《大数据处理》课程教学大纲（本科）

1、大数据处理Dig Data Process课程代码：08410070学分：2学时：32 （其中：课堂教学学时：32实验学时：上机学时：课程实践学时：）先修课程：概率统计与数理统计、线性代数适用专业：工商管理教材:数据科学导论:Python语言实现、（意）阿尔贝托博斯凯蒂（Alberto Boschetti）, （意）卢卡马萨罗（LucaMassaron）著，于俊伟，靳小波译、机械工业出版社、2016 年8月第1版一、课程性质与课程目标（一）课程性质（需说明课程对人才培养方面的贡献）大数据处理是工商管理专业选修课，它建立在概率论、数理统计等课程知识的 基础上，以大数据分析和挖掘所涉及的关键要素为

2、主要内容，系统讲解大数据分析与数 据挖掘所涉及到的工具、方法、模型以及可视化等知识，为社会培养具有大数据分析与 数据挖掘能力的专业技术人才。（二）课程目标（根据课程特点和对毕业要求的贡献，确定课程目标。应包括知识目标和能力 目标。）.掌握大数据挖掘的工具与流程；.掌握常用的机器学习模型及其应用；.掌握大数据科学的可视化方法；注：工程类专业通识课程的课程目标应覆盖相应的工程教育认证毕业要求通用标准；（三）课程目标与专业毕业要求指标点的对应关系（认证专业专业必修课程填写）课程目标毕业要求指标目标1目标2目标3目标4注：课程目标与毕业要求指标点对接的单元格中可输入也可标注“H、M、L”。二、课程内容

3、与教学要求（按章撰写）第一章绪论（一）课程内容（1）大数据科学与Python； （2） Python安装与配置；（3） Notebook使用（二）教学要求了解大数据处理与Python的关系;（2）掌握Python的安装与配置；（3）初步了解Notebook 的使用（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点掌握Python环境的安装与配置。.难点深刻理解大数据的含义及对能力的要求。第二章数据预处理（一）课程内容（1）大数据处理过程；（2）使用pandas进行数据加载与预处理（二）教学要求（1）处理问题数据；（2）处理大数据集；（3）数据预处理；（4）数据选择（三）重点与难点（

4、若不单独列出，需在教学要求中适当注明）.重点数据预处理的方法和过程。.难点处理大数据集。第三章特征工程（一）课程内容（1）特征创建；（2）降维；（3）异常检测和处理；（4）评分函数；（5）交叉验证；（6）超参数 优化；（7）特征选择（二）教学要求（1）特征工程的类型及特点；（2）掌握特征工程的处理方法（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点特征工程的方法。.难点超参数优化及特征选择。第四章机器学习（一）课程内容（1）线性和逻辑回归；（2）朴素贝叶斯；（3） K近邻；（4） SVM； （5）自然语言处理（二）教学要求（1）掌握常用机器学习算法及应用；（2）掌握自然语言处理的

5、流程和方法（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点机器学习。.难点自然语言处理。第五章社会网络分析（一）课程内容（1）图论简介；（2）图的算法；（3）图的加载、输出和采样（二）教学要求（1）图的基本理论；（2）图的算法和应用（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点图算法。.难点基于图进行网络分析。第六章可视化（一）课程内容matplotlib绘图；（2） pandas应用；（3）数据学习表示（二）教学要求（1）了解数据可视化方法；（2）掌握实际问题中的可视化解决方案设计（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点数据可视化方法。.难

6、点学习曲线、验证曲线。三、本课程开设的实验项目（如课程不含实验，该项可不填）编号实验项目名称学时类型要求支撑的课程目标12注：1. “类型”填验证性、综合性、设计性等;. “要求”填必做、选做。实验1：（实验名称）写明实验目标及要求。实验2：（实验名称）写明实验目标及要求。四、学时分配及教学方法章（按序填写）教学形式及学时分配主要教学方法支撑的课程目标课堂 教学实验上机课程 实践小计第一章4案例教学目标1第二章5案例教学目标1第三章7案例教学目标1第四章6案例教学目标2第五章4案例教学目标2第六章6案例教学目标3合计32注：1.课程实践学时按相关专业培养计划列入表格：.主要教学方法包括讲授法、讨论法、演示法、研究型教学方法（基于问题、项目、案例等教学方法）等。五、课程考核考核形式考核要求考核权重备注平时作业作业次数30%期末考试闭卷70%注：1.分学期设置和考核的课程应按学期分别填写上表。.考核形式主要包括课堂表现、平时作业、阶段测试、期中考试、期末考试、大作业、小 论文、项目设计和作品等。.考核要求包括作业次数、考试方式（开卷、闭卷）、项目设计要求等。.考核权重指该考核方式或途径在总成绩中所占比重。六、参考书目及学习资料（书名，主编，出版社，出版时间及版次）数学之美第二版，吴军，人民邮电出版社，2014年11月第二版Pylhon与数据挖掘，张良均、