8.1 Explore some of the emerging technologies that may impact analytics, business intelligence (BI), and decision support 8.2 Describe the emerging Internet of Things (IoT) phenomenon, potential applications, and the IoT ecosystem 8.3 Describe the current and future use of cloud computing in business analytics 8.4 Describe how geospatial and location-based analytics are assisting organizations 8.5 Describe the organizational impacts of analytics applications 8.6 List and describe the major ethical and legal issues of analytics implementation 8.7 Identify key characteristics of a successful data science professional

3.1 Understand the basic definitions and concepts of data warehousing 3.2 Understand data warehousing architectures 3.3 Describe the processes used in developing and managing data warehouses 3.4 Explain data warehousing operations 3.5 Explain the role of data warehouses in decision support

5.1 Describe text mining and understand the need for text mining 5.2 Differentiate among text analytics, text mining, and data mining 5.3 Understand the different application areas for text mining 5.4 Know the process of carrying out a text mining project 5.5 Appreciate the different methods to introduce structure to text-based data 5.6 Describe sentiment analysis 5.7 Develop familiarity with popular applications of sentiment analysis 5.8 Learn the common methods for sentiment analysis 5.9 Become familiar with speech analytics as it relates to sentiment analysis

4.1 Define data mining as an enabling technology for business analytics 4.2 Understand the objectives and benefits of data mining 4.3 Become familiar with the wide range of applications of data mining 4.4 Learn the standardized data mining processes 4.5 Learn different methods and algorithms of data mining 4.6 Build awareness of the existing data mining software tools 4.7 Understand the privacy issues, pitfalls, and myths of data mining

2.1 Understand the nature of data as it relates to business intelligence (BI) and analytics 2.2 Learn the methods used to make real-world data analytics ready 2.3 Describe statistical modeling and its relationship to business analytics 2.4 Learn about descriptive and inferential statistics 2.5 Define business reporting, and understand its historical evolution

1.1 Understand the need for computerized support of managerial decision making 1.2 Recognize the evolution of such computerized support to the current state—analytics/data science 1.3 Describe the business intelligence (BI) methodology and concepts 1.4 Understand the various types of analytics, and see selected applications 1.5 Understand the analytics ecosystem to identify various key players and career opportunities

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》

电气工程及其自动化专业 《电气工程专业导论》 《专业引领实战训练》 《工程电磁场》 《工程技术创新导论》 《电机学》 《专业开放实验》 《电力电子技术》 《单片机原理及应用》 《电气工程 Matlab 建模与仿真》 《自动控制原理》 《电气测量技术》 《电磁兼容技术》 《电气控制与 PLC 技术》 《电力系统分析》 《电力拖动自动控制系统》 《太阳能发电技术》 《DSP 原理及应用》 《电源技术及应用》 《太阳能光伏发电工程设计》 《电力电子技术综合设计(1)》 《电力电子技术综合设计(2)》 《毕业实习》 《创新创业竞赛实战》 《专业综合训练(1)(2)》 《供配电技术》 《风力发电技术》 《专业英语》 《电机节能技术》 《智能电网与微电网技术》 《工业计算机网络与通信》 《电力拖动自动控制系统课程设计》 《供配电系统综合课程设计》 《毕业设计》 智能科学与技术专业 《智能科学与技术导论》 《计算机软件基础》 《信号与系统基础》 《智能系统建模与仿真》 《脑与认知科学概论》 《数字信号处理》 《微控制器技术》 《专业综合实战训练(1)》 《控制理论》 《人工智能基础》 《神经网络》 《模糊控制》 《图像处理与模式识别》 《机器智能综合实验》 《移动操作系统》 《嵌入式系统》 《数据库新技术》 《无线自组织网络》 《飞行器控制导论》 《专业综合实战训练(2)》 《智能传感与检测技术》 《机器人学》 《数字控制系统》 《机器人控制课程设计》 《信息论与编码》 《数据挖掘与处理》 《专业英语阅读》 《控制系统设计方法》 《智能机器人》 《机器学习》 《智能系统与工程课程设计》 《科技创新与方法论》 《移动机器人导航技术》 自动化专业高精尖项目(双培计划) 《惯性导航技术》 《物联网系统基础与应用》 《系统辨识》 《集散控制系统》 《先进控制理论》 《楼宇自动化》 《应用自适应控制》 电气工程及其自动化专业轨道牵引电气化方向(双培计划) 智能科学与技术专业机器人大脑方向(双培计划) 《生产实习》 其他专业 机械设计制造及其自动化专业 《微机原理及应用》 新能源科学与工程专业 机械电子工程专业 《人工智能》

《工程科学学报》：油气资源开发的大数据智能平台及应用分析（北京科技大学、中国科学院计算机网络信息中心、中国石油大学（华东）石油工程学院）

【人工智能】非结构化文档敏感数据识别与异常行为分析