数据科学技术与应用-教学大纲（第三版）

【数据科学技术与应用】【DataScienceTechnologyandApplication】

一．基本信息课程代码：【150552】课程学分：【2】面向专业：【非计算机专业】课程性质：【通识教育选修课】开课院系：计算机科学与技术学院信息技术系使用教材：主教材【数据科学技术与应用（第三版）宋晖刘晓强等电子工业出版社】

辅助教材【Python数据分析基础与应用冯向科，陈承欢等人民邮电出版社】【数据科学理论与实践-基于Python的实现何曙光，张敏等科学出版社】

先修课程：【程序设计类课程1502X1】并修课程：【无】后续课程：【无】

二．课程简介本课程围绕数据科学的工作流程，详细介绍了从数据中获取知识的方法和技术，包括数据采集、数据整理与探索、数据可视化和数据建模预测等。课程包括基于人工智能技术实现文本、图像、语音、序列等多模态数据的分析处理方法，引入了大模型辅助数据分析、数据智能体等新概念和方法。

三.选课建议1)

具备计算机基础知识，能够使用操作系统和常用的软件。2)

具有使用Python/C/VB/JAVA等任一门高级程序设计语言进行程序编写的能力。3)

建议本科一年级第二学期后再选修。

四．课程任务和教学目标本课程为计算机通识系列课程“创新应用开发类”的一门选修课。它要求选修学生已具备一定的计算机基础知识，能够使用操作系统和常用的软件，具有使用Pyhon/JAVA/C任一门高级程序设计语言进行程序编写的能力。本课程主要介绍数据科学的思维方式，数据工程的流程和方法，人工智能技术在数据科学领域的应用，以及如何基于Python第三方科学计算库实现数据分析的技术。学生通过学习本课程将掌握数据组织的基本形式，数据存储的常用方式、数据的清洗、转换与合并、可视化展示、数据的基本汇总和统计方法、机器学习以及大模型等数据分析方法，多模态数据分析等人工智能前沿领域的应用。课程收集了多个数据分析案例，基于Python及相关科学计算工具包介绍数据分析实现的方法，使学生能够通过实际案例理解数据科学的知识，掌握实践技能，运用统计学、人工智能等先进技术从数据中获取知识，辅助应用决策。

五．课程基本内容及要求

课程基本内容第1章数据科学基础 2学时1.1数据科学概述 1.2数据科学的关键技术1.3大数据与人工智能1.4Python数据分析工具1.5Python语言基础 第2章多维数据结构与运算 2学时2.1多维数组对象 2.2多维数组运算 2.3案例：随机游走轨迹模拟 第3章数据汇总与统计 6学时3.1统计基本概念 3.2pandas数据结构 3.3数据文件读写 3.4数据清洗 3.5数据规整化 3.6统计分析 第4章数据可视化4学时4.1Python绘图基础 4.2可视化数据探索 第5章机器学习建模分析6学时5.1机器学习概述 5.2回归分析 5.3分类分析 5.4聚类分析与数据降维 第6章神经网络与深度学习建模分析2学时6.1神经网络模型 6.2深度学习 6.3深度学习建模分析实例 第7章多模态数据分析 4学时7.1文本数据分析 7.2时序数据分析 7.3图像数据分析7.4大模型数据分析 第8章大数据技术 2学时8.1大数据概述8.2分布式统计框架8.3分布式建模分析工具第9章数据智能 2学时9.1数据智能概述9.2数据智能体

（二）课程基本要求1.

掌握数据存储的常用文件格式和访问方法。2.掌握数据数据预处理的基本方法。3.掌握数据计算、统计汇总的基本方法。4.

掌握数据及分析结果图形化展示的方法。5.掌握机器学习及深度学习算法的应用方式。6.了解使用深度学习分析文本、图像、时序语音等领域的数据的方法。7.掌握应用大模型辅助实现数据分析与处理的方法。8.掌握利用Python语言实现数据分析的技术。9.具备利用人工智能方法解决数据分析问题的能力。

六．作业、考核方式和成绩评定考试成绩由平时成绩（50%）期末考试（50%）组成