- 1、本文档共7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
统计学专业大数据分析与处理课程规划-数据分析论文-计算机论文--第1页
统计学专业大数据分析与处理课程规划-数
据分析论文-计算机论文
——文章均为WORD文档,下载后可直接编辑使用亦可打印——
关键词:大数据分析与处理;课程规划;Python;课程教学
1大数据背景
大数据时代已经到来,在商业、经济及其他领域中基于数据和分
析去发现问题并做出科学、客观的决策越来越重要[1]。大数据从各领
域的专业角度来看,大致可以从两个方面来理解:一是大数据体现在
数据的量、类型及产生速度上,不仅数据海量,还包含着各种半结构
化数据和非结构化数据;二是在数据处理流程中,利用常规的统计软
件已经无法对当今的数据进行及时有效的存储、分析及运用[2]。在数
据的搜集上,相对于传统的普查及抽样等调查取得一手数据和通过非
调查手段获得的二手数据,大数据时代的来临使数据搜集方式变为在
统计学专业大数据分析与处理课程规划-数据分析论文-计算机论文--第1页
统计学专业大数据分析与处理课程规划-数据分析论文-计算机论文--第2页
线互联网数据库获取的二手数据;在数据分析上,统计学方法采取的
是对样本数据的有目的的建模,而大数据分析技术则是通过云计算平
台,对大数据进行挖掘[2]。此外,大数据分析技术将帮助企业用户在
合理时间内获取、管理、处理以及整理海量数据,为企业经营决策提
供积极的帮助,而数据分析作为一门前沿技术,广泛应用于物联网、
云计算、移动互联网等战略新兴产业[3]。有实践经验的数据分析人才
已经成了各企业争夺的热门,而与此发展趋势不相协调的则是高校相
关专业毕业生在大数据方向上基础薄弱,真正掌握大数据管理、分析
和产品研发等相关技术的人才极度匮乏[2]。为了推动我国大数据的发
展,满足日益增长的数据分析人才需求,我校特面向统计学专业学生
开设大数据分析与处理课程。
2课程规划与设计
2.1培养对象和目标
统计学专业大数据分析与处理课程规划-数据分析论文-计算机论文--第2页
统计学专业大数据分析与处理课程规划-数据分析论文-计算机论文--第3页
对于统计学专业学生来说,要想成为一个兼具统计学专业知识和
大数据分析技能的合格人才,需要具备以下基础:一是完整的数学和
统计学知识体系,以专业理论知识为基础,理解处理数据时采用的相
关模型;二是具备搜集数据的能力,包括传统的抽样调查和从互联网
上抓取数据;三是具有计算编程的能力,以实现Hadoop、Hive等计
算工具在大规模多源异构数据上的处理[4],特别地,应该掌握最兼容
的脚本语言Python。通过大数据分析与处理课程的学习,使统计学专
业学生不仅能利用Python进行科学计算、可视化绘图、数据预处理,
还能利用聚类、回归、分类等算法对实际问题进行分析与建模,将理
论知识与实践运用相结合,为将来从事数据分析和挖掘研究工作奠定
基础。
2.2课程规划思路
本课程的规划主要拟从以下几个方面展开:一是结合统计学专业
学生的基础,考虑其对课程的接受程度,选择和安排合适的课程教学
内容和教学方式。在课堂教学过程中,深入浅出地讲解理论知识,特
别地,要避免课堂上枯燥乏味的数学论证,同时需结合实例交叉进行,
统计学专业大数据分析与处理课程规划-数据分析论文-计算机论文--第3页
统计学专业大数据分析与处理课程规划-数据分析论文-计算机论文--第4页
以激发学生学习与探索的兴趣。二是将理论与实践相结合,合理分配
理论学时与实验学时。配合课程的理论知识与实例,安排学生进行上
机实验,利用Python实现相关实例的操作与验证。三是补充练习与
案例讨论部分,并在课程结束时安排课程设计环节。除了教材内的案
文档评论(0)