《大数据》课程教学大纲(本科)

大数据》课程教学大纲课程编号：04224课程名称：大数据英文名称：BigData课程类型：学科选修课课程要求：选修学时/学分：32/2（讲课学时：28上机学时：4）适用专业：智能科学与技术一、课程性质与任务大数据分析是智能科学与技术、计算机科学技术等专业的一门学科选修课，该课程涉及各类常用的挖掘与分析方法，提供了从数据准备到统计分析、关联规则建立及集成学习等整个数据分析过程的内容。本课程全面地介绍了大数据处理相关的基本概念和原理，着重讲述了介绍数据挖掘、分析相关的理论、方法及实现工具。本课程在教学内容方面着重基本知识、基本理论和基本设计方法的讲解；在培养实践能力方面着重数据分析的基本训练，为学生今后从事大数据的研究与预测打下坚实的基础。（本课程可支撑毕业要求中的3.3,7.2,10.1,12.2）二、课程与其他课程的联系本课程的先修课程为人工智能基础、机器学习等专业基础课程。通过对人工智能基础的学习能够掌握智能的算法和搜索技术，通过对机器学习能够了解数据的分类、过滤等方法。这些先修课程为本课程的讲授打下了基础。本课程的后续课程包括智能机器人、模式识别等。通过本课程可为后续课程提供理论与方法实践基础。三、课程教学目标考虑社会、健康、安全、法律、文化以及环境等因素，设计一个能实现预期功能的硬件或软件系统，进行仿真研究或开发出系统原型或实物（支撑毕业要求中的3.3）；能够评价智能系统工程实践对环境、社会可持续发展的影响（支撑毕业要求中的7.2）；将大数据技术作为重点，以应用为目的，全面介绍大数据的数据挖掘与预测方法。使学生既能对大数据处理技术有一个全景的把握，又能深入理解和使用大数据进行决策。有不断学习和适应智能科学与技术发展的能力（支撑毕业要求中的12.2）了解大数据挖掘与预测分析学科的前沿和最新发展动向，具有跟踪学科发展前沿的意识和文献检索基本技能。（支撑毕业要求中的10.1）四、教学内容、基本要求与学时分配序号教学内容教学要求学时教学方式对应课程教学目标1、数据挖掘与预测分析概述1.了解数据挖掘与预测的基本概2讲授145

什么是数据挖掘和预测分析需求：数据挖掘技术人员数据挖掘离不开人的参与数据挖掘能够完成的任务念和流程；2•掌握数据挖掘的任务：描述、评估、预测、分类、聚类等。2一、数据预处埋1•数据清洗处理缺失数据识别错误分类识别离群值的图形方法数据变换规范化1.掌握数据预处理的方法；2.能够根据初始数据确定出预处理的方法。2讲授2,3,53二、降维方法1•主成分分析法的应用提取主成分的标注主成分验证4•因子分析法5•因子分析法在数据集中的分析上机：实现因子分析1.掌握主成分分析方法的基本思想；2.了解主成分分析方法的应用；3•掌握因子分析方法；4.掌握实现因子分析的方法。42讲授上机2,3,43,54四、单变量统计分析用于估计和预测的统计方法统计推理均值的置信区间估计如何减少误差范围比例的置信区间估计均值的假设检验使用置信区间执行假设检验比例的假设检验1.了解单变量统计分析的方法；2•掌握均值的置信区间估计、比例的置信区间估计；3•掌握假设检验方法的基本思想；掌握均值的假设检验、比例的假设检验方法；掌握双尾假设检验与置信区间的等价性。4讲授2,3,45五、多元统计1.描述均值差异的两样例t-检验方法2.判断总体差异的两样例Z■检验1.了解多元统计的目标；2•掌握述均值差异的两样例t-检验方法；3.掌握判断总体差异的两样例Z-检验方法。42讲授上机2,3,43,56八、关联规则1.亲和度分析与购物篮分析2•支持度、可信度、频繁项集和先验属性3.先验算法工作原理建立频繁1•了解什么是关联规则；2•掌握支持度、置信度的概念；3.掌握频繁项集的概念、特点及生成方法；4•掌握关联规则的概念、特点及6讲授2,3,4项集4.先验算法工作原理建立关联规则5.关联规则不易做好6.关联规则是无监督学习还是有监督学习上机：实现关联规则的建立生成方法；5•掌握先验算法的原理；掌握序列模式的概念、特点及生成方法；掌握实现关联规则建立的方法。2上机3,57七、集成方法:bagging和boosting•使用集成分类模型的理由•适用bagging的场合.baggingboosting应用bagging和boosting了解为什么使用集成学习；掌握bagging；掌握boosting；掌握Adaboost算法思想及流程；掌握bagging和boosting的适用范围和应用示例。6讲授2,3,4五、其他教学环节（课外教学环节、要求、目标）大作业：对数据挖掘的认识。多样本数据的差异性检验。关联规则建立实例分析。六、教学方法本课程以课堂教学为主，强调学生分析问题和解决问题的能力。在本课程的全部教学过程中，适当安排一些自学内容，锻炼学生的自学能力；上课经常提问,以锻炼学生的表达能力，并检验学生听课效果；每阶段留一定量的课后思考及练习题，并做习题解答。从这几个方面入手，全面提高学生综合素质和能力。七、考核及成绩评定方式最终成绩由平时成绩、实验成绩、期末考试成绩组合而成。各部分所占比例如下：平时成绩：20%o主要考核学生的平时作业，平时作业考核对每堂课知识点的复习、理解和掌握程度；考核发现、分析和解决问题的能力。3个大作业，每个大作业分别6分、6分、8分。总分20分。实验成绩：10%o主要考核学生对实验内容的掌握情况，2个上机报告，每个报告5分，总分10分。期末考试成绩：70%o主要考核两种降维方法的基本流程、掌握单变量及多元统计分析方法、关联规则的建立方法。题型为：1、选择题，2、填空题，3、计算题，4、简答题等。闭卷考试，满分100分，取70%计入总成绩。八、教材及参考书目1.教材：[1]数据挖掘与预测分析（第2版），DanielT.Larose,Cha