Python机器学习编程与实战教学进度表1.8.pdfVIP

学 院 课程教学进度计划表 （20 ～20 学年第二学期） 课 程 名 称 Python 机器学习编程与实战 授 课 学 时 64 主 （责任）教师 参 与 教 学 教 师 授课班级/ 人数 专业 （教研室 ） 填 表 时 间 专业 （教研室）主任 教务处编印 年 月 一、课程教学目的 通过本课程的学习，使学生学会使用 Python 进行数值计算、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和一个分类预测案例，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。 二、教学方法及手段 本课程将采用理论与实践相结合的教学方法。在理论上，通过任务引入概念、原理和方 法。在实践上，充分地利用现有的硬件资源，发挥学生主观能动性，指导学生使用 NumPy 进 行科学计算，使用 Matplotlib 进行基础图形绘制，使用 pandas 进行数据读写、统计分析和数 据预处理，使用 sklearn 进行标准化、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，学习基本理论和方法，结合已有的知识，适当组织一些讨 论，充分调动学生的主观能动性，以达到本课程的教学目的。 三、课程考核方法 突出学生解决实际问题的能力，加强过程性考核。课程考核的成绩构成 = 平时作业 （10%）+ 课堂参与（20% ）+ 期末考核（70% ），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 机器学习编程与实战》教学日历 周次 学时 授课内容 作业要求 备注 第 1 章 课后习 1 3 第 1 章 Python 概述 题 第 2 章 课后习 2 5 第 2 章 NumPy 数值计算 题 第3 章 选择题， 3 3 第 3 章 pandas 基础（1） 填空题 第 3 章 pandas 基础（2 ） 4 5 第 3 章 操作题 第 4 章 pandas 进阶（1） 第4 章 选择题， 5 3 第 4 章 pandas 进阶（2 ） 填空题 第 4 章 pandas 进阶（3 ） 6 5