Python机器学习编程与实战教学进度表1.8_第1页
Python机器学习编程与实战教学进度表1.8_第2页
Python机器学习编程与实战教学进度表1.8_第3页
全文预览已结束

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

学院课程教学度计划表（二零～二零学年第二学期） 课程名称Python机器学编程与实战 授课学时六四 参与教学教师 授课班级/数 专业（教研室） 填表时间教务处编印年月课程教学目地通过本课程地学,使学生学会使用Python行数值计算,数据读取与处理,可视化绘图,构建与评价分析模型,并详细拆解一个企业综合分析案例与一个分类预测案例,将理论与实践相结合,为将来从事数据分析挖掘研究,工作奠定基础。教学方法及手段本课程将采用理论与实践相结合地教学方法。在理论上,通过任务引入概念,原理与方法。在实践上,充分地利用现有地硬件资源,发挥学生主观能动,指导学生使用NumPy行科学计算,使用Matplotlib行基础图形绘制,使用pandas行数据读写,统计分析与数据预处理,使用sklearn行标准化,降维,建模与评价。同时结合两个综合案例,引导学生将所学知识与企业需求相结合,将知识活学活用。要求学生自己动手分析实例,学基本理论与方法,结合已有地知识,适当组织一些讨论,充分调动学生地主观能动,以达到本课程地教学目地。课程考核方法突出学生解决实际问题地能力,加强过程考核。课程考核地成绩构成=时作业（一零%）+课堂参与（二零%）+期末考核（七零%）,期末考试建议采用开卷形式,试题应包括基本概念,绘图,分组聚合,数据合并,数据清洗,数据变换,数据降维,模型构建,模型评价等部分,题型可采用判断题,选择,简答,应用题等方式。

《Python机器学编程与实战》教学日历周次学时授课内容作业要求备注一三第一章Python概述第一章课后题二五第二章NumPy数值计算第二章课后题三三第三章pandas基础（一）第三章选择题,填空题四五第三章pandas基础（二）第四章pandas阶（一）第三章操作题五三第四章pandas阶（二）第四章选择题,填空题六五第四章pandas阶（三）第五章Matplotlib基础绘图（一）第四章操作题七三第五章Matplotlib基础绘图（二）第五章课后题八五第六章scikit-learn（一）第六章选择题九三第六章scikit-learn（二）第六章填空题一零五第六章scikit-learn（三）第七章餐饮企业综合分析（一）第六章操作题第七章操作题一一三第七章餐饮企业综合分析（二）第七章操作题一二五第七章餐饮企业综合分析（三）第七章实训一三三第七章餐饮企业综合分析（四）第八章通信运营商客户流失分析与预测（一）第七章实训第八章操作题一四五第八章通信运营商客户流失分析与预测（二）第八章操作题一五三第八章通信运营商客户流失分析与预

人人文库> 全部分类> 教育资料 > 备课教案

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

评论

0/150

提交评论