多宝体育,多宝体育官方网站,多宝体育APP下载林子雨（1978－）（个人主页），男，博士（毕业于北京大学），国内高校知名大数据教师，厦门大学计算机科学系副教授，厦门大学云计算与大数据研究中心创始成员，厦门大学数据库实验室负责人，中国计算机学会数据库专委会委员，中国计算机学会信息系统专委会委员，中国高校首个“数字教师”提出者和建设者。2013年开始在厦门大学开设大数据课程，建设了国内高校首个大数据课程公共服务平台，平台累计网络访问量超过2000万次，成为全国高校大数据教学知名品牌，并荣获“2022年福建省教学成果特等奖（个人排名第一）”和“2018年福建省教学成果二等奖（个人排名第一）”，主持的课程《大数据技术原理与应用》获评“2018年国家精品在线开放课程”。
对于一个国家而言，能否紧紧抓住大数据发展机遇，快速形成核心技术和应用参与新一轮的全球化竞争，将直接决定未来若干年世界范围内各国科技力量博弈的格局。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任。在我国，大数据专业已经成为一个炙手可热的“新工科”专业。目前，国内高校开设的大数据专业主要包括本科院校设立的“数据科学与大数据技术专业”和高职院校设立的“大数据技术与应用”专业。截至2020年，全国已经有1000余所高校设立了大数据专业。
大数据专业致力于培养符合国家战略及大数据产业发展需求，具备较好的数据素养和数理基础、扎实的编程基础以及大数据基础知识与技能，熟练掌握大数据采集、预处理、存储、处理、分析、应用技术，能够运用大数据思维、模型和工具解决实际问题的高级复合型人才。大数据专业知识体系涵盖了计算机、数学、统计学等多个学科领域，结合了诸多领域中的理论和技术，包括应用数学、统计学、模式识别、机器学习、人工智能、深度学习、数据可视化、数据挖掘、数据仓库、分布式计算、云计算、系统架构设计等。如此复杂的专业知识体系，很容易让学生的学习“迷失方向”，造成学习上的困惑。大数据专业导论课就是一门为学生“统揽全局、指明方向”的重要课程，通过这门课程的学习，学生可以对自己所学习的专业建立一个全局的认知，包括专业培养目标、毕业生就业岗位、专业知识体系、专业课程体系、大数据知识体系等。因为大数据专业导论课十分重要，所以，就更需要一本优秀的教材为之服务。
笔者带领的厦门大学数据库实验室，是国内高校知名的大数据教学团队，我们团队从2013年开始探索大数据教学，是国内高校较早进行大数据教学实践的团队之一，到目前为止，已经建立了一套完整的大数据专业教材体系，内容涵盖大数据入门课程、进阶课程和实训课程，我们同时也为教材配套打造了在线的“高校大数据课程公共服务平台”，为全国高校师生提供包括讲义PPT、授课视频、实验指南、课后习题等在内的大量大数据教学配套资源，目前平台已经成为国内高校知名大数据教学品牌，平台累计访问量超过1000万次，并荣获“2018年福建省教学成果二等奖”。在大数据教材方面，我们团队到目前为止一共编写了7本教材，包括《大数据导论（通识课版）》（用于开设全校公共选修课）、《大数据技术原理与应用（第3版）》（用于开设入门级大数据专业课）、《大数据基础编程、实验和案例教程（第2版）》（用于开设入门级大数据专业课）、《Spark编程基础（Scala版）》（用于开设进阶级大数据专业课）、《Spark编程基础（Python版）》（用于开设进阶级大数据专业课）、《大数据实训案例之电影推荐系统（Scala版）》（用于开设大数据实训课程）和《大数据实训案例之电信用户行为分析（Scala版）》（用于开设大数据实训课程）。这些大数据教材的编写，使得我们团队对大数据知识体系有了一个很好的认知和把握，这就为我们撰写大数据导论课教材奠定了坚实的基础。此外，我们团队通过各种形式加强与全国高校大数据教师的沟通和交流。首先，我们团队已经累计举办了14期大数据教师培训交流班，共300多所高校500余位老师参加了培训和交流；其次，我们发起举办了20期不同规模的大数据教学研讨会，累计有来自全国1000余所高校的3000余位教师参加了会议；再次，我们建立了QQ群、微信群和微信公众号，累计有4000余位老师加入并频繁开展线上交流。通过这些活动，我们团队与全国高校广大大数据课程教师有了更深的接触和交流，也收集到了广大一线教师的核心教学需求和对大数据专业建设的各种建议。上述所有工作，使笔者对于撰写一本优秀的大数据导论课教材有了更深的认识和更强的信心，到了现在，撰写大数据导论课教材就成了一件“水到渠成”的事情。
本书共9章，详细阐述了培养复合型大数据专业人才所需要的大数据相关知识。第1章介绍数据的概念、大数据时代到来的背景、大数据的发展历程、世界各国的大数据发展战略、大数据的概念与影响、大数据的应用、大数据产业以及高校大数据专业；第2章介绍云计算、物联网、人工智能、区块链的概念和应用，并阐述大数据与云计算、物联网、人工智能、区块链之间的紧密关系；第3章介绍与培养大数据人才的数据素养息息相关的一系列大数据基础知识，包括大数据安全、大数据思维、大数据伦理、数据共享、数据开放、大数据交易和大数据治理；第4章介绍大数据在各大领域的典型应用，包括互联网、生物医学、物流、城市管理、金融、汽车、零售、餐饮、电信、能源、体育、娱乐、安全、政府和日常生活等领域；第5章介绍数据采集的概念、要点、数据源、数据采集方法、网络爬虫以及数据清洗、数据转换与数据脱敏；第6章介绍传统的数据存储与管理技术（包括文件系统、关系数据库、数据仓库、并行数据库等）以及大数据时代的数据存储与管理技术（包括分布式文件系统、NoSQL数据库、云数据库等）；第7章介绍数据处理与分析的概念、机器学习和数据挖掘算法、大数据处理与分析技术、大数据处理与分析领域具有代表性的产品；第8章介绍数据可视化的概念、可视化工具和典型的可视化案例；第9章介绍一个大数据分析综合案例, 帮助读者对大数据分析形成一个全局性的轮廓认识，从而可以了解大数据理论和技术的综合运用方法。
