《大数据导论》教学大纲.doc

  1. 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. 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. 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)。
查看更多

PAGE

PAGE2

《大数据导论》课程教学大纲

一、课程基本信息

课程

编号

课程

名称

大数据导论

课程基本情况

学时

32

课程性质

公共选修或专业选修

先修课程

信息技术基础

考核方式

考试,作业考核,课堂表现考核

教材及

参考书

教材:严宣辉,罗天健,严雨薇.大数据导论.\o电子工业出版社电子工业出版社.2024.12

参考书目:

张尧学,胡春明主编.大数据导论(第2版).机械工业出版社,2021.7.

严宣辉,张仕,赖会霞,韩凤萍.大数据技术及应用——基于Python语言.电子工业出版社.2021.10

课程

简介

《大数据导论》是一门知识性和应用性很强的通识类课程,主要介绍大数据基本特征、大数据采集和预处理方法、典型的大数据存储与计算平台、大数据分析与可视化技术、大数据安全与共享,以及大数据的主要应用领域和典型应用案例等新一代信息技术知识。本课程的内容与实际应用紧密结合,通过本课程的学习,学生能了解大数据的基本概念、理解大数据技术的基本原理、初步掌握大数据处理和分析的基本技术方法,为未来应用大数据思维和大数据分析方法解决工作中的实际问题打下良好的基础。

课程学习目标

学习目标1:了解大数据的基本知识、基本原理、基本处理方法和典型应用场景。

学习目标2:提高学生应用大数据思维和技术方法解决实际问题的能力。

学习目标3:了解大数据相关的方针政策和大数据安全的基本知识,激发学生科技报国、奉献社会的情怀和使命担当。

二、课程教学内容和学时分配

章节

教学内容及其重难点

学时安排

第1章绪论

教学内容:

大数据的基本概念和基本特征

大数据的意义、价值与作用

数据时代的思维变革和社会变革

大数据处理的主要环节

大数据的安全和共享

教学重点:数据时代的思维变革和社会变革

教学难点:大数据处理的主要环节

4

第2章大数据相关技术简介

教学内容:

云计算的基本概念、要素和优势

云计算的体系架构、核心技术及主流平台

人工智能的基本概念、研究领域

人工智能的产业与应用,及其与大数据的关系

物联网的基本概念、核心技术

物联网的产业与应用,及其与人工智能、大数据和云计算的关系

教学重点:云计算、人工智能和物联网中应用大数据的案例

教学难点:云计算、大数据、人工智能和物联网之间的关系

4

第3章大数据采集与预处理

教学内容:

认识数据(数据的属性和类型、数据的量纲)

大数据的来源和采集途径

常用大数据采集工具

数据预处理

使用OpenRefine对数据进行预处理

教学重点:数据预处理的基本方法

教学难点:数据预处理方法和工具的应用

4

第4章大数据处理平台

教学内容:

大数据计算框架(批处理、流式大数据、图式大数据、实时查询分析等)

Hadoop批处理框架、Storm流处理框架、Spark混合处理框架

经典数据存储与管理、分布式数据存储与管理(HDFS)

分布式数据库HBase、分布式数据仓库Hive

大数据分布式批处理框架MapReduce、大数据分布式流处理框架Storm、大数据分布式混合计算框架Spark

教学重点:HDFS、HBase、Hive、MapReduce、Storm、Spark基本原理流程

教学难点:HDFS、HBase、MapReduce和Spark的应用案例

4

第5章大数据分析与挖掘

教学内容:

描述性数据分析

回归分析

关联分析(关联规则挖掘)

分类算法

聚类算法

分布式数据挖掘算法

数据挖掘的典型应用

教学重点:数据挖掘的典型应用

教学难点:关联分析(关联规则挖掘)

4

第6章大数据可视化

教学内容:

数据可视化的案例

图形元素和视觉通道

数据可视化的常用方法

数据可视化常用工具简介

教学重点:数据可视化的常用方法

教学难点:图形元素和视觉通道

4

第7章大数据安全

教学内容:

大数据安全及隐私保护的概念、挑战和策略

大数据信息安全的应用

大数据采集、传输、存储和分析挖掘中的安全与隐私

大数据的开放与共享概念、分类和挑战,数据孤岛问题

大数据开放与共享措施

大数据安全、隐私泄露、开放共享、信息安全的典型案例

教学重点:大数据安全、隐私保护、开放共享的相关概念、挑战和策略

教学难点:大数据安全中的典型应用案例、数据孤岛问题

4

第8章大数据行业应用

教学内容:

互联网大数据应用(零售、房地产、餐饮)

金融大数据应用(银行、证券、保险)

医疗大数据应用(临床、健康、基因)

工业大数据应用(设备故障诊断、生产质量分析、生产效率优化)

智慧城市大数据应用(政务、环境、教育)

教学重点:每种大数据应用中的基本概念、特点及典型应用

教学难点:各种大数据场景中的典型应用案例

4

总计

=SUM(ABOVE)32

文档评论(0)

lai + 关注
实名认证
内容提供者

精品资料

版权声明书
用户编号:7040145050000060

1亿VIP精品文档

相关文档