大数据分析A教学大纲.docxVIP

大数据剖析A教课纲领 大数据剖析A教课纲领 大数据剖析A教课纲领 清 华 大 学 大 数 据 方 向 硕 士 学 位 公共必修课课程 数据剖析学〔 I 〕 Data Analytics (I) 开课单位 ：数据剖析学〔 I 〕课程组 讲课教师 : 黎波、张楠、郑路、庞珣、苏毓淞、罗昊、王程韡 〔暂定〕 教课目标 ： 本课是针对社会科学和管理类研究学开设的数据剖析根本课程。经过本课的学习，学生将对〔大〕数据剖析的价值、意义和根来源理成立清楚和比较全面的认识，掌握相关数据发掘、办理、建模和解说的根来源理和方法，认识和熟习数据剖析在社会科学研究、商业剖析和公共管理等领域的实质事例。 Data Analytics (I) is a graduate level course mainly designed for students with social sciences and management background. The objective of the course to give students a broad overview of the basic principles and applications of data analytics. Students will also be familiar with the various aspects of data analytics such as exploring, managing, modeling and interpreting data. Students ’ learning will also be enhanced by their exposure to r eal life applications of data analytics in social science research, business analysis and public management. 主要教材： Data Mining and Business Analytics with R by Johannes Ledolter, 2021, Wiley An Introduction to Statistical Learning: with Applications in R by Gareth James et al, 2021, Springer Analyzing Social Networks by Stephen Borgatti et al, 2021, SAGE Multilevel and Longitudinal Modeling using Stata by Sophia Rabe-Hesketh and Anders Skrondal, 2021, Stata 教课软件： R, Stata, UCINET 教课内容： 一、统计剖析 数据剖析简介 概率论根基 数理统计根基 R软件简介，使用 R进行探究性数据剖析 线性回归模型 多层次、纵贯性数据剖析 (Multilevel and Longitudinal Modeling) 非参数回归二、机器学习 8. 正那么化监察学习〔 Supervised learning with regularization 〕 在抽样统计学 (Resampling methods) 树状模型方法、支持向量机〔 Tree-based methods, Support vector machines 〕 非监察学习：聚类、降维〔 Unsupervised learning: clustering, dimension reduction 〕 三、综合应用 12. 文本发掘和感情剖析〔 Text Mining and Sentiment Analysis 〕 13. 社会网络剖析〔 Social Network Analysis 〕 14. 政策信息学简介〔 Policy Informatics 〕 成绩组成： 平常作业 20% 期中考试 20% 期末考试 30% 学期论文 30%