大數據倫理與職業(yè)素養(yǎng)

目錄

第1章大數據社會背景1

【導讀案例】個人計算機的發(fā)展歷程1

1.1計算機的淵源5

1.1.1為戰(zhàn)爭而發(fā)展的計算機器6

1.1.2通用計算機7

1.1.3人工智能大師8

1.2大數據基礎9

1.2.1信息爆炸的社會9

1.2.2大數據的定義10

1.2.3大數據的3V特征11

1.2.4大數據時代12

1.2.5大數據對應的厚數據12

1.3從機械思維到數據思維14

1.3.1人類現代文明的基礎14

1.3.2確定還是不確定的15

1.3.3解決不確定性問題的思維16

1.4大數據與人工智能17

作業(yè)17

【研究性學習】進入大數據時代19第2章大數據思維變革21

【導讀案例】亞馬遜推薦系統(tǒng)21

2.1思維轉變之一: 樣本=總體23

2.1.1小數據時代的隨機采樣24

2.1.2大數據與喬布斯的癌癥治療26

2.1.3全數據模式: 樣本=總體27

2.2思維轉變之二: 接受數據的混雜性28

2.2.1允許不精確29

2.2.2大數據簡單算法與小數據復雜算法30

2.2.3紛繁的數據越多越好32

2.2.4混雜性是標準途徑33

2.2.55%的數字數據與95%的非結構化數據34

2.3思維轉變之三: 數據的相關關系34

2.3.1關聯物，預測的關鍵35

2.3.2“是什么”，而不是“為什么”37

2.3.3通過因果關系了解世界37

2.3.4通過相關關系了解世界39

作業(yè)40

【研究性學習】理解大數據的三個思維變革42第3章倫理與道德45

【導讀案例】臉書數據泄露: 成操控大選的工具45

3.1倫理與道德基礎46

3.1.1倫理的定義47

3.1.2道德的概念48

3.1.3倫理是一種自然法則48

3.1.4倫理學研究49

3.2科技倫理造福人類50

3.2.1科技倫理是理性的產物50

3.2.2科技倫理的預見性和探索性51

3.3技術倫理52

3.4工程倫理53

3.5算法歧視54

3.5.1算法透明之爭54

3.5.2算法透明的實踐57

3.5.3算法透明的算法說明58

3.5.4算法透明的替代方法58

3.5.5算法公平的保障措施59

作業(yè)60

【研究性學習】辯論: 算法是否應該透明62第4章大數據倫理規(guī)則63

【導讀案例】爬蟲技術的法律底線63

4.1關于數據共享65

4.1.1數據共享問題66

4.1.2個人數據和匿名數據66

4.2大數據倫理問題67

4.2.1數據主權和數據權問題67

4.2.2隱私權和自主權被侵犯67

4.2.3數據利用失衡68

4.2.4數據倫理問題的10方面69

4.3大數據倫理問題的根源70

4.4歐盟的大數據平衡措施71

4.4.1歐盟隱私權管理平臺71

4.4.2倫理數據管理協(xié)議72

4.4.3數據管理聲明73

4.4.4歐洲健康電子數據庫73

4.5數據保護對策74

4.5.1構建數據保護倫理準則75

4.5.2注重數據保護倫理教育75

4.5.3健全道德倫理約束機制76

作業(yè)76

【研究性學習】制定大數據倫理原則的現實意義78第5章職業(yè)與職業(yè)素養(yǎng)79

【導讀案例】“人肉計算機”數學家凱瑟琳·約翰遜79

5.1職業(yè)素養(yǎng)的概念85

5.2職業(yè)素養(yǎng)的內涵與特征86

5.2.1職業(yè)素養(yǎng)的基本特征87

5.2.2職業(yè)素養(yǎng)的三個核心87

5.2.3職業(yè)素養(yǎng)的分類88

5.3職業(yè)素養(yǎng)的提升89

5.3.1關于新人的蘑菇效應89

5.3.2顯性素養(yǎng)——專業(yè)知識與技能90

5.3.3隱性素養(yǎng)——職業(yè)意識與道德91

5.4培養(yǎng)職業(yè)素養(yǎng)93

5.4.1職業(yè)素養(yǎng)的“冰山”理論93

5.4.2職場必備的職業(yè)素養(yǎng)94

5.4.3職業(yè)素養(yǎng)的自我培養(yǎng)95

5.4.4職業(yè)素養(yǎng)的教育對策96

作業(yè)97

【研究性學習】職業(yè)素養(yǎng)的后天素養(yǎng)及其培養(yǎng)途徑99第6章工匠精神與工程教育100

【導讀案例】“現代版愛迪生”迪恩·卡門100

6.1什么是工匠精神105

6.1.1工匠精神的內涵105

6.1.2工匠精神的現實意義107

6.1.3工匠精神的發(fā)展107

6.2工程素質108

6.2.1理科與工科108

6.2.2理工科學生的工程素質109

6.3工程教育110

6.3.1什么是《華盛頓協(xié)議》110

6.3.2中國工程教育規(guī)模世界第一110

6.3.3推動工程教育改革的國家戰(zhàn)略111

6.3.4國際工程師互認體系的其他協(xié)議112

6.3.5工程教育專業(yè)認證的特點112

6.4CDIO工程教育模式114

6.4.1CDIO的內涵114

6.4.2CDIO的12條標準115

6.5新工科的形成與發(fā)展116

6.5.1新工科研究的內容116

6.5.2促進新工科再深化117

作業(yè)117

【研究性學習】熟悉工匠精神與工程教育119第7章數據科學職業(yè)與思維121

【導讀案例】智能汽車出行數據的安全121

7.1IEEE/ACM《計算課程體系規(guī)范》的相關要求125

7.1.1勝任力培養(yǎng)實踐126

7.1.2我國計算機類本科教育的現狀126

7.2計算思維127

7.2.1計算思維的概念127

7.2.2計算思維的作用128

7.2.3計算思維的特點129

7.3數據工程師的社會責任131

7.3.1職業(yè)化和道德責任131

7.3.2ACM職業(yè)道德責任132

7.3.3軟件工程師道德基礎133

7.4數據科學的職業(yè)技能134

7.4.1數據科學的職位135

7.4.2數據科學的重要技能135

7.4.3技能的職業(yè)角色區(qū)分137

作業(yè)139

【研究性學習】了解數據科學，熟悉數據科學職業(yè)141第8章大數據安全與法律144

【導讀案例】為公共數據立法，促進數據依法開放共享144

8.1消費者的隱私權145

8.2大數據的安全問題147

8.2.1生命周期安全148

8.2.2采集匯聚安全149

8.2.3存儲管理安全149

8.2.4共享使用安全151

8.2.5個人隱私安全151

8.3大數據的管理維度152

8.4大數據的安全體系153

8.4.1安全技術體系153

8.4.2數據安全治理153

8.4.3數據安全測評154

8.4.4數據安全運維154

8.4.5以數據為中心的安全要素155

8.4.6主動防御協(xié)同體系155

8.4.7協(xié)同安全防護流程156

8.5大數據安全法規(guī)157

8.6知識產權保護157

作業(yè)158

課程學習與實驗總結160附錄作業(yè)參考答案164參考文獻166