《数据科学导论》教学进度表(分别对应32-48-64学时)_第1页
《数据科学导论》教学进度表(分别对应32-48-64学时)_第2页
《数据科学导论》教学进度表(分别对应32-48-64学时)_第3页
《数据科学导论》教学进度表(分别对应32-48-64学时)_第4页
《数据科学导论》教学进度表(分别对应32-48-64学时)_第5页
已阅读5页,还剩1页未读 继续免费阅读

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

教学进度表(~学年第学期)课程名称数据科学导论课程编号课程类型专业课/通识课课程性质先修课程无总学时授课对象任何专业、任何年级授课教师职称说明:《数据科学导论》作为一门新兴学科的导论型课程,结合教学实际往往有不同的内容要求和课时设置。结课形式也可以采用闭卷、开卷及结课报告等多种形式。《数据科学导论》教材及配套资料可供多种课时(32/48/64学时)的教学进度安排,以下进度表可作为教学参考。由于教材在编著时已经考虑到尽量避免各章节内容的前后依赖性,授课教师可根据各自教学目标灵活组合,如调整授课重点内容、单独安排讨论课时、文理科学生(必修课/通识课)不同章节组合等。

教学进度表(32学时参考)课次教学内容学时教材对应章节1数据与大数据2第1章:1.12什么是数据科学2第2章:2.13科学范式的演化2第2章:2.24统计学与统计思维2第3章:3.15计算机与计算思维2第3章:3.26数据思维与DIKW模型讨论:用户画像与数据价值作业:数据思维与DIKW模型2第3章:3.3第4章:4.1第4章:探究与实践(第3题)7知识发现与决策支持2第5章:5.1、5.28数据分析–描述性、探索性及可视化2第6章:6.2、6.39监督学习–回归与分类2第7章:7.1、7.2、7.310无监督学习–聚类与关联分析2第7章:7.411神经网络与深度学习讨论:机器学习算法应用案例分析作业:基于数据驱动的决策2第8章:8.1、8.2第7章:探究与实践(第1、2题)12数据库与数据仓库2第9章:9.1、9.213分布式文件系统HDFS2第10章:10.114分布式计算MapReduce2第11章:11.115大语言模型ChatGPT2第13章:13.416结课–开卷考试/结课报告(大作业)2结课报告验收、答辩等

教学进度表(48学时参考)课次教学内容学时教材对应章节1数据与大数据2第1章:1.12什么是数据科学2第2章:2.13科学范式的演化讨论:数据价值与数据科学作业:数据的产生2第2章:2.2第2章:探究与实践(第2、3题)4统计学与统计思维2第3章:3.15计算机与计算思维2第3章:3.26数据思维与DIKW模型讨论:用户画像与数据价值作业:数据思维与DIKW模型2第3章:3.3第4章:4.1第4章:探究与实践(第3题)7知识发现与决策支持2第5章:5.1、5.28数据分析–描述性、探索性及可视化2第6章:6.2、6.39监督学习–回归算法2第7章:7.1、7.210监督学习–分类算法2第7章:7.3(7.3.3)11无监督学习–聚类与关联分析2第7章:7.412神经网络与深度学习讨论:机器学习算法应用案例分析作业:基于数据驱动的决策2第8章:8.1、8.2第7章:探究与实践(第1、2题)13卷积神经网络CNN2第8章:8.314循环神经网络RNN2第8章:8.415强化学习2第8章:8.616数据库与数据仓库2第9章:9.1、9.217分布式文件系统HDFS2第10章:10.118分布式计算MapReduce2第11章:11.119内存计算Spark讨论:基于批判性思维要素的Hadoop生态组件分析作业:数据产品创新设计2第11章:11.2第12章:探究与实践(第1题)20工业物联网2第13章:13.121大语言模型ChatGPT2第13章:13.422智能时代2第14章:14.323数据科学家团队讨论:大数据与本专业结合(我的未来之路)2第15章:15.2第15章:探究与实践(第2题)24结课–开卷考试/结课报告(大作业)2结课报告验收、答辩等

教学进度表(64学时参考)课次教学内容学时教材对应章节1数据与大数据2第1章:1.12什么是数据科学2第2章:2.13科学范式的演化讨论:数据价值与数据科学作业:数据的产生2第2章:2.2第2章:探究与实践(第2、3题)4统计学与统计思维2第3章:3.15计算机与计算思维2第3章:3.26数据思维与DIKW模型讨论:用户画像与数据价值作业:数据思维与DIKW模型2第3章:3.3第4章:4.1第4章:探究与实践(第3题)7知识发现与决策支持2第5章:5.1、5.28数据分析–描述性、探索性及可视化2第6章:6.2、6.39监督学习–回归算法2第7章:7.1、7.210监督学习–分类算法2第7章:7.3(7.3.3)11无监督学习–聚类2第7章:7.4.112无监督学习–关联分析2第7章:7.4.213神经网络与深度学习讨论:机器学习算法应用案例分析作业:基于数据驱动的决策2第8章:8.1、8.2第7章:探究与实践(第1、2题)14卷积神经网络CNN2第8章:8.315循环神经网络RNN2第8章:8.416强化学习2第8章:8.617数据库与数据库管理系统2第9章:9.118数据仓库与商业智能2第9章:9.219分布式文件系统HDFS2第10章:10.120分布式数据库HBase2第10章:10.221分布式计算MapReduce2第11章:11.122内存计算Spark2第11章:11.223流计算2第11章:11.324Hadoop生态系统讨论:基于批判性思维要素的Hadoop生态组件分析作业:数据产品创新设计2第12章:12.1第12章:探究与实践(第1题)25工业物联网2第13章:13.126知识图谱2第13章:13.327自然语言模型的变迁2第13章:13.4(13.4.1)28大语言模型ChatGPT2第13章:13.4(13.4.2、13.4.

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。

评论

0/150

提交评论