一、化学计量学介绍 a brief introduction of chemometrics 二、信息评价 information appraise 三、信号与噪声 signal and noise 四、信号的处理技术 technology of signal process 五、多元分析方法 polybasis analysis methods

《专业导论》 《认识实习》 《高等数学》 《线性代数及其应用》 《国民经济统计学》 《随机过程》 《运筹学》 《实用回归分析》 《应用计算软件（SPSS）》 《概率论》 《企业经营统计》 《应用时间序列分析》 《非参数统计》 《实用统计软件（R 语言）》 《抽样技术与应用》 《应用多元统计分析》 《大数据技术》 《Python 语言与数据挖掘》 《探索性数据分析》 《数据可视化》 《统计推断》 《统计建模》 《装备制造企业统计学》 《统计专业英语》 《社会统计与社会调查方法》 《空间数据分析》 《数理统计》 《毕业实习》 《毕业设计（论文）》

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》

《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

什么是大数据 ■概念/技术支持/大数据的来源 大数据的关键技术 采集技术/存储与管理技术 计算模式与系统/数据分析与挖掘技术 ■隐私安全 典型案例 ■环境云/百度迁徙/新浪舆情通/阿里云数加 我们的探索 ■网络监控分析/系统日志分析/教育评价分析

线性回归 ●最小二乘法 ●梯度下降 二分类任务 ●对数几率回归-Logistic Regression ●线性判别分析-Linear Discriminate Analysis 多分类任务 ●一对一 ●一对其余 ●多对多 类别不平衡问题

《计算机应用基础 B》 《信息安全导论》 （理论课） 《信息安全概论 A》 《数据结构》 《信息安全概论》 《模式识别》 《并行计算》 《数据结构与算法》 《算法设计与分析》 《计算机应用基础》 《信息分析与评价》 《人工智能鱼》 《人工智能导论》 《计算机网络》 《计算机网络基础》 《计算机组成原理》 《计算机体系结构》 《物联网引论》 《INTERNET 网》 《FLASH 动画设计与 ASP 编程》 《Java 程序设计 B》 《汇编语言程序设计》 《可视化程序设计 A》 《数据库基础及应用》 《DELPHI 可视化编程设计》 《Java 程序设计》 《数据库系统原理》 《数据库应用基础》 《数学软件 Mathematica》 《数学软件 Matlab》 《软件工程》 《数据仓库与数据挖掘》 《嵌入式操作系统》 《程序设计语言 A（C 语言）》 《操作系统》 《面向对象程序设计》 《Java 程序设计基础》 《程序设计语言 A (C++)》 《程序设计语言 B》 《程序设计基础》 《Web 程序设计》 《Windows 程序设计》 《编译原理》 《大数据应用概论》 《企业经营决策实战》 《软件工程概论》 《软件设计模式》 《软件项目管理（双语）》 《软件需求分析与设计》 《软件质量保证与测试》 《数据库原理》 《写作与表达实训》 《现代操作系统（双语）》 《嵌入式系统原理与应用》 《组件开发技术》 《移动开发技术》 《统一建模语言》 《数据挖掘技术》 《数据库应用》 《Matlab 软件应用》 《单片机与接口技术》 《计算机图形学基础》 《网页制作技术》 《Photoshop 入门与提高》 《电子商务概论》 《多媒体课件设计》 《计算机图形学》 《电子商务实战》实习 《计算方法》 《专业英语》 《信息检索技术》

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

 1.1 What’s big data?  1.2 Overview of data analysis  1.3 Overview of data mining  1.4 Make requirement for different professional applications

 2.1 Overview of data types  2.2 Review of Data pre-processing tools and platforms  2.3 Clean, storage and management of raw data  2.4 Collections of data analysis and data mining