《数据科学思维与大数据智能分析技术》课程思政元素

《数据科学思维与大数据智能分析技术》课程思政元素第一章 数据科学时代第一节 引言一、授课内容 进入 21 世纪,随着云计算、物联网、大数据、人工智能蓬勃进展，引发了一场关于“数据密集型科学发现”(data-intensive scientific ）的新的科学范式的思考与辩论，即所谓“第四科学范式”（fourth science paradigm）。已逝的计算机图灵奖获得者、著名数据库专家 Jim Gray 博士，于 2025 年在加州山景城召开的 NRC-CSTB（National Research Council-Computer Science and Telecommunications Board）大会上所做演讲中提出，把数据密集型科学从第三范式（计算科学）中单独区分开来，进而作为一种新的科研范式，源于该讨论方式不同于基于数学模型的传统讨论方式，这就是数据科学第四范式。自此，确立了科学讨论上，先后历经了实验、理论、计算和数据四种科学范式。二、实施过程（一）思政元素类型：创新思维（二）课堂教学方法：1.教学手段：采纳 PPT、案例分析法等形式。2.课程思政融入点：知识点中的第四科学范式出现与批判性思维相契合，从而引申出思政案例。三、思政元素内容数据科学第四范式的诞生，体现创新与批判性思维（一）元素内容批判性思维（Critical thinking）是指通过信息和批判来进行合理推断的能力。批判（Critique）应该是有根据的（well-grounded）、有充分理由的（well-reasoned）、有充分推断的（well-judged）、以及基于对信息的详细分析、评估和评价的。批判性思维可能涉及许多批判性思维特质和技能，可能包括问题理解和解决方案的深度，问题范围和解决方案的广度，对于问题求解途径的直觉或者洞见，对于“假设”的情景分析和对结果富有想象力的思考，引入新观点和制造更好的设计方案的制造力，对于各种可能性和替代性的好奇心，猎取思路、选项和行为时的灵活性，对于不同的想法、新的机会和灵感的开明性，对可能的后果和替代方面进行推理，对于假设和经验性总结的正当性进行验证，为辩论提供合理的论据，寻求真理的过程与结果的一致性，以及为达成更好和更深刻的理解而进行反思、自我评估和自我改进。实验范式典型代表人物是伽利略，其与学生在意大利比萨斜塔上做的“两个铁球同时着地”实验是人们津津乐道的实验范式典型案例。该实验证明了亚里士多德提出的“重物体先于轻物体优先落地”的观点是错误的，在当时人们都把亚里士多德的结论奉为真理的年代，这种敢于质疑专家的勇气难能可贵。不过，被伽利...