数据分析与挖掘课程教学大纲.pdf

《数据分析与挖掘》课程教学大纲

一、课程基本信息

数据分析与挖掘
课程名称
DataAnalysisAndMining
课程代码课程性质必修
开课院部数学与计算科学学院课程负责人

授课学期5学分/学时3.5/56

理论学时40实验学时实训（含上机）16
课内学时56
实习0其他0

适用专业数据科学与大数据技术
授课语言中文
对先修的具备一定的编程能力，已修《概率论与数理统计》、《python程序设计》、《多
要求元统计分析》课程
对后续的学会数据分析的预处理、可视化、回归模型、预测算法等，作为在后续课程
支撑《数据分析与挖掘课程设计》必要的理论和实践基础。
通过在教学中讲授数据科学的分析和挖掘理论和算法，培养学生要具有专业
课程思政
数据的敏感性，以及务实进取、爱好科学和技术的良好态度，为国家和社会
设计
的进一步发展做出贡献。
在大数据时代，数据无处不在，在课程教学中，结合时代对数据分析与挖掘
创新创业
的人才需求，在教学中贯穿培养创新思维和创新创业能力，从具体实例中启
教育设计
发和教育学生的创新思维，以及结合专业技术寻找创新创业设计。

课程定位：数据分析与挖掘是数据科学与大数据技术专业在学习高等数学、
线性代数和概率论与数理统计等课程之后的一门学科必修课，为后续的数据
分析与挖掘课程设计提供数据模型、分析理论与分析技术等能力的支撑。

主要学习内容：该课程主要通过数据分析软件使用，讲授数据的收集、整理
数据描述、统计图形与可视化技术、线性回归与回归模型的估计和预测等内
容，让学生具备对数据进行基本分析能力，掌握必备的数据模型以及对数据
进行深度挖掘的技能，达到将数学、统计知识应用到实际问题中建立合适的
课程简介
模型并设计合适算法解决实际问题的能力。

核心学习结果：使学生获得以下能力与素养：1)用数学、统计的知识、
方法来理解数据、建立数据模型；2)会借助软件调用模型、算法对数据进行
挖掘分析，也能自己设计算法解决数据的建模和求解问题，提升数据分析或
数据挖掘的能力和素质。

主要教学方法：本课程主要采取理论与实践教学相结合，通过先讲授理
论，再进行上机实验，并结合具体案例实践让学生提高分析和解决实际问题
1

的能力。

二、课程目标及对毕业要求指标点的支撑

序号课程目标支撑毕业要求指标点毕业要求

目标1：学会理3.问题分析：能够应用数学、自
解数据，学会用然科学和数据科学与大数据技术
3.2能够通过数据采集、数
统计、数学的思的基本理论和方法，通过数据采
据存储、数据预处理、数
想来分析数据，集、数据存储、数据预处理、数
据分析和数据挖掘、数据
1学会建立数据模据分析和数据挖掘、数据的可视
的可视化，分析、研究和
型，掌握数据分化，分析、研究、解决信息科学
解决大数据科学领域复杂
析与挖掘的主要和数据科学领域复杂问题，并通
问题。
步骤和具体实现过实践来验证解决方案的准确性
方法。和合理性，获得有效结论。

4.3利用信息科学和数据科4.建模与问题求解：能够设计合
学的专业知识、针对实际理有效的数据模型以满足特定问
目标2：使学生
问题的具体情况、结合文题，通过数据挖掘获得有效信
能设计数据分析
献资料对模型进行分析，息，能使用先进的仪器设备、数
与挖掘算法，培
2采用恰当的方法、仪器设据分析软件并结合文献资料对信
养学生应用理论
备、数据分析软件对特定息科学和数据科学领域复杂问题
知识解决实际问
问题的数据模型进行算法进行算法优化、实践和设计新的
题的能力。
优化，并能够写出规范的算法模型，并能够在设计新的算
分析报告和解决方案。法模型中体现创新意识。

目标3：具备在6.使用现代工具：能够针对大
数据分析实践经6.2能够针对复杂大数据工数据领域复杂的工程问题，开发
验，对研究热点程问题，开发与使用恰当的或选择适当的技术、资源、现代
3问题有敏锐性，技术、资源、现代工程工具仪器设备和信息技术工具，并能
能快速跟踪相关和信息技术工具，对复杂工使用现代的仪器设备和数据分析
技术的发展方程问题进行预测和模拟。软件对复杂工程问题进行预测及
向。模拟，并能够理解其局限性。

三、教学内容及进度安排

学生学习课内教学方支撑
序号教学内容
预期成果学时式课程目标

2

数据分析软件介绍
重点：anaconda简介了解数据分析的集中常讲授、
难点：Jupyternotebook用软件，如Sas、Spss、自学、
1数据分析平台的使用R、Eviews、Python等，2创新创目标1、2
创新创业教育：使用专业掌握JupterNotebook业教育
技术设计个性化数据分析的基本使用方法。
软件
理解数据按尺度、时间
数据的收集与整理
的两种分类特点，掌握讲授、
重点：数据类型、收集、