下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、大数据分析与应用实验Big Data Analysis and Application一、课程基本情况 课程总学时:48学时实验总学时:32 学时 学分:3学分开课学期:第6学期课程性质:选修对应理论课程:大数据分析:方法与应用适用专业: 经济管理学院各专业教 材:王星,大数据分析:方法与应用,清华大学出版社,2013年开课单位:经济管理学院 信息管理系二、实验课程的教学目标和任务实验课程的教学目标是使学生初步掌握各类大数据分析方法设计、实施和评价的方法、过程及能力;熟练掌握各类大数据分析工具的功能、使用方法和流程,能够借助大数据分析方法和分析工具对各领域的大数据资源进行采集、导入、分析流程设
2、计和结果分析;使学生能够充分了解和认识到大数据的重要性,如何熟练地应用大数据分析方法和工具从大数据中获取知识和情报;能够了解不同应用领域的大数据分析方法和工具的目标、功能及其结构;能够在各行业、各部门的信息化工作承担大数据分析方法设计、分析工具设计和使用、实施大数据分析及结果应用等具体工作。实验课程的主要内容是了解大数据的类型和特征、掌握各类大数据分析方法的概念、数学原理、设计方法和流程、应用方法和流程;调查和实际运用各类大数据分析工具进行各领域大数据的分析与评价工作,深入了解各类大数据分析工具的具体功能及应用方法,并撰写相应的大数据分析方法设计与分析报告。 三、实验课程的内容和要求序号项目名
3、称所需学时内 容 提 要项目要求实验类型必开选开实验一大数据类型及分析方法2通过网络搜索和文献调研等手段,深入了解大数据的类型及分析方法。验证实验二大数据收集方法设计2通过网络、文献调研或自编程序构建各类大数据收集方法。演示实验三大数据处理方法设计2通过网络、文献调研或自编程序构建各类大数据处理的方法,并进行互动演示、学习和交流。演示实验四大数据分析方法之数据挖掘方法的设计2根据授课内容、网络调研、文献研读和相互交流,设计大数据挖掘的算法综合实验五大数据分析方法之数据挖掘方法的应用2基于设计的大数据挖掘的算法,进行小样本的实验和应用综合实验六大数据分析方法之海量数据语义分类与挖掘工具的比较2通
4、过网络和文献阅读比较各类数据挖掘工具的界面、功能和易用性综合实验七大数据分析方法之海量数据语义分类与挖掘工具的比较2通过网络和文献阅读比较各类数据挖掘工具的界面、功能和易用性综合实验八大数据分析方法之海量数据语义分类与挖掘工具的具体应用2选择一款功能丰富的数据挖掘工具进行具体操作和应用综合实验九大数据分析方法之海量数据语义分类与挖掘工具的具体应用2选择一款功能丰富的数据挖掘工具进行具体操作和应用综合实验十大数据分析方法之海量数据语义分类与挖掘工具的具体应用2选择一款功能丰富的数据挖掘工具进行具体操作和应用综合实验十一大数据分析方法之高维回归分析模型的设计 2借鉴和设计高维回归分析模型和分析工具
5、,收集和处理领域大数据 综合实验十二大数据分析方法之高维回归分析模型的应用2使用设计的高维回归分析模型和分析工具,收集和处理领域大数据进行具体实验和应用综合实验十三大数据分析方法之社会网络构建 2通过网络调研和文献阅读深入了解社会网络构建与分析的各类工具,如Citespace和Ucinet等的功能和使用方法 综合实验十四大数据分析方法之社会网络应用2利用各类社会网络工具,如Citespace和Ucinet等的功能和使用方法,进行社会网络分析和结果评价。综合实验十五大数据分析方法之信息资源评价方法的设计 2根据授课内容、网络调研、文献研读和相互交流,设计信息资源评价方法 综合实验十六大数据分析方法之信息资源评价方法的使用2设计信息资源评价方法,进行小样本的实验和应用综合四、课程考核(1)实验报告的撰写要求:撰写大数据分析方法和工具具体应用的实验报告;(2)实验报告:5次;(3)考核及成绩评定:根据学生所完成的实验报告,实验报告成绩占70%,实验课出勤率30%,最后按40%的比例记入“大数据分析:方法与应用”课程的总成绩。五、参考书目(
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- DB32/T 5182-2025装饰装修木制品应用技术标准
- 2025-2026年网络营销师考试移动营销策略题库
- 2025-2026年广东省餐饮卫生与安全备考习题集
- 2025-2026年物业服务规范操作流程模拟试卷
- 2026年天津市部编版初中英语上册第12单元课后习题
- 2026年血常规标本稳定性考点试卷及答案
- T/CI 948-2025综掘工作面压入式智能通风除尘系统技术规范
- 2026年社区压力性损伤预防护理试卷及答案
- 2026年江苏省公务员招考行政职业能力言语理解考前押题模拟试卷及答案
- 2026年各类消毒剂配比与使用培训试题(含答案)
- 中建三局项目样板引路(样板间)专项施工方案图文完整版
- 大学计算机与人工智能基础 课件全套 第1-8章 计算机基础 - 人工智能技术
- 2025浙教版(2024)八年级上册科学教学计划(三篇)
- 存货报废处置管理办法
- rood治疗技术课件
- 心理调适-开学第一课(课件)-小学生主题班会版
- 2《哦香雪》公开课一等奖创新教学设计统编版高中语文必修上册-2
- 30题仪表工程师岗位常见面试问题含HR问题考察点及参考回答
- 商务智能与数据可视化分析基础全套教学课件
- 城市更新培训课件
- 小学生反诈知识宣传课件
评论
0/150
提交评论