- 1、本文档共18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
大数据导论》教学大纲
一、教学目的与任务
一)教学目的
本课程意在普及大数据知识,帮助学生理解大数据时代的
现实意义,了解大数据的分析、处理和管理技术,以积极投身
于大数据的应用。
二)教学环节和学时分配
大数据导论是一门理论性和实践性都很强的课程,针对计
算机、信息管理和其他各专业学生的发展需求,系统、全面地
介绍了关于大数据技术与应用的基本知识和技能,详细介绍了
大数据与大数据时代、大数据的可视化、大数据的商业规则、
大数据时代的思维变革、大数据促进医疗与健康、大数据激发
创造力、大数据预测分析、大数据促进研究、大数据在云端、
支撑大数据的技术、数据科学与数据科学家、大数据的未来等
内容,具有较强的系统性、可读性和实用性。
本课程的教学环节主要有:
结合课堂教学方法改革的要求,全书全新设计了课程教学
过程,各章的教学过程基本上是:
1)课前,要求学生当真预这一章的“导读案例”部分,并
当真做好阅读条记。
2)主体:以教学PPT辅助,展开本章内容讲课教学。
3)布置本章的“实验与思考”。
4)要求学生课后认真“延伸阅读”,拓展研究内容,深入
知识内涵。
总学时:34其中理论学时:XXX:24(课外)二、教学
内容与根本要求
一)引言、大数据与大数据时代(4课内理论学时+2课
外实践学时)
1.教学内容
导读案例】准确预测地震
1)课程介绍
2)什么是大数据;
3)大数据变革思惟;
4)大数据的结构类型;
5)大数据的发展。
实验与思考】了解大数据及其在线支持
延伸阅读】得数据者得天下
2.基本要求
1)了解本课程的教学设计;
2)熟悉本课程的基本内容与研究要求;
3)主动完成本章的导读案例、实验与思考和阅读与思考
的全部内容。
3.重点与难点
1)重点:在了解本章根本内容的基础上完成课后作。
2)难点:阅读理解“延伸阅读”内容及其意义。
二)大数据的可视化(4课内理论学时+2课外实践学时)
1.教学内容
1)数据与可视化;
2)数据与图形;
3)公共数据集;
4)实时可视化;
5)挑战图像的多边性;
6)数据可视化的应用。
导读案例】XXX“极区图”
实验与思考】绘制南丁格尔极区图
延伸阅读】以往人们如何谈论互联网思维
2.基本要求
1)了解本课程的教学设想;
2)熟悉本课程的根本内容与研究要求;
3)主动完成本章的导读案例、实验与思考和阅读与思考
的全部内容。
3.重点与难点
1)重点:在理解本章基本内容的基础上完成课后作。
2)难点:阅读理解“延伸阅读”内容及其意义。
三)大数据的商业划定规矩(2课内理论学时+2课外实
践学时)
1.教学内容
导读案例】大数据企业的缩影——XXX
1)大数据的跨界年度;
2)XXX的大数据行动;
3)亚马逊的大数据行动;
4)将信息酿成一种合作优势;
5)大数据营销。
实验与考虑】大数据营销的优势与中心内在
延伸阅读】XXX联合创始人XXX
2.根本要求
1)了解本课程的教学设计;
2)熟悉本课程的基本内容与研究要求;
3)主动完成本章的导读案例、实验与思考和阅读与思考
的全部内容。
3.重点与难点
1)重点:在理解本章基本内容的基础上完成课后作。
2)难点:阅读了解“延长阅读”内容及其意义。
四)大数据时代的思惟变革(2课内理论学时+2课外实
践学时)
1.教学内容
导读案例】亚马逊推荐系统
1)大数据时代的挑战;
2)转变之一:样本=整体;
3)转变之二:接受数据的混同性;
4)转变之三:数据的相关关系。
文档评论(0)