一、学科平台课程 1《管理学 A》 2《会计学 A》 3《财务管理 A》 4《市场营销学》 5《微观经济学》 6《宏观经济学》 7《经济法》 8《统计学》 9《管理信息系统》 二、专业课程 1《管理数据分析》 2《管理沟通》 3《运筹学》 4《组织行为学》 5《工商导论》 6《运营管理》 7《人力资源管理》 8《战略管理》 9《质量管理》 10《技术经济学》 11《公司治理》 12《物流与供应链管理》 三、个性化发展课程 1《创业学》 2《企业经营实训》 3《工商管理学科前沿专题》 4《预测与决策》 5《证券投资学》 6《ERP 实务》 7《项目管理》 8《国际商法》 9《商务英语（管理类）》 10《大数据与商务智能》 11《电子商务》 12《培训与人力资源开发》 13《人力资源战略与规划》 14《国际企业管理》 15《数据化运营》 16《国际贸易实务》 17《企业伦理学》 18《风险管理》 19《绩效管理》 20《公司法》 21《劳动法》 22《企业管理决策模拟》 23《人力资源管理仿真模拟》 24《领导学》 25《技术创新管理》 四、实践环节 1《认识实习》 2《社会调查》 3《业务实习》 4《学年论文》 5《毕业实习》 6《毕业论文》

第六章 数据库设计 6.1 数据库设计的步骤 6.2 需求分析 6.3 概念结构设计 6.4 逻辑结构设计 6.5 数据库物理设计 6.6 数据库实施 6.7 数据库运行维护 第七章 关系数据库管理系统实例 7.1 关系数据库管理系统产品概述 7.2 ORACLE 7.3 Sybase 7.4 INFORMIX 7.5 DB2 7.6 INGRES 7.7 MS-SQLSERVER 7.8 MySQL 7.9 OpenGauss等华为DBMS产品 第八章 现代数据库技术及进展 8.1 数据库发展概述 8.2 数据库技术与其他技术的结合 8.3 现代数据库技术研究

专业必修课程 《微生物学》 《农业实验室安全教育》 《植物生产类专业导论》 《农业气象学 B》 《遗传学 B》 《植物生理学 A》 《种子生物学》 《植物保护学 A》 《土壤肥料学》 《现代企业管理》 《作物栽培学 B》 《分子生物学基础》 《试验设计与数据分析》 《食用菌栽培技术》 《生物化学 B》 《作物育种学综合实验》 《农业生物技术 A》 《作物育种学》 《作物种子生产 A》 《种子检验学》 《种子加工与贮藏》 《种子经营与管理 A》 专业综合实践环节 《农业气象学教学实习 B》 《作物种子生产实践基础》 《植物保护学 A 实习》 《植物学教学实习 B》 《农业生物技术实习》 《种子检验与加工实习》 《作物种子生产实习》 《毕业论文》 专业选修课程 《智慧农业理论与实践》 《现代种业讲座》 《农业生态学》 《市场营销学》 《农业信息技术》 《耕作学 B》 《种质资源学》 《基因组学概论》 《园艺通论》 《作物施肥原理与技术 B》 《互联网+现代农业》 《科技文献阅读与写作》 《农业推广学》 《植物新品种保护与 DUS 测试》 《分子植物育种 A》 《生物育种进展》 《生物信息学》 《生物进化论》 《双碳概论》 《农业大数据原理与应用 C》 《农业政策学》 《农业信息技术 B》 《农业生产机械化》

1数据域分析 2逻辑分析仪的基本原理 3逻辑分析仪的应用

• 大数据的魅力 – 数据挖掘、大数据、大数据案例、大数据的特点 • 大数据时代的思维变革 – 样本和全体、精确性和混杂性、因果关系和相关关系 • 大数据的处理 – 几种主要处理方式、MapReduce编程模型 • 大数据的分析 – 关键技术概述、PageRank初步

7.1 数据处理与分析的概念 7.1.1 数据分析与数据挖掘 7.1.2数据分析与数据处理 7.1.3大数据处理与分析 7.2机器学习和数据挖掘算法 7.2.1概述 7.2.2 分类 7.2.3聚类 7.2.4 回归分析 7.2.5关联规则 7.2.6协同过滤 7.3 大数据处理与分析技术 7.3.1技术分类 7.3.2 流计算 7.3.3 图计算 7.4大数据处理与分析代表性产品 7.4.1 分布式计算框架MapReduce 7.4.2 数据仓库Hive 7.4.3数据仓库Impala 7.4.4 基于内存的分布式计算框架Spark 7.4.5 TensorFlowOnSpark 7.4.6 流计算框架Storm 7.4.7 流计算框架Flink 7.4.8大数据编程框架Beam 7.4.9查询分析系统Dremel

3.1 大数据来了！ 3.2 Web 2.0模式下互联网应用环境对关系数据库带来的技术挑战 3.3 大数据核心技术的分析研究 3.4 大数据的技术门派及对比分析 3.5 网页大数据应用实例：网页检索的技术路线 3.6 一个基于倒排索引技术的中文检索应用实例 3.7 NoSQL数据库和SQL数据库在技术上的对比分析 3.8 本章小结

一、数据库设计步骤 二、需求分析 三、概念结构设计 四、逻辑结构设计 五、物理设计 六、数据库实施 七、数据库运行和维护 八、小结

课程评价、考核资料清单、要求及说明 数据挖掘技术 大数据工作思路 大数据概述与应用 大数据现状与问题 基本概念简述  大数据采集与预处理  大数据存储与管理  大数据计算模式  大数据分析与挖掘  大数据可视化分析  大数据安全

一、统计的基本概念 二、数据收集 三、数据表示—图与表 四、数据统计分析 五、SPSS