- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
PAGE3
附件5-1
ADDINCNKISM.UserStyle《大数据处理概论》课程教学大纲
(理论课程·2023版)
一、课程基本信息
课程号
0323S06025
开课单位
经济学院
课程名称
(中文)大数据处理概论
(英文)IntroductoryBigDataProcessing
课程性质
选修
考核类型
考查
课程学分
2
课程学时
34
课程类别
专业拓展课
先修课程
无
适用专业(类)
经济统计学
二、课程描述及目标
(一)课程简介
《大数据处理概论》课程是本专业(类)的一门专业拓展课。大数据作为一个新兴领域,在它的形成和发展过程中表现出了强大的生命力,对于经济类本科生来说,将来从事数据库应用与决策支持以及模式识别等科研和实际应用具有重要意义。大数据涉及的内容较为广泛,已成为迅速发展并在信息社会中广泛应用的一门综合性学科,是统计学、计算机等相关专业的一门重要课程,也是从事相关研究和应用人员必须掌握的重要知识。
本课程以大数据处理的基本概念和基本方法为主要内容,以方法的应用为主线,系统讲述大数据处理的有关概念和基础知识,通过实验教学环节,对学生进行实践技能和科学研究方法的训练,巩固其在课堂上所学的书本知识,加深对大数据处理基本概念、基本原理和分析方法的理解,掌握大数据分析的基础技术与工具,能运用相应的软件工具处理、解决一些实际问题。同时,通过实践教学活动,拓宽学生的知识领域,锻炼学生的实践技能,培养科学严谨、求真务实的工作作风。
(二)教学目标
理论学习的目标是使学生掌握大数据和相关的基础知识,大数据分析原理和技术架构。方法学习的目标是使学生能够按照实证研究的规范和数据挖掘的步骤进行大数据研发,掌握大数据采集及预处理、大数据分析、大数据数据可视化、复杂数据的分析与建模等;工具学习的目标是使学生熟练掌握数据分析软件,了解Hadoop概论、HDFS和Common概论、MapReduce概论、SQL技术、云计算与大数据等。
课程目标1:掌握大数据分析原理和技术架构,具备大数据处理思维。
课程目标2:能够按照实证研究的规范和数据挖掘的步骤进行大数据研发,掌握大数据采集及预处理、大数据分析、大数据数据可视化、复杂数据的分析与建模等技术。
课程目标3:熟练掌握Spss数据分析软件,熟悉python语言,了解Hadoop概论、HDFS和Common概论、MapReduce概论、SQL技术、云计算等。
课程目标4:具有创新与实际工作能力,能够胜任数据分析工作。
三、课程目标对毕业要求的支撑关系
毕业要求指标点
课程目标
权重
1-3:掌握现代统计学的基本分析方法与分析技术。
课程目标1
30%
2-1:具备运用数量分析方法和现代技术手段进行社会经济调查、经济分析和实际操作的能力,具有综合运用专业知识分析和解决问题的能力。
课程目标2
20%
2-4:具有运用文理工交叉学科思维、开阔视野和创造性思维开展科学研究和创业就业的能力,具有较强的沟通能力和团队合作能力。
课程目标3
30%
3-5:具有融合大数据、计算机、数学等交叉学科知识的现代统计学思维和深厚统计学理论素养,热爱统计事业。
课程目标4
20%
四、教学方式与方法
采取理论讲授、课堂讨论、上机操作演示及课下收集相关资料辅助练习的方式,注重教学中教学案例的使用,使学生结合案例掌握所学知识。采用多媒体教学,充分利用课堂时间;结合上机操作演示,要求学生课下完成理论作业练习和上机练习。由于本课程重在要求学生能利用所学的大数据处理技术来分析实际经济问题,所以鼓励学生课下收集与本课程有关的热点案例,从中学习如何利用数据结果来分析问题。
五、教学重点与难点
(一)教学重点
本课程的重点在于大数据处理的基本思想、技术体系,能够运用python和SPSS等软件通过构建神经网络、决策树等模型处理数据,以及掌握大数据可视化技术等。
(二)教学难点
本课程的难点在于引导学生掌握大数据处理技术在实际中的综合应用。
六、教学内容、基本要求与学时分配
序号
教学内容
基本要求
学时
教学
方式
对应课程目标
1
第1章大数据概论
通过本章的学习,理解大数据的基本概念,IT产业的发展简史,大数据的来源,大数据的发展,以及大数据的应用、大数据处理知识形式、大数据的特点。
3
讲授
课程目标1
2
第2章大数据技术架构
通过本章的学习,要求学生掌握大数据的主要技术架构,大数据分析的基本方法、处理流程、主要技术。了解大数据未来发展趋势应用,重视大数据隐私和安全问题。
3
讲授
课程目标1,3
3
第3章大数据采集
通过本章的学习,要求了解数据大数据采集在大数据处理过程的作用,及其目的、意义;掌握如何对大数据采集的不同数据源;掌握如何采集大数据,掌握爬虫等几种主要的采
您可能关注的文档
- 1523D07012-跨文化交流-2023版人才培养方案课程教学大纲.docx
- 1523S03035-创新实践-2023版人才培养方案课程教学大纲.docx
- 1523S07002-工程教育与创新思维-2023版人才培养方案课程教学大纲.docx
- 1523S08019-基础工业工程-2023版人才培养方案课程教学大纲.docx
- 1723D00025-波谱解析-2023版人才培养方案课程教学大纲.docx
- 1723S00024-生药学实验-2023版人才培养方案课程教学大纲.docx
- 1923S01034-中国古代政治制度史-2023版人才培养方案课程教学大纲.docx
- 1923S02025-公众史学理论与实践 教学大纲.docx
- 2023D00106-数学建模-2023版人才培养方案课程教学大纲 (2).docx
- 2023D00124-嵌入式系统原理-2023版人才培养方案课程教学大纲.docx
文档评论(0)