《专业导论》课程大纲. 1 《管理学》课程大纲. 6 《会计学基础》课程大纲. 28 《经济法》课程大纲. 40 《微观经济学》课程大纲. 51 《宏观经济学》课程大纲. 64 《统计学》课程大纲. 75 《金融学》课程大纲. 88 《中级财务会计（一）》课程大纲. 109 《中级财务会计（二）》课程大纲. 121 《财务管理学》课程大纲. 132 《成本与管理会计》课程大纲. 146 《财务分析》课程大纲. 158 《公司治理》课程大纲. 168 《高级财务管理》课程大纲. 179 《资产评估》课程大纲. 193 《计量经济学》课程大纲. 207 《python 在财务管理中应用》课程大纲.219 《会计综合模拟实训》课程大纲. 227 《大数据财务分析与决策》课程大纲.232 《ERP 沙盘模拟实训》课程大纲.240 《经济管理数据分析》课程大纲. 247 《市场营销》课程大纲. 257 《资本市场》课程大纲. 269 《高级财务会计》课程大纲. 278 《管理会计信息化》课程大纲. 289 《虚拟商业社会环境（vbse）》课程大纲.298 《会计信息系统实训》课程大纲. 311 《论文写作专题》课程大纲. 324 《财务决策支持系统实训》课程大纲.331 《财务共享理论与实务》课程大纲. 338 《国际财务管理》课程大纲. 347 《组织行为学》课程大纲. 356 《晋商票号文化》课程大纲. 370 《税法》课程大纲. 382 《证券投资学》课程大纲. 390 《会计》课程大纲. 405 《审计原理》课程大纲. 414 《公司战略与风险管理》课程大纲. 427 《大数据审计》课程大纲. 436 《审计实务》课程大纲. 441 《证券市场基础》课程大纲. 452 《投资学原理与应用》课程大纲. 465 《商业银行业务与经营》课程大纲. 476 《金融大数据》课程大纲. 487 《公司金融》课程大纲. 493 《税法（一）》课程大纲. 503 《税法（二）》课程大纲. 509 《纳税筹划》课程大纲. 518 《财税一体化实训》课程大纲. 530 《纳税实务》课程大纲. 534 《学年论文》课程大纲. 541 《财务管理课程设计》课程大纲. 544 《专业实习》课程大纲. 548 《毕业实习》课程大纲. 555 《毕业论文（设计）》课程大纲. 560

针对间断连接无线网络中节点负载不均衡和能量资源受限的问题,提出了一种能量有效的数据转发策略.该策略根据网络运行的历史相遇信息,充分考虑网络特性,以分布式方式估计节点的活跃度、剩余能量和数据转发率,准确地估计节点效用值,感知网络节点的服务能力,以帕累托最优作为自适应选择最佳下一跳中继节点的理论依据,执行数据转发操作,有效地解决了由于节点自私性所导致的网络性能下降.数值结果表明,与其他能量管理机制相比,所提出的机制能够均衡网络节点负载,有效解决网络\热点\问题,延长网络生存时间,使投递率、时延等系统性能都得到大幅度提升

表格是一种简明、概要的表意方式。其结构严谨,效果直观,往往一张表格可以代 替许多说明文字。因此,在编辑排版过程中就常常要处理到表格。 文档表格还可以当作数据库,对它们执行简单的数据库功能,例如,数据的添加、 检索、分类、排序等,这些功能给用户管理文档表格提供了很大的方便,简化了对表格 的处理工作。如果用户能够熟练地运用文档的数据库功能,可以提高对表格的处理能 力,从而提高工作效率。用户可以将文档中的数据以图表的形式直观地表达出来,这时 就可以通过使用插入Word2002中的 Graph200 22 Chart对象来实现

专业必修课程 《农业资源与环境专业导论》 《地质地貌学》 《农业气象学》 《地理信息系统基础》 《普通生态学》 《土壤学》 《植物营养学》 《农业资源环境专业实践》 《土壤植物理化分析 I》 《土壤植物理化分析Ⅱ》 《试验设计与统计分析》 《土壤地理学》 《环境监测》 《资源遥感与信息技术》 《绿洲农业生态学》 《作物施肥原理与技术》 《肥料工艺学》 《土壤改良与培肥》 专业实践环节 《农业气象学教学实习》 《生态学实习》 《环境监测实习》 《土壤学综合实习》 《植物营养学实习》 《农业资源与环境专业生产实习》 《肥料工艺学课程设计》 《土壤改良与培肥课程设计》 《农业资源与环境专业毕业论文》 专业选修课程 《科技论文写作》 《农业资源与环境专业外语》 《资源环境研究法》 《土壤资源调查与评价》 《土壤资源调查与评价实训》 《作物栽培学》 《植物保护学》 《智慧农业理论与实践》 《节水灌溉理论与技术 B》 《现代农业模式与发展》 《环境影响评价》 《产地环境与农产品质量管理》 《数据分析与数据挖掘实训》 《养分资源管理》 《环境规划与管理》 《植物营养分子生物学基础》 《农业固体废弃物处理》 《农业资源与环境法规》 《农业资源与环境研究前沿》 《双碳概论》 专业拓展课 《农产品营销学》 《现代企业管理》 《农业大数据原理与应用》 《农业物联网技术与应用》

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

1、SQL (Structured query Language,结构化查询 语言)，功能包括查询、操纵、定义、控制。 2、功能丰富、语言简洁、使用灵活，倍受欢迎。 3、1974年由Boyce,Chamberlin提出，1975年在IBM 公司的System R上首次实现。原型称为SEQUEL(Structured English QUEry Language).1986年ANSI SQL-86标准，是第一个SQL 标准

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

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

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