03P0038-《大数据技术课程设计》-教学大纲.docxVIP

《大数据技术课程设计》教学大纲

课程英文名

BigDataTechnologyCourseDesign

课程代码

03P0038

学分

1

总学时

1周

课程类别

集中实践环节

先修课程

大数据技术

课程性质

选修

适用专业

计算机科学与技术

开课学院

信息工程学院

执笔人

杨小兵

审定人

张兆娟

制定时间

2024年12月

注：课程性质是指必修/限选/任选。

课程地位与目标

（一）课程地位

本课程设计是计算机科学与技术专业开设的一门专业选修课。信息时代已开始逐步过渡到数据时代，大数据处理技术越来越重要，企业应用也越来越多。在培养计划中，这门课程云计算、大数据方向的核心课程。

课程目标

1.了解大数据技术的基本应用技术。

2.使用MapReduce结合机器学习算法，实现一种离线大数据的机器学习算法。

3.使用Spark结合机器学习算法，实现一种实时大数据的机器学习算法。

（三）思政目标

1.在工程实践中理解大数据相关工程技术的社会价值以及工程师的社会责任，自觉遵守工程师职业道德和行为规范。

2.了解在全球顶级超算算力排行榜中的中国排行情况，增强民族自豪感。

二、课程目标与相关毕业要求的对应关系

课程目标

课程目标对毕业要求的支撑程度（H、M、L）

毕业要求1

毕业要求3

毕业要求5

课程目标1

M

课程目标2

M

课程目标3

M

注：1.支撑强度分别填写H、M或L（其中H表示支撑程度高、M为中等、L为低）。

2.毕业要求须根据课程所在专业培养方案进行描述。

三、设计选题及任务要求

序号

参考选题

任务与要求

课程

目标

1

回归算法（引入祖国统一话题，培养学生爱国精神）

实现小样本数据的回归算法

课程目标1

实现大样本数据的回归算法

2

聚类算法（使学生理解团结的力量，培养集体主义观念）

实现小样本数据的聚类算法

课程目标2

实现大样本数据的聚类算法

3

支持向量机算法（培养学生精益求精的工匠精神）

实现小样本数据的支持向量机算法

课程目标3

实现大样本数据的支持向量机算法

注：学生可任选其中一个题目或自拟经审核的题目进行设计。

四、课程设计的主要进程与时间安排

序号

主要进程

教学内容

时间分配

1

介绍算法

回归、聚类、支持向量机等算法

第1天

2

准备数据

数据加载和预处理技术

第2天

3

模型训练与评估

建模技术

第3天

4

模型测试与文档撰写

建模与优化技术

第4天

5

验收作品

口头报告验收和作品点评

第5天

注：进程安排的最少时间为0.5天。

五、课程考核与成绩评定

考核类别

考查

考核形式

程序验收、文档报告

成绩评定

以验收答辩、文档报告综合评定成绩

成绩登记方式

百分制或五级制

六、推荐教材与主要参考书

（一）推荐教材：

大数据技术原理与应用，林子雨著，人民邮电出版社，2021-10，第4版

（二）主要参考书：

大数据处理，王道平著，北京大学出版社，2020-10，第1版