《大数据挖掘与量化决策》课程教学大纲 .pdfVIP

《大数据挖掘与量化决策》课程教学大纲

一、课程基本情况

课程编号：133M17A学分：2周学时：2总学时：34开课学期：2.2

开课学院：海洋学院

英文名称：DataMiningQuantitativeDecision

适用专业：海洋资源与环境专业

课程类别：专业方向模块课

课程修读条件：数学、计算机编程、海洋生物

网络课程地址:无

课程负责人：所属基层学术组织：海洋系

二、课程简介

大数据是今后海洋生物和海洋环境科学面临的一个大问题，如何收集、组织、

分析数据，以及根据数据进行科学的决策是利用好这些数据的关键。本课程专为

了解大数据以及分析、决策而开设的一门基础课。内容涉及：大数据概念、大数

据的应用、大数据挖掘、大数据前瞻与安全、决策的科学化与自动化。通过本课

程学习，使学生对生物、环境大数据收集、处理、决策提供基础的技能。任何与

数学、计算机、生物、环境相关的编程都是本课程的基础。

三、教学目标

通过本课程的学习，从最基础的大数据概念开始，通过大数据应用领域、大

数据的挖掘技术，以及大数据具有的前瞻性，让学生从完全不懂到基本熟悉大范

围调查数据、现场监测或历史性的大数据。通过不同大数据分析的工具介绍，可

让学生学会大数据处理、分析以及决策的基础方法。这些技能与方法不仅对生物

学、环境科学，对其他所有领域的大数据处理都有广泛的应用价值。

四、教学内容及学时分配

课堂教学教学方法课外学习

章节基本内容

学时数

第1章大数据概述2讲解

第2章大数据应用领域4讲解

第3章量化大数据4讲解软件安装

第1页/共2页

第4章大数据处理软件与方法4讲解

第5章大数据挖掘—生物大数据2讲解数据分析

大数据挖掘—环境大数据2讲解

大数据挖掘—空间大数据4讲解

大数据挖掘—文本信息大数据2讲解数据分析

第6章大数据关联规则3讲解

第7章大数据前瞻与决策3讲解

第8章大数据安全2讲解

考试2

合计34

五、考核及成绩评定方式

序号考核方式成绩比重（%）

课外作业45

平时表现25

期末考试（小论文）