职业技术学院《数据分析与挖掘》教学大纲.docx

《数据分析与挖掘》教学大纲

课程名称：数据分析与挖掘

课程类别：必修

适用专业：大数据技术类相关专业

总学时：64学时（其中理论48学时，实验16学时）

总学分：4.0学分

课程的性质

随着云时代的来临，大数据技术将具有越来越重要的战略意义。大数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产要素，人们对于海量数据的运用将预示着新一轮生产率增长和消费者盈余浪潮的到来。大数据分析技术将帮助企业用户在合理时间内攫取、管理、处理、整理海量数据，为企业经营决策提供积极的帮助。大数据分析作为数据存储和挖掘分析的前沿技术，广泛应用于物联网、云计算、移动互联网等战略性新兴产业。虽然大数据目前在国内还处于初级阶段，但是其商业价值已经显现出来，特别是有实践经验的大数据分析人才更是各企业争夺的热门。为了满足日益增长的大数据分析人才需求，特开设Python数据分析与挖掘实战课程。

课程的任务

通过本课程的学习，使学生学会使用Python语言进行数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐、偏差检测等操作，并完成大量数据挖掘工程案例，将理论与实践相结合，让学生熟练掌握使用Python语言对样本数据进行处理、挖掘建模，为将来从事数据分析研究、工作奠定基础。

课程学时分配

序号

教学内容

理论学时

实验学时

其它

1

第1章数据挖掘基础

1

0

2

第2章Python数据分析简介

2

1

3

第3章数据探索

3

3

4

第4章数据预处理

3

3

5

第5章挖掘建模

13

11

6

第6章财政收入影响因素分析及预测模型

3

5

7

第7章航空公司客户价值分析

3

4

8

第8章商品零售购物篮分析

3

4

9

第9章基于水色图像的水质评价

3

4

10

第10章家用热水器用户行为分析与事件识别

5

9

11

第11章电子商务网站用户行为分析及服务推荐

3

8

12

第12章电商产品评论数据情感分析

5

9

13

第13章基于Python引擎的开源数据挖掘建模平台（TipDM）

2

2

总计

49

63

教学内容及学时安排

理论教学

序号

章节名称

主要内容

教学目标

学时

1

数据挖掘基础

掌握数据挖掘的流程

了解常用的数据挖掘建模工具

掌握数据挖掘的流程

1

2

Python数据分析简介

掌握Python开发平台的搭建方法

了解Python的运行方式、基本命令

了解Python的数据结构

了解Python数据分析工具

了解配套附件使用设置

掌握Python开发平台的搭建

了解Python的运行方式、基本命令、数据结构以及库的导入与添加

熟悉Python数据挖掘相关库的安装和使用方法

了解书本配套附件的使用

2

3

数据探索

掌握缺失值分析的方法

掌握异常值分析的方法

掌握一致性分析的方法

掌握分布分析的方法

掌握对比分析的方法

掌握统计量分析的方法

掌握周期性分析的方法

掌握贡献度分析的方法

掌握相关性分析的方法

了解基本的统计特征函数

了解统计绘图函数

掌握Python中数据质量分析的方法

掌握Python中数据特征分析的方法

熟悉Python主要数据探索函数

3

4

数据预处理

掌握缺失值、异常值处理方法

了解常见的数据集成的方法

掌握数据规范化和离散化的方法

了解属性构造的方法

了解小波变换的方法

掌握属性归约和数值归约的方法

了解Python主要数据预处理函数

掌握Python中数据清洗的方法

掌握Python中数据集成的方法

掌握Python中数据归约的方法

了解Python主要数据预处理函数

3

5

挖掘建模

了解常用的分类与预测算法

了解回归分析

掌握决策树的原理

掌握人工神经网络的原理

掌握分类与预测算法的评价方法

了解Python分类预测模型特点

了解常用聚类分析算法

掌握K-Means聚类算法的原理

掌握聚类分析算法的评价方法

了解Python主要聚类分析算法

掌握Apriori算法的原理

掌握时间序列预处理的方法

了解平稳时间序列分析

掌握非平稳时间序列分析

了解Python主要时序模式算法

了解离群点检测方法

了解基于模型的离群点检测方法

了解基于聚类的离群点检测方法

掌握Python中分类与预测的方法

掌握Python中聚类分析的方法

掌握Python中关联规则分析的方法

掌握Python中时序模式的分析方法

掌握Python中离群点的检测方法

13

6

财政收入影响因素分析及预测模型

分析财政收入预测背景

了解财政收入预测的方法

熟悉财政收入预测的步骤与流程

了解描述性统计分析

分析计算结果

了解相关性分析

分析计算结果

了解Lasso回归方法

分析Lasso回归结果

了解灰色预测算法

了解SVR算法

分析预测结果

了解财政收入预测的背景知识，分析步骤和流程

掌