《大数据分析技术》课程设计大纲

**学院《大数据分析技术》教学大纲（课程类别：课程设计）一、课程基本信息课程名称大数据分析技术BigdataAnalysisTechnology课程代码0600084课程性质R必修£选修课程类型£思想政治理论课£通识课程£专业基础课程R专业核心课程£专业方向（选修）课程£集中性实践课程£创新创业与劳动教育课程£通识扩展课程考核方式£考试R考查适用专业数据科学与大数据技术开课单位数学与计算机学院开课学期6学时学分学分：1学时：1周先修课程数学分析、高等代数、概率论与数理统计、Python数学实验、大数据分析技术二、课程性质、目的与任务（说明：本实践课程在人才培养过程中的地位及作用，概括本课程的指导思想，提出本课程的任务。通过本实践课程，学生得到哪方面的实际训练，掌握那些基本操作和技能。包括对学生分析、解决问题的能力，实践能力和创新能力的培养等。）性质：《大数据分析技术》课程设计是数据科学与大数据专业的一门专业方向课。内容：本课程主要在大数据分析技术课堂教学的基础上，对源于医疗、工业、金融、农业等领域的大数据应用所学大数据分析技术开发一个数据分析工具包（PythonAPI），并将该工具包应用于更加广泛领域的数据，提高数据分析水平，俱备初级软件开发水平。任务：通过本课程的学习，学生可以了解对源于生产或生活中的数据建立数学模型（主要是机器学习模型）方面的知识,掌握运用Python开发一个数据分析或可视化的自建库函数（API）的方法和流程，并将自建库函数推广应用于更广泛类型的数据，达到从数据资源中获取价值的目标,具备API开发和撰写设计说明书（或设计报告）等能力。三、课程目标及其对毕业要求的支撑本课程的任务是通过设置医卫大数据分析、有色金属工业大数据分析、金融大数据分析、农林牧副渔大数据分析等内容的课程设计，使学生获得医卫、工业、金融、农业等领域相关数据分析的基本知识，提高学生解决问题和分析问题的能力，支撑专业学习成果中相应指标点的达成。通过本课程学习，预期学生可以具备以下知识、技能或素养：课程目标1（L01）：掌握监督学习方法的基本原理、基本概念和基本知识，熟练运用插值、拟合、回归分析、树结构模型、支持向量机等技术进行数据建模，进而完成数据预处理、因果推断、趋势预测、特征重要性评估等分析任务，并对模型精确性进行有效评估。课程目标2（L02）：掌握无监督学习的基本原理、基本概念和基本知识，熟练运用聚类分析、特征降维等技术进行数据建模，进而完成样本归类、标准模式库的建立等分析任务，并对模型精确性进行有效评估，对降维效果进行可视化。熟练运用复杂网络分析相关知识完成社交网络、互联网搜索、信用评估和风险控制、交通流量管理、流行病学研究等领域的数据分析任务，挖掘网络中的超级节点和社区结构。课程目标3（L03）：掌握神经网络和深度学习的基本原理、基本概念和基本知识，熟练运用神经网络和深度学习建立数据分析模型，完成回归或分类等任务。课程目标支撑毕业要求指标点及指标内涵支撑毕业要求指标点L012.3,3.3：对源于各领域的数据抽象建模，选择恰当的监督学习模型对数据进行描述和分析-数据填充、因果推断、趋势预测、特征重要性提取等，并对模型精确性进行评估和修正。2.3,3.3L022.3,3.3：对源于各领域的数据抽象建模，选择恰当的无监督学习模型对数据进行描述和分析-特征降维、对象归类、标准模式库建立、社区发现、中心性分析等，并对聚类模型精确性进行评估和修正，对降维效果进行可视化。2.3,3.3L032.3,3.3,5.1：对源于各领域的数据抽象建模，选择恰当的深度学习模型对数据进行描述和分析-回归、分类、预测等，并将模型应用于相关领域的实践。2.3,3.3,5.1（注：毕业要求指标点及指标内涵通用标准中的毕业要求指标点与本专业相结合进行描述）内容及要求教学内容：（1）通过实例讲解大数据分析设计流程：根据设计任务查阅资料制定设计方案，再根据数据分析的目的和要求进行数据预处理、选择相关模型进行实验，并对模型进行评估，最后对模型进行封装。（2）学生分组完成设计课题：老师分配设计课题，学生按老师讲解的流程独立地完成所分配的课题，并按课程设计任务书推进设计工作，按时提交设计报告，并积极准备答辩。在这个阶段老师采取互动的方式帮助、指导学生在方案设计、实验调试、python实现及封装过程中遇到的各种问题。（3）答辩：陈述自己的设计作品，并回答老师针对性的提问。设计要求：1、通过大数据分析模型的建立、实现、调参及多方案的比较等环节掌握机器学习及深度学习等数据分析技术和工程设计方法。2、综合应用大数据分析技术课程中学到的理论知识去独立完成一个设计任务。3、通过严格的科学训练和设计实践，逐步树立严肃认真、一丝不苟、实事求是的工作作风和严谨的科学态度。教学重点：根据设计任务及要求对课题进行分析，通过查阅资料等了解数据背景及当前研究状况，搭建技术框架、选择合适的机器学习或深度学习模型，得到设计方案；对多方案进行评估，选择最优方案对完成数据分析任务；写出设计总结报告。教学难点：根据任务得到设计方案，Python实现五、教学单元及学时分配教学单元（含思政融入）学时分配支撑教学目标教学方法与教学手段U1.关于该课程设计的内容讲解1.5天通过讲解让学生掌握设计流程集中授课，教师利用多媒体讲解课程设计的流程，并结合实例介绍设计框架搭建、模型选择、实验过程的要点、难点以及注意事项。U2.设计方案确定、实验及程序封装等2.5天让学生思考并得到设计方案，并熟练实现设计方案采取互动的方式帮助、指导学生在方案设计、实验调试、python实现及封装过程中遇到的各种问题。U3.撰写课程设计报告及答辩1天培养学生独立撰写设计报告的能力指导学生按照规范撰写课程设计报告；验收基于设计方案进行封装的API；组织学生分组答辩、现场提问。六、考核方式与成绩评定标准以平时表现、设计报告、答辩等形式进行考核（一）成绩评定方法考核环节权重考核要素考核方式1(平时表现）20%根据考勤、互动、学习态度、实践等方面考核考核方式2（设计报告）50%根据设计内容是否完整、正确、报告的撰写质量考核考核方式3（答辩）30%根据内容汇报、问题回答、团队表现情况酌情给分合计100%课程目标评定权重课程目标课程目标权重考核方式1(权重:20%)考核方式2(权重：50%)考核方式3(权重：30%)合计(权重：100%)课程目标达成度分数分配分数分配分数分配课程目标分数L0145%45454545Q1L0235%35353535Q2L0320%20202020Q3合计100%10010010010036.5课程目标达成度计算方法：（1）课程目标分数计算：M1=A1*K1+A2*K2+A3*K3;（2）课程分目标达成度计算：Q1=（K1*该项课程目标考核方式1学生平均分+K2*该项课程目标考核方式2平均分+K3*该项课程目标考核方式3平均分）/M1（3）课程目标总达成度（含n个课程目标）:Q=M1×Y1+M2×Y2+M3×Y3（4）以上课程目标数量和考核方式数量可自行确定。(三）评分标准1.平时表现课程目标评分标准课程目标1针对设计课题，能熟练独立地查阅关于监督学习的文献、收集资料；能快速准确地制定课程设计方案和日程安排。设计态度认真，遵守纪律，出勤率高。积极参与组内讨论，对所讨论内容理解正确。90-100针对设计课题，能较好地查阅关于监督学习的文献、收集资料；能较快速地制定课程设计方案和日程安排。设计态度认真，遵守纪律，出勤率高。较积极地参与组内讨论，对所讨论内容理解正确。80-89针对设计课题，能查阅关于监督学习的文献、收集资料；能制定课程设计方案和日程安排。设计态度比较认真，出勤率较高。较积极地参与组内讨论，对所讨论内容理解基本正确。70-79针对设计课题，基本能查阅关于监督学习的文献、收集资料；基本能制定课程设计方案和日程安排。设计态度比较认真，出勤率一般。较积极地参与组内讨论，对所讨论内容理解基本正确。60-69针对设计课题，不能查阅关于监督学习的文献、收集资料；不能制定课程设计方案和日程安排。设计态度一般，出勤率低。不参与组内讨论。0-59课程目标2针对设计课题，能熟练独立地查阅关于无监督学习的文献、收集资料；能快速准确地制定课程设计方案和日程安排。设计态度认真，遵守纪律，出勤率高。积极参与组内讨论，对所讨论内容理解正确。90-100针对设计课题，能较好地查阅关于无监督学习的文献、收集资料；能较快速地制定课程设计方案和日程安排。设计态度认真，遵守纪律，出勤率高。较积极地参与组内讨论，对所讨论内容理解正确。80-89针对设计课题，能查阅关于无监督学习的文献、收集资料；能制定课程设计方案和日程安排。设计态度比较认真，出勤率较高。较积极地参与组内讨论，对所讨论内容理解基本正确。70-79针对设计课题，基本能查阅关于无监督学习的文献、收集资料；基本能制定课程设计方案和日程安排。设计态度比较认真，出勤率一般。较积极地参与组内讨论，对所讨论内容理解基本正确。60-69针对设计课题，不能查阅关于无监督学习的文献、收集资料；不能制定课程设计方案和日程安排。设计态度一般，出勤率低。不参与组内讨论。0-59课程目标3针对设计课题，能熟练独立地查阅关于深度学习等相关的文献、收集资料；能快速准确地制定课程设计方案和日程安排。设计态度认真，遵守纪律，出勤率高。积极参与组内讨论，对所讨论内容理解正确。90-100针对设计课题，能较好地查阅关于深度学习等相关的文献、收集资料；能较快速地制定课程设计方案和日程安排。设计态度认真，遵守纪律，出勤率高。较积极地参与组内讨论，对所讨论内容理解正确。80-89针对设计课题，能查阅关于深度学习等相关的文献、收集资料；能制定课程设计方案和日程安排。设计态度比较认真，出勤率较高。较积极地参与组内讨论，对所讨论内容理解基本正确。70-79针对设计课题，基本能查阅关于深度学习等相关的文献、收集资料；基本能制定课程设计方案和日程安排。设计态度比较认真，出勤率一般。较积极地参与组内讨论，对所讨论内容理解基本正确。60-69针对设计课题，不能查阅关于深度学习等相关的文献、收集资料；不能制定课程设计方案和日程安排。设计态度一般，出勤率低。不参与组内讨论。0-592.设计报告课程目标评分标准课程目标1能够熟练针对设计任务及要求，熟练地选取监督学习模型搭建课题的技术框架，能熟练地实验及封装；按期圆满完成规定的设计任务，工作量饱满，难度适宜；设计报告立论正确，论述充分，结论严谨合理，文字通顺，技术用语准确，符号统一，编号齐全，图表完备，书写工整规范。90-100能够较好地针对设计任务及要求，较好地选取监督学习模型搭建课题的技术框架，能较好地实验及封装；按期较圆满地完成规定的设计任务，工作量较饱满，难度适宜；设计报告立论正确，论述充分，结论较为严谨合理，文字通顺，技术用语准确，符号统一，编号齐全，图表完备，书写工整规范。80-89能针对设计任务及要求选取监督学习模型搭建课题的技术框架，能实验及封装；按期完成规定的设计任务，工作量较饱满；设计报告立论基本正确，论述较为充分，结论较为严谨合理，文字通顺，技术用语准确，书写工整规范。60-79基本能针对设计任务及要求选取监督学习模型搭建课题的技术框架，基本能实验及封装；基本能按期完成规定的设计任务，工作量一般；设计报告立论基本正确，论述较为充分，结论较为严谨合理，技术用语准确，书写较为工整规范。60-69不能针对设计任务及要求选取监督学习模型搭建课题的技术框架，不能实验及封装；不能按期完成规定的设计任务，工作量不足。0-59课程目标2能够熟练针对设计任务及要求，熟练地选取无监督学习模型搭建课题的技术框架，能熟练地实验及封装；按期圆满完成规定的设计任务，工作量饱满，难度适宜；设计报告立论正确，论述充分，结论严谨合理，文字通顺，技术用语准确，符号统一，编号齐全，图表完备，书写工整规范。90-100能够较好地针对设计任务及要求，较好地选取无监督学习模型搭建课题的技术框架，能较好地实验及封装；按期较圆满地完成规定的设计任务，工作量较饱满，难度适宜；设计报告立论正确，论述充分，结论较为严谨合理，文字通顺，技术用语准确，符号统一，编号齐全，图表完备，书写工整规范。80-89能针对设计任务及要求选取无监督学习模型搭建课题的技术框架，能实验及封装；按期完成规定的设计任务，工作量较饱满；设计报告立论基本正确，论述较为充分，结论较为严谨合理，文字通顺，技术用语准确，书写工整规范。60-79基本能针对设计任务及要求选取无监督学习模型搭建课题的技术框架，基本能实验及封装；基本能按期完成规定的设计任务，工作量一般；设计报告立论基本正确，论述较为充分，结论较为严谨合理，技术用语准确，书写较为工整规范。60-69不能针对设计任务及要求选取无监督学习模型搭建课题的技术框架，不能实验及封装；不能按期完成规定的设计任务，工作量不足。0-59课程目标3能够熟练针对设计任务及要求，熟练地选取深度学习模型搭建课题的技术框架，能熟练地实验及封装；按期圆满完成规定的设计任务，工作量饱满，难度适宜；设计报告立论正确，论述充分，结论严谨合理，文字通顺，技术用语准确，符号统一，编号齐全，图表完备，书写工整规范。90-100能够较好地针对设计任务及要求，较好地选取深度学习模型搭建课题的技术框架，能较好地实验及封装；按期较圆满地完成规定的设计任务，工作量较饱满，难度适宜；设计报告立论正确，论述充分，结论较为严谨合理，文字通顺，技术用语准确，符号统一，编号齐全，图表完备，书写工整规范。80-89能针对设计任务及要求选取深度学习模型搭建课题的技术框架，能实验及封装；按期完成规定的设计任务，工作量较饱满；设计报告立论基本正确，论述较为充分，结论较为严谨合理，文字通顺，技术用语准确，书写工整规范。60-79基本能针对设计任务及要求选取深度学习模型搭建课题的技术框架，基本能实验及封装；基本能按期完成规定的设计任务，工作量一般；设计报告立论基本正确，论述较为充分，结论较为严谨合理，技术用语准确，书写较为工整规范。60-69不能针对设计任务及要求选取深度学习模型搭建课题的技术框架，不能实验及封装；不能按期完成规定的设计任务，工作量不足。0-593.答辩课程目标评分标准课程目标1能够熟练地陈述本组的设计思想、设计技术路线及设计结果，对监督学习模型选用理由描述恰当。能够熟练且准确地回答教师提出的问题，表达清晰，思维敏捷。90-100能较好地陈述本组的设计思想、设计技术路线及设计结果，对监督学习模型选用理由描述比较恰当。能较好地回答教师提出的问题，回答较为正确，表达清晰。80-89能陈述本组的设计思想、设计技术路线及设计结果，对监督学习模型选用理由描述基本恰当。能回答教师提出的问题，回答较为正确，表达较为清晰。70-79基本能陈述本组的设计思想、设计技术路线及设计结果，基本能描述监督学习模型选用的理由。基本能回答教师提出的问题，回答基本正确，表达基本清晰。60-69不能陈述本组的设计思想、设计技术路线及设计结果，不能描述监督学习模型选用的理由。不能回答教师提出的问题，或回答不正确。0-59课程目标2能够熟练地陈述本组的设计思想、设计技术路线及设计结果，对无监督学习模型选用理由描述恰当。能够熟练且准确地回答教师提出的问题，表达清晰，思维敏捷。90-100能较好地陈述本组的设计思想、设计技术路线及设计结果，对无监督学习模型选用理由描述比较恰当。能较好地回答教师提出的问题，回答较为正确，表达清晰。80-89能陈述本组的设计思想、设计技术路线及设计结果，对无监督学习模型选用理由描述基本恰当。能回答教师提出的问题，回答较为正确，表达较为清晰。70-79基本能陈述本组的设计思想、设计技术路线及设计结果，基本能描述无监督学习模型选用的理由。基本能回答教师提出的问题，回答基本正确，表达基本清晰。60-69不能陈述本组的设计思想、设计技术路线及设计结果，不能描述无监督学习模型选用的理由。不能回答教师提出的问题，或