2021《数据科学》教学大纲.pdf
版权申诉
25 浏览量
2022-11-24
12:22:45
上传
评论
收藏 180KB PDF 举报
先修课程： 高等数学、高等代数、概论论与数理统计
授课对象： 理科试验班
培养学生的数据思维，教学目标集中于两个方面：一个是理论方法的学习，即掌握数据分析的基本
课程目标： 思路、基本理论与基本方法；一个是实践应用能力培养，即面向实际应用中典型的行业需求，能够
设计并实现合理的解决方案。
“数据科学导论”是一门入门课程，同时也是“数据科学”课程群统领式的课程，把学生引进数据科学
的大门。它的目标有两个：一个是扩展学生在数据科学方面的视野培养兴趣，另一个是为学习后续
课程简介： 课程打下坚实的基础，培养数据科学家。 教学内容分为四大模块，分别是基础（base ）模块、关
系数据/流数据处理（relational & stream）模块、文本数据处理和分析（text）模块、图数据处理
和分析（graph）模块。
1、掌握数据分析的基本思路、基本理论与基本方法。 2、熟悉数据分析相关平台和工具的使用。
3、加强动手实践，通过知识点案例和综合案例的学习以及 3 个大作业的完成，切实提高分析问
学习要求：
题、解决问题的能力。
教材： 1.覃雄派，陈跃国，杜小勇.《数据科学概论》.中国人民大学出版社. 2018.01参考教材：
推荐材料及
2.欧高炎，朱占星，董彬，鄂维南.《数据科学导引》.高教出版社. 2017.12 3.朝乐门.《数据科
阅读文献：
学》.清华大数据出版社.2016.08
平时考核(占总成绩比例%) ：
期末考核(占总成绩比例%) ：
期末考核内容：
60
期中考试(占平时成绩比例%) ：
40 课堂作业(占平时成绩比例%) ：
笔试 课堂表现(占平时成绩比例%) ：
15
80
5
教
学
周
第
1
周
第
2
周
第
3
周
第
4
周
研究学习要求
章节名称 讲授内容及掌握程度
学习内容
数据科学概论，主要介绍数据科学的基本
概念、大数据及其价值、数据处理的全生
命周期，包括数据的采集和获取、数据预
处理/清洗和集成、数据管理、数据分析、
可视化和解释等
学习时间（小时）
数据科学概论
数据探索与 Python
Python 基础与常用工具（如 Jupyter
语言
notebook ）；数据探索与预处理与 Pandas
数据探索与 Python
Python 基础与常用工具（如 Jupyter
语言
notebook ）；数据探索与预处理与 Pandas
培养学生建立机器学习问题、方法、评价
的基本概念与能力，包括：分类
（KNN ）、聚类（K-means ）与回归
（linear regression），以及 Python 机器学
习实践（如 sklearn）
培养学生建立机器学习问题、方法、评价
的基本概念与能力，包括：分类
（KNN ）、聚类（K-means ）与回归
机器学习初步与实
践
第
5
周
机器学习初步与实
践
资源评论
