2020年专业技术人员公需科目大数据培训试题【多选题】
公需科目包括专业技术人员应当普遍掌握的法律法规、理论政策、职业道德、技术信息等基本知识，以完善专业技术人员知识结构、启发创新思维、提高综合素质，本文是2017专业技术人员公需科目大数据培训试题【多选题】，
4月17日上午，《中国基础教育大数据发展蓝皮书（2015）》发布会暨教育大数据高峰论坛在北京师范大学举行。国内首份基础教育大数据发展蓝皮书正式发布。
据悉，《中国基础教育大数据发展蓝皮书（2015）》由北京师范大学“移动学习”教育部-中移动联合实验室、中国教育技术协会、江苏省教育信息化工程技术研究中心联合发布，由北京拓思德科技有限公司独家支持。
北京师范大学“移动学习”教育部-中移动联合实验室主任余胜泉指出，数据将逐渐取代土地、劳力、资金等稀缺资产，成为社会和企业最重要的核心资产。同时，数据也将改变人类的认知方式和文化生态，“人机结合的思维模式将成为现代人认知世界的基本方式，借助智能设备而生存的时代已经到来”。未来，大数据将演变成为一种“人人生产数据、人人共享数据、人人管理数据”的社会文化。
余胜泉表示，作为教育界和学校最重要的资产，未来教育数据采集的重心将向非结构化、过程性的数据转变，“教育大数据的采集应该是全样本的、即时的数据”。教育界还应加强教育大数据与其他领域大数据（医疗、交通、经济、社保等）的融通和关联分析，进一步增强教育决策的科学性”。
蓝皮书负责人之一、江苏师范大学副教授杨现民表示，教育大数据并非单纯指其数量大，更重要的是其“价值”很大，教育大数据的核心价值是分析和预测。他表示，与其他领域的大数据相比，教育大数据具有高度的复杂性，其应用也需要高度的创造性。他认为，教育属于超复杂的系统，教育领域的大数据不存在清晰的、固定的分析流程和分析方法。教育大数据的分析既要综合运用传统的数据分析方法与工具，也要合理采用专门针对大数据处理的新方法和新工具，“严格来说，教育大数据的分析模型不是被设计出来的，而是被发现的”。
此次蓝皮书梳理了全球教育大数据相关政策进展，解读了教育大数据的内涵、独特性，剖析了教育大数据的来源与结构，对常用的四大类13种教育数据采集技术进行了介绍，并提出7种典型教育数据分析模型。通过搜集整理49个典型应用案例，提炼出基础教育大数据的五大应用模式，探讨了国家、区域以及学校三个层面教育数据网络的构建思路，以及教育大数据管理存在的难题及基本解决思路。
在随后的教育大数据高峰论坛中，与会专家针对教育与大数据的深度融合展开了讨论。专家们指出，是中国的教育大数据元年，政府、企业、学校、研究者、社会公众等开始关注教育大数据。与此同时，我国教育大数据研究与实践整体还处于起步探索阶段，国外也没有成熟的经验和模式可以借鉴。希望通过“政、产、学、研、用”五方联合，共同助力我国基础教育大数据发展，为实现中国教育引领世界而一起努力。
余胜泉、顾小清、方海光、魏顺平等4位专家，分别就《大数据时代的教育变革》、《以学习分析改进教学实践》、《面向基础教育的移动学习与教育大数据研究》、《数据驱动的大规模在线教育实施评估模型构建与应用》等主题发表了演讲