数据技术应用概论
第一章 绪论
数据素质培养意义
数据技术
数据科学应用体系框架
第二章 计算机信息系统
计算机信息系统的构成
计算机信息系统技术路线
第三章 抽样技术
抽样技术概述
网络调查和社会调查
抽样学习
抽样技术的基本概念
第四章 网络爬虫与文本数据生成
网络爬虫概述
网络爬虫技术操作
文本数据生成
第五章 数据库技术
数据库技术概述
数据库系统开发
关系数据库
数据仓库
第六章 SQL语言
SQL概述
SQL关系定义
SQL查询基本结构
数据库修改
视图
第七章 数据预处理技术
数据预处理概述
数据清理
数据集成
数据规约
数据变换
第八章 回归模型
回归模型的基础知识
最小二乘法
其他常用回归模型
第九章 Logistic建模技术
基础知识
梯度上升算法
第十章 关联规则挖掘
关联规则挖掘的基础知识
关联规则挖掘的 Apriori 算法
其它常用关联规则挖掘算法
第十一章 决策树分类规则
决策树分类规则的基础知识
决策树分类规则挖掘的ID3算法
几种常用的决策树
第十二章 K-平均聚类
基础知识
基于划分的K‐平均聚类算法
其他常用的聚类
第十三章 神经网络模型
神经网络模型的基础知识
误差逆传播算法
其他常用的神经网络算法
第十四章 支持向量机
支持向量机的基础知识
支持向量机的SMO算法
其他常用的支持向量机算法
第十五章 集成学习算法
集成学习算法的基础知识
随机森林算法
其他常用的集成学习算法
第十六章 数据可视化
数据可视化的基础知识
可视化设计基础
数据可视化工具
-
+
首页
数据素质培养意义
## 1.1 数据素质培养意义 ### 1.1.1 什么是数据素质? ==数据素质==通常可以理解为通过学习达到的,能够完成数据相关活动的==基本能力==。 一般数据技术泛指`从数据中获取解决问题的各类技术`。就当前数据技术的一般应用场景,各领域人才应具备的数据素质可大体表述为应用数据信息初步认知事物的能力,并大体可以分为三个层次。 - 第一,对数据怎么生成的,其经过什么技术处理与组织才能获取所需相关信息,以及获取的数据信息是否有效反映现象的意义等问题有所知晓。 - 第二,科学技术是通过一系列基本概念和基本规则表达的(内格尔 1961)。数据技术相关基本概念和基本规则是数据认知能力的必要因素。 - 第三,经过学习实践,具备初步阅读学习大数据-人工智能相关应用文献能力;数字项目的一定实际操作能力;以及`发现本领域数据应用相关问题的能力`等。 ### 1.1.2 经济社会运行方式变革 国家以加速“`数字转型`”表达社会经济运行方式变革。 相关逻辑要点: - Chat GPT等AI 数字技术进步加速社会数字转型的压力。 - 数字转型。即数字技术通用化。数字信息技术不能独立完成物质能量转换。转型就是应用数字技术实 现各领域物质能量转换效率提升。 - 数字技术概念。其是20世纪90年代,针对模拟信号转换成计算机可识别的编码技术提出的。将数字自 动化、智能化相关技术统称数字技术。基于数字技术的经济活动则称为数字经济。 - “数字”概念。目前专指采用0/1二进制(布尔 1849)数字形式表达的信息。 - 数字素养(数字思维、数字认知)与数字技能是转型关键(2021 2022 中央文件)。 - “数据”概念是对一个事物认知(依据)信息(包括数字形式信息)的表达。 - 数据技术则是获取事物认知信息的工具与规则,其是数字系统构建及运行技术的重要组成技术。 - 数据技术应用规律与规则是领域专业人士数字素养提升的基础知识。 ### 1.1.3 落实国家大数据战略 #### 1.战略提出背景 - 目前大数据仍然没有成长为推动实体经济整体发展的通用技术(Haldane,2015)·不同于以物质和能量转换为特征的历次技术革命,信息技术不能独立完成物质能量转换。只能基于大数据,以智能化方式释放出历次技术革命和产业变革积蓄的巨大能量。 - 能量释放机制高度复杂,需要数据技术与领域技术高度融合,创建出以新技术、新基础设施和新要素组织机制构成的新技术经济范式(Perez,2008)。 #### 2.数据的经济社会影响机制。 - 大数据产生于行为主体按规则行为活动的充分记录。行为规则来自领域。相关数据可产生巨大外溢价值。 - 数据难以所有权移转方式完成配置的5个`基本特性`。 ①数据的非竞争和非排他性。②数据的规模报酬递增特性。③数据的多主体交互生成与共享性。④数据可无限复制性。⑤数据价值的高时效性。 - 目前数据交易一般通过数据服务,特别是长期服务方式完成。明确数据信息服务需求,商定服务交易价格规则,是数据交易配置的基本条件。其基于数据素质支撑。 #### 3.国家大数据战略 ```timeline # 2015年 我国提出实施大数据战略和《促进大数据发展行动纲要》。2017年习近平总书记就实施国家大数据战略主持中央政治局第二次集体学习时就指出,要构建以数据为关键要素的数字经济,推动互联网、大数据、人工智能同实体经济深度融合,并要求培育造就一批大数据领军企业,打造多层次、多类型大数据人才队伍。提升领域人才数据素质是推动国家大数据战略落实的重要举措。 ==== ``` ```timeline # 2021年11月6日 中央网信办发布《提升全民数字素养与技能行动纲要》,提出工人、农民、教师、领导干部和公务员的数据素养与技能提升学习要求,并拟构建考核认证体系。 ==== ``` ```timeline # 2022年11月16日 20国集团峰会专门讨论数字转型问题。习近平总书记特别指出,当前全球数字转型加速,成为影响世界经济格局的重要因素。 ``` ```timeline # 2023年2月 中央发布《数字中国建设整体布局规划》。提出5项任务。其中,第4项强化人才支撑。①增强领导干部和公务员数字思维、数字认知、数字技能。②统筹布局一批数字领域学科专业点,培养创新型、应用型、复合型人才。③构建覆盖全民、城乡融合的数字素养与技能发展培育体系。 ``` ### 1.1.4 数据权益识别与保护 - 任何技术都具有正面与负面社会效应。 - 大数据技术冲击原工业化体系。劳动替代,赢者通吃的高垄断机制,信息非对称,信息安全与隐私侵害。 - 数据具有存在虚拟性和价值实现聚合性。头部企业追求流量利润,开发行为可卡因产品;放任虚假信息造成社会撕裂。 - 公众需要认知:算法是内嵌观点的代码,数据信息内含态度和利益。 - 治理体系构建及其效果,与公众数据素质水平正相关。
张龙
2024年7月15日 11:15
转发文档
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
分享
链接
类型
密码
更新密码