原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
《大数据分析技术》理论教学大纲--第1页
《大数据分析技术》理论教学大纲
(BigDataAnalysisTechniques)
课程代码：0600084
总学时：48学时（其中：讲课16学时、实验32学时、讨论0学时）
先修课程：《线性代数》、《高等数学》、《概率论》、《统计学》、《数据科学与大数据技术
导论》、《C语言程序设计》、《python程序设计》，等。
一、课程性质
《大数据分析技术》是数据科学与大数据技术专业的必修课程、主干课程、核心
课程，是大数据采集、存储、分析与应用中最重要环节“分析”的具体技术化课程，
是数学、统计学和计算机技术相结合的计算机类课程。课程包含数据分析理论教学，
更主要的是充分应用excel和python等工具挖掘数据价值的实践性教学。
二、课程目的
从宏观和微观两个维度看本课程的目的。
宏观上让学生了解“数据是资源”的含义，了解国家的大数据战略，培养学生
“万物皆数据，万物皆产生数据”的宏观数据理念和思维能力。
微观上使学生掌握数据分析经典技术和深度学习的基本思想和方法，能应用数学
模型的方法和数据实验的手段来研究数据和挖掘数据的价值，并能应用统计学方法对
所建模型进行评估，最终将所挖掘的数据价值应用于生产实践和人工智能等领域使得
生产力的发展产生质的飞跃。
三、课程任务
《大数据分析技术》是一门实验科学，从数据出发，借助excel和python等软
件，从实验中学习、探索和发现数据规律，体验数据价值发现的欢乐和挫折。
《大数据分析技术》的主要任务有：
（1）介绍数据预处理的方法与步骤，包括数据清洗、数据集成、数据变换和数
据规约，定性变量的赋值方法和定量变量的离散化，等；细致说来，主要的具体的任
务是数据清洗中缺失数据的填充，数据集成中多源、多类型数据的集成，数据变换中
数据的标准化和归一化，数据规约中属性规约和维数规约。
（2）讲述经典数据分析技术及其应用，包括插值、拟合、回归、聚类、模式识
别、决策树和随机森林等；
（3）讲述基于python语言和TensorFlow平台的深度学习方法及其应用，包括经
典神经网络、卷积神经网络和循环神经网络。
四、教学内容
1
《大数据分析技术》理论教学大纲--第1页
《大数据分析技术》理论教学大纲--第2页
1.数据预处理
这是一个数据分析中内容相当丰富的模块，包括：
（1）数据清洗—数据的脏信息，脏信息的清洗方法与步骤；
（2）数据集成—多源数据、多类型数据集成在具有一致性的数据仓库中；
（3）数据变换—数据标准化和归一化；
（4）数据规约—属性规约、维数规约，等；
（5）定性变量赋值方法，定量变量的离散化，等。
2.经典数据分析技术
（1）插值与拟合；
（2）回归分析：主要包括线性回归分析、非线性回归、logistic回归分析；
（3）聚类分析：FCM、k-means++、KNN、SVM，等；
（4）决策树和随机森林：提供最优解决方案和挖掘特征重要性。
3.深度学习
（1）TensorFlow平台
（2）神经网络模型
（3）卷积神经网络
（4）循环神经网络
五、基本要求
1.知识要求
（1）理解数据预处理的概念，熟练地通过excel和python对数据进行预处理，
特别是熟练掌握数据填充方法、数据标准化和归一化方法、奇异值识别方法，等。
（2）了解机器学习的概念，并理解常用的经典的机
文档评论（0）