数据处理方法课程设计 教学大纲 .pdfVIP

数据处理方法课程设计

一、课程说明

课程编号：092110Z11

课程名称：数据处理方法课程设计/DataProcessingMethod

课程类别：专业教育课程（集中实践环节）

学时/学分：2周/2

先修课程：大数据采集与融合技术、数据仓库与数据挖掘、Python数据处理

编程、机器学习

适用专业：数据科学与大数据技术

教材、教学参考书：

化柏林主编.数据分析与文本挖掘中的数据处理.北京：中国科学院机构.2016；

周姚主编.基于云计算的文本挖掘技术研究.长沙：国防科学技术大学.2011.

二、课程设置的目的意义

本课程的设置，是为适应大数据开发应用产业对高素质技术技能型人才的职

业需求，通过学习本课程，能够让学生全面掌握数据采集、数据清洗、数据计算、

数据分析、数据可视化、数据挖掘及开发等方面的关键技能和职业素养，以及培

养对质量、效率、成本和规范的意识。数据处理方法是计算机专业教学的重要实

践环节，通过学习数据分析处理课程，加深学生对本课程所学知识的理解，学生

对数据分析和数据处理有初步了解，培养学生理论联系实际的能力，解决实际工

程复杂问题，提高实际数据的分析能力，为后续专业基础课和专业课的学习打下

一定工程基础。

三、课程的基本要求

知识：了解数据采集、数据清洗、数据计算、数据处理等基础知识。掌握数

据处理方法的基本原理，分析流程；了解数据计算中的numpy和pandas库的作

用；了解数据整理的基本要求和对实际开发要求；了解大数据处理在教育和商业

等领域的广泛用途，如：数据统计、数据深度挖掘、数据转换以及数据分析等。

加深对数据分析与处理的理解和实际意义。

能力：通过对本课程的系统学习，将大数据分析与处理的理性认识转变为感

性认识，初步体会和理解“数据处理”的概念，体会大数据的复杂性；学会将理论

知识与实际生产相结合，学会用不同的角度去提出问题、分析问题和解决问题；

初步建立数据分析与挖掘技术的概念，提高实际动手能力，将实际操作作为实践

的重要部分，为具备解决一定的数据分析和数据计算问题的能力打下坚实的基础。

素质：通过实际的理论学习和实践，培养学生对大数据的感性认识；在学习

和实践中理解并遵守职业道德和规范，履行责任，提高职业规范素质；在专业建

第1页/共3页

设、课程建设、人才培养方案和人才培养模式等方面，跟进社会发展的必威体育精装版需要，

缩小人才培养与行业需求差距，促进专业教学建设和教学改革。

四、教学内容、重点难点及教学设计

学时分配

总教学方案设计

章节教学内容学讲课实教学重点教学难点（含教学方法、

时(含研践教学手段）

讨)

保证Python环境

能正常运行，（能

访问外网）利用

充分了解数正则表达式RE

第一部分数据的特点数据多样

据的本身413进行数据采集。

数据采集和采集要求化的采集。

特性。