有哪些信誉好的足球投注网站- 1、本文档共5页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
《数据分析与数据挖掘》课程标准
一、课程基本信息
课程代码
0060549
课程类别
专业必修课
学分
3
适用专业
大数据
总学时
48
理论学时
24
实验／实践学时
24
开课学期
5
考核形式
考查
执笔人
审核人
二、课程性质
本课程是计算机应用专业的一门专业必修课程，目标是让学生掌握大数据产生的背景、大数据分析的基本思路、要点和方法等基本理论知识，具备使用大数据分析平台进行数据挖掘和可视化分析的能力以及独立分析和解决问题的能力，具有良好的团队合作意识以及职业道德素质。涉及科学计算库NumPy、数据分析工具Pandas、数据可视化、时间序列分析和文本数据分析。
通过对本课程的学习，学生能够熟悉数据分析的流程和思想，可以利用数据分析技术解决特定业务领域的问题。
三、课程目标
1．知识目标
（1）理解大数据概念及大数据思维；
（2）掌握大数据的管理：清洗、转换、加载等；
（3）掌握大数据统计分析技术；
（4）理解数据挖掘的概念及使用方法；
（5）掌握大数据可视化方法；
（6）理解大数据的安全性。
2．能力目标
（1）能够熟练使用大数据分析思想对提供的数据进行分析；
（2）能够对大数据进行清洗和转换等数据处理操作；
（3）能够使用数据挖掘思想对大数据进行挖掘；
（4）能熟熟练运用大数据分析平台进行大数据可视化分析；
（5）能够独立完成给定数据的挖掘与分析。
3．素质目标
（1）培养学生勤于思考、认真做事的良好作风；
（2）培养学生勇于创新、敬业乐业的工作作风；
（3）培养学生具有良好的职业道德和较强的工作责任心；
（4）培养学生自主学习能力和知识应用能力；
（5）训练和培养团队协作精神和共同开发网站的综合能力。
四、课程内容与教学安排
序号
项目/章节
课程内容
授课形式
学时
知识点
能力要求
1
数据分析概述
大数据综述；
大数据概念；
大数据思维；
大数据应用案例；
了解数据分析的背景及应用场景
掌握什么是数据分析以及数据分析的流程
会创建Pyhton环境，使用Anaconda管理Python包
会简单使用JupyterNotebook
认识常见的数据分析工具
建议采用讲授法、演示法、项目任务驱动相结合的授课方法
2
2
科学计算库NumPy
NumPy数组；
ndarray对象的数据类型；
数据采集；
数据存储；
认识NumPy数组对象，会创建NumPy数组
熟悉ndarray对象的数据类型，并会转换数据类型
掌握数组运算方式
掌握数组的索引和切片
会使用数组进行数据处理
熟悉线性代数模块和随机数模块的使用
建议采用讲授法、演示法、项目任务驱动相结合的授课方法
6
3
数据分析工具Pandas
Pandas的两种数据结构；
大数据的转换；
大数据的加载；
掌握Pandas的两种数据结构
掌握Pandas索引的相关操作
掌握Pandas的常见操作，包括算术运算、排序、统计计算
掌握Pandas读写数据的方式
建议采用讲授法、演示法、项目任务驱动相结合的授课方法
6
4
数据预处理
大数据统计分析思想；
统计分析的常见指标；
掌握数据清洗常用操作，会检查和处理各类有问题的数据
掌握数据合并的常用方法，会使用不同的方式合并数据
掌握数据重塑的常见操作，会重塑Pandas对象的结构
掌握数据转换的常见操作，可以实现离散化和哑变量处理
建议采用讲授法、演示法、项目任务驱动相结合的授课方法
6
5
数据聚合与分组运算
groupby（）方法；
数据挖掘的概念；
数据挖掘的任务；
数据挖掘的流程；
理解分组与聚合的原理
掌握groupby（）方法，可以按照不同的规则进行分组
掌握聚合操作，会使用统计方法和聚合方法聚合数据
掌握其他分组级运算方法的使用
建议采用讲授法、演示法、项目任务驱动相结合的授课方法
4
6
数据可视化
Matplotlib绘制图表的常用方法；
数据可视化分类；
可视化的表现形式；
了解什么是数据可视化
掌握Matplotlib绘制图表的常用方法
了解seaborn的基本使用
表现形式；
了解bokeh的基本使用
建议采用讲授法、演示法、项目任务驱动相结合的授课方法
6
7
时间序列分析
会创建时间序列对象；
大数据的安全；
数据防护技术；
了解什么是时间序列，会创建时间序列对象
会使用时间戳索引和切片选取子集
学会创建固定频率的时间序列，能够调整时间序列的频率
掌握Period（时期），转换时期的频率
掌握重采样，实现降采样和升采样
熟悉滑动窗口的使用
建议采用讲授法、演示法、项目任务驱动相结合的授课方法
6
8
文本数据分析
大数据应用案例分析
了解文本分析的工具NLTK与jieba，会安装和使用这些工具
掌握文本预处理的流程
掌握文本情感分析，可以用NLTK分析情感倾向
掌握文本相似度，可以
文档评论（0）