关于大数据背景下统计专业人才培养模式的一些思考
作者:李玮
来源:《科技风》2021年第14期
        摘要:大数据时代,数据存在形态多种多样且呈半结构化,非结构化。传统的数据处理思想、方法和手段稍显不适用,统计学人才培养应该着眼现在考虑未来满足社会需求。本文针对当前统计学人才培养现状分析,结合大数据背景,给出统计学专业人才培养的一些合理建议,力求为统计学人才培养提供服务。
        关键词:大数据;人才培养模式;统计学专业
        临兵斗者皆阵列前
        1绪论
        十九大报告中明确提出,实现高等教育内涵式发展,标志着质量称为高等教育发展主题,提升人才培养能力称为高校的“核心点”。[1]在“人才培养”系统中,人才培养模式是一个最具活力、最富于变化的子系统,也是构成要素最为复杂的子系统。[2]统计学主要研究如何搜
集、整理、分析和展示数据,并从数据中分析得出结论。它具有自然科学属性和社会科学双重属性,它同时是解决实际问题的技术和工具。近几年各大高校陆续增设统计学专业,学生培养上根据院校特点均各有所长,但就人才培养在理念、目标、方式等方面还有有待商榷的部分。
歌颂祖国的歌词顺义旅游景点        全球进入大数据时代,生活生产方式都进行了相应的变革。数据信息呈爆炸的方式增长,且来源分散,格式多种多样,结构化和半结构化数据占据主流。无论是数据规模还是数据结构都对数据的搜集、存储、整理和关联性分析都出现更高的要求,给统计学原有的理论体系、框架结构、思维模式等都带来了前所未有的变革和挑战[3]。
        2现行人才培养中存在的问题
猝        2.1培养目标不够明晰
好莱客衣柜怎么样        培养目标旨在回答培养什么样的人和如何培养人的问题;大多数院校对于数理统计专业、经济统计专业和应用统计专业人才培养目标区分度不够明显,有趋于一致化的倾向,主要体现在无论是哪个方向培养目标无外乎是具有扎实的数学基础和统计基础,专长于数
农家谚语据产出与组织,能够数据建模和分析,可以运用统计和计算机知识解决实际问题。具体制定培养目标时,大多数院校未能结合实际情况综合考虑学生内在理智、理性需求和社会现实对学生职业能力及谋生技能的要求,现象大致分为两种情况:第一,过度考虑社会需求使得专业定位过窄,人才社会适应性差;第二,偏重考虑学生内在需求使得统计专业定位过宽,人才能力稍弱。不仅如此,面对现今数据来源多样,内容丰富背景复杂,现实问题需要数据筛选和挖掘,通过原有的数据处理和分析方式很难实现。