析》 《财务管理学 B》 《创业管理》 《战略管理 B》 《系统工程学 C》 《管理研究方法》 3 专业课平台必修课 《数据库原理与应用 A》 《面向对象程序设计》 《电子商务概论》 《信息系统开发环境与工具》 《信息资源组织与管理》 《管理信息系统》 《信息专业实习》 《信管毕业实习》 信息管理与信息系统专业毕业设计（论文） 4 专业课平台选修课 《平面图像处理》 《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 《信息经济学》 《操作系统》 《操作系统》课程考试 《信息检索与利用》 电子商务支付与安全 《数据挖掘与商务智能》 《信息服务与用户》 《软件工程》 《信息分析与预测》 《移动开发技术》 《信息系统项目管理》 《信息资源知识产权》 《电子政务》 《决策支持系统》 《信管专业英语》 《信管专业认知调查》 《信息管理与信息系统》 《数据结构》 《商业数据分析》 《创新创业创意实训》

5.1 操作系统可信计算基的构成 5.2 操作系统的安全机制 5.3 Win2000/XP系统的安全机制简介 6.1 OSI开放系统互联安全体系结构 6.2 Kerberos协议 6.2.1 Kerberos协议－应用层安全协议标准 6.2.2 SSL协议－传输层与应用层之间 6.2.3 IPSec协议－网络层标准 6.3 安全套接字层SSL协议 7.1 应用系统中的安全问题概述 7.2 Web安全 7.3 数据库安全 8.1 BS7799标准与信息系统安全管理 8.2 风险评估

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

什么是地理信息系统—GIS ❑ GIS的概念框架 GIS的定义、理解和框架体系结构 ❑ GIS的基本内容 GIS技术涉及的基本内容 ❑ GIS的组成 硬件、软件、空间数据、管理人员 ❑ GIS的功能 基本要求、具体功能：数据采集、传输、管理和应用 ❑ GIS的特性与相关学科 GIS的学科树、GIS与相关系统区别和联系 ❑ GIS的应用领域 GIS应用与3S集成技术

一、面向对象的概念 二、建立表单 三、管理表单 四、运行表单 五、常用表单控件

《供应链管理》课程教学资源（文献资料）大数据与物流

第一部分 学科（专业类）教育课程 《工程制图 I》 《工程制图 II》 《智能制造工程专业导论》 《电工电子技术》 《工程力学》 《机械工程材料》 第二部分 专业教育课程 《机械设计基础》 《控制工程基础》 《电气控制与 PLC A》 《机械制造技术基础》 《智能检测与数据处理》 《智能控制技术》 《精密传动与智能设计》 《机器视觉技术》 《制造系统自动化技术》 《智能仪器设计基础》 《智能装备及智能产品》 《智能生产计划管理》 《智能工厂集成技术》 《工业互联网导论》 《云制造与工业大数据》 《单片机原理及应用 C》 《人工智能技术及应用》 《快速成型技术》 《文献检索与论文写作》 《智能制造工艺学》 《工业机器人技术基础》 《沟通与协调》 《先进制造技术》 《液压与气压传动》 《现代企业管理》 《Python 程序设计》 《智能制造工程专业英语》 《嵌入式原理与应用 B》 《MATLAB 基础与应用》 《现代设计方法》 《机电产品创新设计 B》 《柔性制造系统》 《制造系统状态监测与故障诊断技术》 第三部分 应用创新实践环节课程 《工程训练 A》 《零部件测绘实训》 《机械设计软件及应用》 《大学物理实验》 《机械设计基础课程设计》 《电气控制与 PLC 课程设计 A》 《电工电子基础实训》 《电工实习 A》 《智能制造系统建模与仿真综合设计》 《数字化工艺仿真》 《数字化工厂仿真》 《智能制造工程专业社会实践》 《智能制造工程专业毕业实习》 《智能制造工程专业毕业论文（设计）》

Hadoop概述 Hadoop发展简史 Hadoop的功能与作用 为什么不用关系型数据库管理系统 Hadoop优点 Hadoop的应用现状和发展趋势 Hadoop项目及其结构 Hadoop的体系结构 Hadoop与分布式开发 Hadoop应用案例 Hadoop平台上的海量数据排序

计算机的应用已不再局限于科学计算,而更多地用 于控制、管理及数据处理等非数值计算的处理工作 与此对应,计算机加工处理的对象由纯粹的数值发 展到字符、表格和图像等各种具有一定结构的数据 为了编写出一个“好”的程序,必须分析待处理的对 象的特征以及各对象之间存在的关系,这就是“数 据结构”这门学科形成和发展的背景

1. 业务处理模型概述 2. BPM图形 3. 创建及管理BPM 4. BPM高级应用