大数据科学与技术导论
大数据科学与技术导论
少于1000 人选课
更新日期:2026/04/23
开课平台学银在线
开课高校上海健康医学院
开课教师刘巧红凌晨李建华
学科专业工学测绘类
开课时间2026/03/02 - 2026/08/15
课程周期24 周
开课状态开课中
每周学时-
课程简介

这门课会讲什么?

本课程是数据科学与大数据技术专业的入门课程,也是专业核心课程。大数据时代带来了信息技术发展的巨大变革,也对健康医疗行业带来了深刻的影响,本课程以健康医疗领域为背景,深入浅出的介绍健康医疗大数据概述,健康医疗大数据采集技术,健康医疗大数据挖掘技术,健康医疗大数据下的机器学习,健康医疗大数据可视化,以及健康医疗大数据安全与伦理等方面的知识。通过学习,培养学生具备大数据处理问题的思维,能够处理简单的医疗健康领域中的大数据问题。


你将收获什么?

本课程将从大数据时代的到来、概念和特性等基本概念出发,进一步到在健康医疗领域的大数据涉及到的采集技术、数据挖掘技术、机器学习算法及可视化技术展开学习,同时还会了解到一些与健康医疗大数据相关的政策、安全、隐私和伦理等问题。通过学习,培养大数据思维,养成数据安全意识,加快步入大数据时代的步伐,积极投身大数据的变革浪潮之中。本课程虽然以健康医疗为背景,所包含的知识涵盖了大数据技术相关的核心知识。课程的学习不仅仅面向在医学院校大数据学生,同时也可以面向非医学院校及非大数据专业学生,课程将很好地拓展学生的视野。


适合什么人学习?

本课程适合数据科学与大数据技术专业大一学生、非计算机类专业学生及社会学习者学习。


课程大纲

课程章节

  • 健康医疗大数据概述
  • 健康医疗大数据采集技术
  • 健康医疗大数据挖掘技术
  • 健康医疗大数据下的机器学习
  • 健康医疗大数据可视化
  • 健康医疗大数据安全及伦理
  • 健康医疗大数据计算平台
  • 大数据应用一——人工智能在医学影像中的应用
  • 大数据应用二——医疗机器人
  • 大数据应用三——医疗大模型
  • 大数据应用四——面部表情识别技术
  • 实验操作

健康医疗大数据概述

1.1 认识大数据

1.2 大数据时代的产生及发展历程

1.3 健康医疗大数据的概念

1.4 健康医疗大数据的相关技术

1.5 从事健康医疗大数据工作的准备

1.6 大数据在健康医疗领域中的应用

1.7 翻转课堂主题

1.8 课程思政

健康医疗大数据采集技术

2.1 健康医疗大数据采集的概念

2.2 健康医疗大数据采集的方式

2.3 健康医疗大数据采集的技术

2.4 健康医疗大数据采集技术原理

2.5 翻转课堂主题

2.6 课程思政

2.7 实验上课录屏

健康医疗大数据挖掘技术

3.1 健康医疗大数据挖掘概述

3.2 健康医疗大数据的预处理1

3.3 健康医疗大数据的预处理2

3.4 健康医疗大数据挖掘技术

3.5 健康医疗大数据挖掘工具

3.6 翻转课堂主题

3.7 课程思政

3.8 健康医疗大数据计算平台1

3.9 实验上课录屏-weka分类预测

健康医疗大数据下的机器学习

4.1 健康医疗大数据下机器学习的认识

4.2 机器学习中分类算法在健康医疗数据中的应用

4.3 机器学习中聚类算法在健康医疗数据中的应用

4.4 机器学习中关联算法在健康医疗数据中的应用

4.5 翻转课堂主题

4.6 课程思政

健康医疗大数据可视化

5.1 健康医疗大数据可视化概述

5.2 健康医疗大数据可视化方法

5.3 健康医疗大数据可视化常用工具

5.4 可视化在健康医疗领域的应用

5.5 翻转课堂主题

5.6 课程思政

健康医疗大数据安全及伦理

6.1 健康医疗大数据安全问题1

6.2 健康医疗大数据安全问题2

6.3 健康医疗大数据隐私保护1

6.4 健康医疗大数据隐私保护2

6.5 健康医疗大数据伦理问题

6.6 翻转课堂主题

6.7 课程思政

健康医疗大数据计算平台

7.1 健康医疗大数据存储与管理

7.2 基于HDFS的数据库HBase

7.3 大数据计算框架MapReduce

大数据应用一——人工智能在医学影像中的应用

8.1 人工智能的概念和发展

8.2 医学影像+AI的现状

8.3 医学影像+AI的应用

8.4 医学影像+AI存在的挑战

大数据应用二——医疗机器人

9.1 医疗机器人概述

9.2 医疗机器人发展及应用现状

9.3 医疗机器人代表性企业和产品

9.4 医疗机器人关键技术

大数据应用三——医疗大模型

10.1 什么是大模型

10.2 医疗大模型概念

10.3 医疗大模型典型案例

10.4 医疗大模型局限与挑战

大数据应用四——面部表情识别技术

11.1 面部表情识别技术在医疗领域的应用

11.2 人脸表情数据集及识别研究方法

11.3 挑战及展望

实验操作

12.1 实验一格式转换1

12.2 实验二格式转换2

12.3 实验三编辑器和过滤器删除

12.4 实验四过滤器添加自定义属性

12.5 实验五过滤器离散化

App 下载
关注我们