《数据仓库与数据挖掘》教学大纲

《数据仓库与数据挖掘》教学大纲课程名称：《数据仓库与数据挖掘》课程性质：根据专业不同，可设为专业必修课、专业选修课学时总学时：68学时学分：4学分课程在教学计划中的地位作用：（HiveSQL优化WSPthon数据分析、BI可视化，再到顶层的挖掘算法（分类、回归、聚类、关联规则，形成从数据治理到价值挖掘的递进式知识体系。教学方法：讲授法；案例教学法；自主探究法；动手实践法教学目标与要求：1.及与数据仓库的关系；2.HiveHiveHiveHiveHiveHiveHive3.HiveQLHive4.掌握表格处理方法，包括对表格的操作、常用函数、图表等；5.掌握Python与Numpy；6.掌握Pandas与Matplotlib；7.备、快速开发一个报表等；8.掌握线性回归与逻辑回归的原理与实现方法；9.掌握决策树与随机森林的原理与实现方法；10.掌握SVM与XGBoost的原理与实现方法；11.掌握聚类和关联算法的原理、实现方法及模型保存方法；12.掌握数据预处理、特征选择与降维的原理与实现方法；13.了解NLP、知识图谱与神经网络。，2026课程内容及学时分配（含教学重点、难点：（一）数据仓库概念重点：什么是数据仓库难点：数据仓库与传统数据库的关系系，了解数据仓库的体系结构、数据仓库服务器、多维数据模型、OLAP、OLTP及与数据仓库的关系。（二）分布式数据仓库重点：HiveHiveHiveHiveHiveHiveHiveHive（三）HiveQL操作重点：Hive基本操作难点：数据管理语言Hive（四）表格处理重点：针对表格的操作难点：常用函数教学要求：要求学生掌握针对表格的操作，包括数据分列、Ctr+E、大小写（五）Python与Numpy重点：Numpy的使用难点：Numpy的使用教学要求：要学学生了解原生Python的语法、Anaconda的安装、JupyterNoteBookNumpyndarray（六）Pandas与Matplotlib重点：Pandas使用难点：时间序列教学要求：掌握Pandas与Matplotlib的使用方法，包括Series类型、DataFrame类型、空值处理、常用数学计算方法、时间序列、饼状图、柱状图、折线图。（七）报表开发与设计重点：什么是报表难点：开发报表方法FineReport（八）线性回归与逻辑回归重点：线性回归与逻辑回归的原理与实现方法难点：梯度下降sklearn（九）决策树与随机森林重点：决策树与随机森林的原理与实现方法难点：熵与基尼系数ID3、C4.5CART（十）SVM与XGBoost重点：SVM与XGBoost的原理与实现方法难点：SVM的损失函数SVMXGBoostSVM损失函数、拉格朗日对偶函数、核函数、软间隔、XGBoost（十一）聚类与关联重点：聚类算法的原理和实现难点：无监督学习的概念教学要求：了解无监督学习概念和聚类算法与分类算法的区别，掌握K-meansDBSCAN（十二）数据预处理、特征选择与降维重点：数据预处理、特征选择与降维的实现方法难点：PCA算法的原理教学要求：掌握数据预处理技术，包括数据无量纲化、缺失值处理、编码、分段；掌握特征选择的过滤法、嵌入法等；掌握PCA降维方法。。（十三）NLP、知识图谱与神经网络重点：NLP难点：神经网络的原理NLP序号教学内容理论课实践课小计1数据仓库概念2242分布式数据仓库2243HiveQL操作4484表格处理2245Python与Numpy2246Pandas与Matplotlib3367报表开发与设计2248线性回归与逻辑回归3369决策树与随机森林33610SVM与XGBoost33611聚类与关联33612数据预处理、特征选择与降维33613NLP、知识图谱与神经网络224总计343468课时分配建议