- 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)。
《业财数据分析与可视化》教学大纲
课程编号英文名称:BusinessandFinancialDataAnalysisandVisualization
学分:2
学时:总学时48学时,其中理论16学时,实践32学时
先修课程:Python程序设计基础、会计学原理
课程类别:专业主干课程(必修)
授课对象:会计学专业学生
教学单位:商学院
修读学期:第5学期
一、课程描述和目标
业财数据分析与可视化是一门综合性、应用性很强的学科。本课程主要以数据分析与可视化过程为主线,阐述数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、职能推荐和偏差检验等基本理论和Python实现方法,帮助企业在合理时间内攫取、管理、处理和整理海量数据,为企业经营决策提供大数据支撑。
本课程拟达到的课程目标:
课程目标1:通过本课程的学习,使学生了解Python业财数据分析与可视化在企业经营决策中的地位和作用,掌握数据分析与可视化的基本理论和基本流程。
课程目标2:掌握Python业财数据分析与可视化的NumPy、Pandas、Matplotlib和Seaborn库的基本方法应用。
课程目标3:具备根据组织运营管理需求开展业务、财务数据分析的能力;通过本课程的学习,要求学生能为企事业单位制定规划、参与决策、优化运营、促进合作和管理风险的能力。
课程目标4:通过本课程的学习,使学生具有较好的思想道德素质、培养良好的职业道德素养;通过小组作业和讨论提高沟通协调、团队合作等专业素质。
二、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
指标点1-3.专业技术知识。具备大数据和人工智能等与经济、会计相关的现代信息技术知识。
课程目标1
H
指标点2-2.信息技术应用能力。熟悉组织运营流程与财务之间的关联关系,适应数智化环境下组织运营管理新需求,具备利用信息技术开展业务、财务数据分析的能力;具备较强的信息技术应用能力。
课程目标2
H
指标点2-3.综合决策分析能力。能够综合运用专业知识、工具和方法,具有为企事业单位制定规划、参与决策、优化运营、促进合作和管理风险的能力。
课程目标2
M
指标点2-4.实践拓展适应能力。紧跟时代对专业需求的变化,通过专业实训和社会实践活动,学会独立思考、观察世界和拓展视野的方法,具有较强的实践拓展和环境适应能力。
课程目标2
M
三、教学内容、基本要求与学时分配
序号
教学内容
基本要求及重、难点
学时
教学
方式
对应课程目标
1
1.数据分析基础
1.1什么是数据分析
1.2数据分析基本流程
1.掌握数据分析的概念和数据分析的流程;
2.了解数据分析的模型开发与应用
2
讲授
课程目标1
2
2.NumPy基础
2.1创建数组
2.2数组基本操作
2.3Numpy矩阵基本操作
2.4常用统计分析
1.掌握NumPy数组的创建、数组的基本操作和统计分析函数;
2.了解NumPy的矩阵的操作。
4
讲授、案例教学
课程目标1
课程目标2
3
3.Pandas统计分析基础
3.1Pandas基础
3.2数据处理与读取
3.3数据清晰
3.4数据计算与分组统计
3.5日期处理与时间序列
1.掌握Pandas数据读取、数据清洗、数据计算与分组统计和日期处理与时间序列;
2.了解Pandas基础。
6
讲授、案例教学
课程目标1
课程目标2
4
4.数据可视化
4.1数据可视化基础
4.2类别比较型图表
4.3数据关系图表
4.4数据分布型图表
4.5时间序列图标
4.6局部整体图表
4.7高维数据型图表
4.8地理空间型图表
1.掌握Matplotlib模块的各种图形实现;
2.了解Seaborn、Plotnine和可视化色彩的运行原理。
4
讲授、案例教学
课程目标1
课程目标2
合计
16
序号
实验项目
实验内容与要求
学时
类型
对应课程目标
1
Numpy基础实验
1.ndarray创建
2.数组运算
3.常用统计分析函数
4
演示
课程目标1
课程目标2
2
Pandas基础实验
1.数据读取
2.数据清洗
3.数据计算和分组统计
4.日期处理和时间序列
6
演示
课程目标1
课程目标2
3
matplotlib可视化实验
1.类别比较型图表
2.数据关系型图表
3.数据分布型图表
4.时间序列型图表
5.局部整体型图表
6.高维数据型图表
7.地理空间型图表
4
演示
课程目标1
课程目标2
4
航空公司客户价值分析
1通过建立合理的客户价值评估模型,对客户进行分群;
2.分析比较不同客户群的客户价值,并制定相应的营销策略,对不同的客户群提供个性化的服务。
4
综合
课程目标1
课程目标2
5
京东电商销售数据分析与预测
1.数据读取;
2.销售输入
文档评论(0)