大数据分析方法与应用 教学大纲.doc

课程教学大纲

课程名称

（中英文）

大数据分析方法与应用

BigDataAnalysisMethodsandApplications

学时

36

学分

2

开课

对象

适合于本科生高年级学生和研究生学习

课程简介

随着大数据的到来，大数据分析应运而生。大数据分析可以充分实现数据的价值，为商业活动、生产生活提供决策依据。该课程通过介绍数据回归和预测方法、数据关联分析和挖掘方法、文本处理、推荐系统、深度学习等方法，让学生掌握大数据分析处理方法。通过案例分析和学术论文研读，让学生掌握科学问题提炼和发现技巧，提高理论联系实践的能力，以及解决实际问题的能力。

课程思政设计

课程在在教学内容设计中深度挖掘本课程蕴含或涉及的课程思政元素，融入先进思想、传统文化和时代主体，结合专业、行业与学科，形成以爱国情怀、社会责任、职业道德等思政元素，在课中结合专业知识深入开展“课程思政”教育。

在教学过程中逐步完成以下课程思政内容：培养和激发学生报效祖国的爱国情怀；培养学生严谨务实的学习态度，以及社会责任感和职业道德；培养学生的科学思维和严谨态度；培养学生精益求精的工匠精神；培养学生的探索意识和创新精神；培养学生主动思考、主动实践的能力；培养学生的社会主义核心价值观，为学生树立初步的职业规范和职业道德；引导学生思考在技术应用过程中需要关注的社会伦理问题，培养学生良好的社会责任感和伦理意识；培养学生在技术开发和应用中做出伦理决策的能力，确保技术的公平性和公正性；培养学生的环境保护意识。

教学目标与要求

第一章（4学时）

目的与要求：要求了解大数据的产生、背景及应用，掌握大数据的特点及大数据分析方法。

1.主要内容：

1.1大数据的相关概念

1.1.1何为大数据

1.1.2大数据的定义

1.2大数据的产生与发展

1.2.1大数据的产生

1.2.2国内外大数据产业发展现状

1.3大数据的处理

1.4大数据的应用

1.4.1大数据应用场景

1.4.2大数据应用案例（阿里云）。

2. 教学重点：

大数据的相关概念、定义和基本理解，大数据的产生以及国内外大数据产业的发展现状。

3. 教学难点：

大数据的处理技术和的应用，大数据分析技术架构，Pytorch环境的搭建。

4. 课程思政：

培养和激发学生报效祖国的爱国情怀。

第二章（4学时）

目的与要求：要求了解数据处理方法，掌握数据在excel中的处理方法。

1.主要内容：

2.1数据的类型与分布

2.1.1总体和样本

2.1.2定性和定量数据

2.1.3截面数据和时间序列数据

2.2变量之间的关系

2.2.1协方差

2.2.2相关系数

2.3数据的可视化——基于Excel的应用

2.3.1散点图

2.3.2折线图等

2.3.3数据透视表

2. 教学重点：

数据的类型与分布，变量之间的关系，数据集的划分方式与目的。

3. 教学难点：

基于Excel的数据可视化应用。

4. 课程思政：

培养学生严谨务实的学习态度，以及社会责任感和职业道德。

第三章回归分析（4学时）

目的与要求：要求了解回归分析的应用场景，掌握常见的回归分析方法，并能进行应用。

1.主要内容：

3.1简单线性和非线性回归

3.1.1线性回归及其Excel中的实现

3.1.2最小二乘回归

3.1.3非线性回归及其Excel中的实现

3.2多元回归

3.2.1多元回归及其Excel中的实现

3.2.2多重共线性

3.2.3多元回归及其SPSS中的实现

3.2.4居民存款影响因素回归案例分析

3.3岭回归

3.3.1岭回归的概念

3.3.2岭回归及其SPSS中的实现

3.3.3居民存款影响因素回归案例分析

3.4LASSO回归

3.4.1LASSO回归的概念

3.4.2LASSO回归及其SPSS中的实现

3.4.3居民存款影响因素回归案例分析

2. 教学重点：

常见回归分析方法，多元回归的应用、多重共线性问题及其在Excel和SPSS中的应用。

3. 教学难点：

岭回归和LASSO回归的概念及其在SPSS中的实现。。

4. 课程思政：

培养学生的科学思维和严谨态度；培养学生精益求精的工匠精神。

第四章聚类算法（4学时）

目的与要求：要求了解聚类的思想和应用