《大数据挖掘与量化决策》课程教学大纲.docxVIP

第 PAGE \* Arabic 1 页/ 共 NUMPAGES \* Arabic 2 页 《大数据挖掘与量化决策》课程教学大纲 一、课程基本情况 课程编号：133M17A 学分：2 周学时：2 总学时：34 开课学期：2.2 开课学院：海洋学院 英文名称：Data Mining Quantitative Decision 适用专业：海洋资源与环境专业 课程类别：专业方向模块课 课程修读条件：数学、计算机编程、海洋生物 网络课程地址: 无 课程负责人： 所属基层学术组织：海洋系 二、课程简介 大数据是今后海洋生物和海洋环境科学面临的一个大问题，如何收集、组织、分析数据，以及根据数据进行科学的决策是利用好这些数据的关键。本课程专为了解大数据以及分析、决策而开设的一门基础课。内容涉及：大数据概念、大数据的应用、大数据挖掘、大数据前瞻与安全、决策的科学化与自动化。通过本课程学习，使学生对生物、环境大数据收集、处理、决策提供基础的技能。任何与数学、计算机、生物、环境相关的编程都是本课程的基础。 三、教学目标 通过本课程的学习，从最基础的大数据概念开始，通过大数据应用领域、大数据的挖掘技术，以及大数据具有的前瞻性，让学生从完全不懂到基本熟悉大范围调查数据、现场监测或历史性的大数据。通过不同大数据分析的工具介绍，可让学生学会大数据处理、分析以及决策的基础方法。这些技能与方法不仅对生物学、环境科学，对其他所有领域的大数据处理都有广泛的应用价值。 四、教学内容及学时分配 章节 基本内容 课堂教学学时数 教学方法 课外学习 第1章 大数据概述 2 讲解 第2章 大数据应用领域 4 讲解 第3章 量化大数据 4 讲解 软件安装 第4章 大数据处理软件与方法 4 讲解 第5章 大数据挖掘—生物大数据 2 讲解 数据分析 大数据挖掘—环境大数据 2 讲解 大数据挖掘—空间大数据 4 讲解 大数据挖掘—文本信息大数据 2 讲解 数据分析 第6章 大数据关联规则 3 讲解 第7章 大数据前瞻与决策 3 讲解 第8章 大数据安全 2 讲解 考试 2 合计 34 五、考核及成绩评定方式 序号 考核方式 成绩比重（%） 课外作业 45 平时表现 25 期末考试（小论文） 30 合计 100 六、教材及参考书目： 类别 教材名称 编者 出版社 出版时间 教材 大数据 郭晓科 清华大学 2013 参考书 大数据分析：方法与应用 王星 清华大学 2013 数据化决策 道格拉斯 W 哈伯德 世界图书 2013 数据统治世界 冯启思 中国人民大学 2013