大數(shù)據(jù)分析方法與應(yīng)用 教學(xué)大綱

課程教學(xué)大綱課程名稱（中英文）大數(shù)據(jù)分析方法與應(yīng)用BigDataAnalysisMethodsandApplications學(xué)時(shí)36學(xué)分2開(kāi)課對(duì)象適合于本科生高年級(jí)學(xué)生和研究生學(xué)習(xí)課程簡(jiǎn)介隨著大數(shù)據(jù)的到來(lái)，大數(shù)據(jù)分析應(yīng)運(yùn)而生。大數(shù)據(jù)分析可以充分實(shí)現(xiàn)數(shù)據(jù)的價(jià)值，為商業(yè)活動(dòng)、生產(chǎn)生活提供決策依據(jù)。該課程通過(guò)介紹數(shù)據(jù)回歸和預(yù)測(cè)方法、數(shù)據(jù)關(guān)聯(lián)分析和挖掘方法、文本處理、推薦系統(tǒng)、深度學(xué)習(xí)等方法，讓學(xué)生掌握大數(shù)據(jù)分析處理方法。通過(guò)案例分析和學(xué)術(shù)論文研讀，讓學(xué)生掌握科學(xué)問(wèn)題提煉和發(fā)現(xiàn)技巧，提高理論聯(lián)系實(shí)踐的能力，以及解決實(shí)際問(wèn)題的能力。課程思政設(shè)計(jì)課程在在教學(xué)內(nèi)容設(shè)計(jì)中深度挖掘本課程蘊(yùn)含或涉及的課程思政元素，融入先進(jìn)思想、傳統(tǒng)文化和時(shí)代主體，結(jié)合專業(yè)、行業(yè)與學(xué)科，形成以愛(ài)國(guó)情懷、社會(huì)責(zé)任、職業(yè)道德等思政元素，在課中結(jié)合專業(yè)知識(shí)深入開(kāi)展“課程思政”教育。在教學(xué)過(guò)程中逐步完成以下課程思政內(nèi)容：培養(yǎng)和激發(fā)學(xué)生報(bào)效祖國(guó)的愛(ài)國(guó)情懷；培養(yǎng)學(xué)生嚴(yán)謹(jǐn)務(wù)實(shí)的學(xué)習(xí)態(tài)度，以及社會(huì)責(zé)任感和職業(yè)道德；培養(yǎng)學(xué)生的科學(xué)思維和嚴(yán)謹(jǐn)態(tài)度；培養(yǎng)學(xué)生精益求精的工匠精神；培養(yǎng)學(xué)生的探索意識(shí)和創(chuàng)新精神；培養(yǎng)學(xué)生主動(dòng)思考、主動(dòng)實(shí)踐的能力；培養(yǎng)學(xué)生的社會(huì)主義核心價(jià)值觀，為學(xué)生樹(shù)立初步的職業(yè)規(guī)范和職業(yè)道德；引導(dǎo)學(xué)生思考在技術(shù)應(yīng)用過(guò)程中需要關(guān)注的社會(huì)倫理問(wèn)題，培養(yǎng)學(xué)生良好的社會(huì)責(zé)任感和倫理意識(shí)；培養(yǎng)學(xué)生在技術(shù)開(kāi)發(fā)和應(yīng)用中做出倫理決策的能力，確保技術(shù)的公平性和公正性；培養(yǎng)學(xué)生的環(huán)境保護(hù)意識(shí)。教學(xué)目標(biāo)與要求第一章（4學(xué)時(shí)）目的與要求：要求了解大數(shù)據(jù)的產(chǎn)生、背景及應(yīng)用，掌握大數(shù)據(jù)的特點(diǎn)及大數(shù)據(jù)分析方法。1.主要內(nèi)容：1.1大數(shù)據(jù)的相關(guān)概念1.1.1何為大數(shù)據(jù)1.1.2大數(shù)據(jù)的定義1.2大數(shù)據(jù)的產(chǎn)生與發(fā)展1.2.1大數(shù)據(jù)的產(chǎn)生1.2.2國(guó)內(nèi)外大數(shù)據(jù)產(chǎn)業(yè)發(fā)展現(xiàn)狀1.3大數(shù)據(jù)的處理1.4大數(shù)據(jù)的應(yīng)用1.4.1大數(shù)據(jù)應(yīng)用場(chǎng)景1.4.2大數(shù)據(jù)應(yīng)用案例（阿里云）。2. 教學(xué)重點(diǎn)：大數(shù)據(jù)的相關(guān)概念、定義和基本理解，大數(shù)據(jù)的產(chǎn)生以及國(guó)內(nèi)外大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展現(xiàn)狀。3. 教學(xué)難點(diǎn)：大數(shù)據(jù)的處理技術(shù)和的應(yīng)用，大數(shù)據(jù)分析技術(shù)架構(gòu)，Pytorch環(huán)境的搭建。4. 課程思政：培養(yǎng)和激發(fā)學(xué)生報(bào)效祖國(guó)的愛(ài)國(guó)情懷。第二章（4學(xué)時(shí)）目的與要求：要求了解數(shù)據(jù)處理方法，掌握數(shù)據(jù)在excel中的處理方法。1.主要內(nèi)容：2.1數(shù)據(jù)的類型與分布2.1.1總體和樣本2.1.2定性和定量數(shù)據(jù)2.1.3截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)2.2變量之間的關(guān)系2.2.1協(xié)方差2.2.2相關(guān)系數(shù)2.3數(shù)據(jù)的可視化——基于Excel的應(yīng)用2.3.1散點(diǎn)圖2.3.2折線圖等2.3.3數(shù)據(jù)透視表2. 教學(xué)重點(diǎn)：數(shù)據(jù)的類型與分布，變量之間的關(guān)系，數(shù)據(jù)集的劃分方式與目的。3. 教學(xué)難點(diǎn)：基于Excel的數(shù)據(jù)可視化應(yīng)用。4. 課程思政：培養(yǎng)學(xué)生嚴(yán)謹(jǐn)務(wù)實(shí)的學(xué)習(xí)態(tài)度，以及社會(huì)責(zé)任感和職業(yè)道德。第三章回歸分析（4學(xué)時(shí)）目的與要求：要求了解回歸分析的應(yīng)用場(chǎng)景，掌握常見(jiàn)的回歸分析方法，并能進(jìn)行應(yīng)用。1.主要內(nèi)容：3.1簡(jiǎn)單線性和非線性回歸3.1.1線性回歸及其Excel中的實(shí)現(xiàn)3.1.2最小二乘回歸3.1.3非線性回歸及其Excel中的實(shí)現(xiàn)3.2多元回歸3.2.1多元回歸及其Excel中的實(shí)現(xiàn)3.2.2多重共線性3.2.3多元回歸及其SPSS中的實(shí)現(xiàn)3.2.4居民存款影響因素回歸案例分析3.3嶺回歸3.3.1嶺回歸的概念3.3.2嶺回歸及其SPSS中的實(shí)現(xiàn)3.3.3居民存款影響因素回歸案例分析3.4LASSO回歸3.4.1LASSO回歸的概念3.4.2LASSO回歸及其SPSS中的實(shí)現(xiàn)3.4.3居民存款影響因素回歸案例分析2. 教學(xué)重點(diǎn)：常見(jiàn)回歸分析方法，多元回歸的應(yīng)用、多重共線性問(wèn)題及其在Excel和SPSS中的應(yīng)用。3. 教學(xué)難點(diǎn)：嶺回歸和LASSO回歸的概念及其在SPSS中的實(shí)現(xiàn)。。4. 課程思政：培養(yǎng)學(xué)生的科學(xué)思維和嚴(yán)謹(jǐn)態(tài)度；培養(yǎng)學(xué)生精益求精的工匠精神。第四章聚類算法（4學(xué)時(shí)）目的與要求：要求了解聚類的思想和應(yīng)用，掌握常見(jiàn)的聚類分析方法，并能進(jìn)行應(yīng)用。1.主要內(nèi)容：4.1聚類的原理4.2K-means聚類4.2.1K-means聚類算法的原理4.2.2K-means聚類算法在Matlab中的實(shí)現(xiàn)4.2.3用戶群體聚類案例分析4.3K最近鄰算法4.3.1K最近鄰算法的原理4.3.2K最近鄰算法在Matlab中的實(shí)現(xiàn)4.3.3植物分類案例分析4.4模糊C-均值算法4.4.1模糊c均值算法的原理4.4.2模糊c均值算法在Matlab中的實(shí)現(xiàn)4.4.3故障聚類案例分析2. 教學(xué)重點(diǎn)：介紹K-means聚類、K最近鄰算法和模糊C-均值算法等方法的原理。3. 教學(xué)難點(diǎn)：K-means聚類、K最近鄰算法和模糊C-均值算法在Matlab中的實(shí)現(xiàn)及案例分析。4. 課程思政：培養(yǎng)學(xué)生的探索意識(shí)和創(chuàng)新精神；培養(yǎng)學(xué)生主動(dòng)思考、主動(dòng)實(shí)踐的能力。第五章推薦算法（4學(xué)時(shí)）目的與要求：要求了解推薦系統(tǒng)的思想和應(yīng)用，掌握常見(jiàn)的推薦算法，并能進(jìn)行應(yīng)用。1.主要內(nèi)容：5.1協(xié)同過(guò)濾推薦算法5.1.1基于用戶的推薦5.1.2基于內(nèi)容的推薦5.1.3二手汽車交易平臺(tái)推薦案例分析5.2協(xié)同過(guò)濾算法常見(jiàn)的問(wèn)題及對(duì)策5.2.1冷啟動(dòng)問(wèn)題5.2.2稀疏性問(wèn)題5.3基于模型的推薦算法2. 教學(xué)重點(diǎn)：介紹協(xié)同過(guò)濾推薦算法，分析二手汽車交易平臺(tái)的推薦案例。3. 教學(xué)難點(diǎn)：探討協(xié)同過(guò)濾算法中的常見(jiàn)問(wèn)題及其對(duì)策。4. 課程思政：幫助學(xué)生思考在技術(shù)應(yīng)用過(guò)程中需要關(guān)注的社會(huì)倫理問(wèn)題，培養(yǎng)學(xué)生良好的社會(huì)責(zé)任感和倫理意識(shí)。第六章文本挖掘（4學(xué)時(shí)）目的與要求：要求了解自然語(yǔ)言處理的思想和應(yīng)用，掌握常見(jiàn)的自然語(yǔ)言處理方法，并能進(jìn)行應(yīng)用。1.主要內(nèi)容：6.1自然語(yǔ)言處理的應(yīng)用價(jià)值6.2文本挖掘的流程6.2.1文本挖掘的關(guān)鍵技術(shù)6.2.2文檔收集方法6.2.3分詞技術(shù)6.3LDA主題模型6.3.1LDA主題模型介紹6.3.2吉布斯采樣6.3.3LDA主題模型訓(xùn)練過(guò)程6.4基于LDA主題模型的客戶需求挖掘案例分析2. 教學(xué)重點(diǎn)：詞向量與語(yǔ)言模型。3. 教學(xué)難點(diǎn)：自然語(yǔ)言處理的應(yīng)用價(jià)值，文本挖掘的流程及其關(guān)鍵技術(shù)，包括文檔收集、分詞技術(shù)。講解LDA主題模型的概念、吉布斯采樣方法以及模型的訓(xùn)練過(guò)程。4. 課程思政：培養(yǎng)學(xué)生在技術(shù)開(kāi)發(fā)和應(yīng)用中做出倫理決策的能力，確保技術(shù)的公平性和公正性。第七章啟發(fā)式算法（4學(xué)時(shí)）目的與要求：要求了解啟發(fā)式算法的思想和應(yīng)用，掌握常見(jiàn)的啟發(fā)式算法，并能進(jìn)行應(yīng)用。1.主要內(nèi)容：7.1啟發(fā)式算法的原理7.2啟發(fā)式算法的類型7.2.1仿動(dòng)物類7.2.2仿植物類7.3遺傳算法及其實(shí)現(xiàn)7.3.1遺傳算法的原理7.3.2遺傳算法的步驟7.3.3遺傳算法的計(jì)算機(jī)實(shí)現(xiàn)7.4粒子群算法及其實(shí)現(xiàn)7.4.1粒子群算法的原理7.4.2粒子群算法的步驟7.4.3粒子群算法的計(jì)算機(jī)實(shí)現(xiàn)7.5物流配送中心選址案例分析2. 教學(xué)重點(diǎn)：介紹啟發(fā)式算法的基本原理及其不同類型。3. 教學(xué)難點(diǎn)：講解遺傳算法的原理、步驟及其在計(jì)算機(jī)上的實(shí)現(xiàn)，探討粒子群算法的原理、步驟及其計(jì)算機(jī)實(shí)現(xiàn)；通過(guò)物流配送中心選址案例進(jìn)行具體應(yīng)用分析。4. 課程思政：培養(yǎng)學(xué)生的環(huán)境保護(hù)意識(shí)和社會(huì)責(zé)任感。第八章支持向量機(jī)（4學(xué)時(shí)）目的與要求：要求了解支持向量機(jī)的思想和應(yīng)用，掌握支持向量機(jī)經(jīng)典算法，并能進(jìn)行應(yīng)用。1.主要內(nèi)容：8.1支持向量機(jī)的原理8.2支持向量機(jī)算法8.2.1核函數(shù)8.2.2懲罰因子8.2.3支持向量機(jī)算法的計(jì)算機(jī)實(shí)現(xiàn)8.3支持向量機(jī)算法參數(shù)優(yōu)化8.3.1基于粒子群優(yōu)化的支持向量機(jī)8.3.2基于量子粒子群優(yōu)化的支持向量機(jī)8.4產(chǎn)品方案設(shè)計(jì)案例分析2. 教學(xué)重點(diǎn)：支持向量機(jī)原理。3. 教學(xué)難點(diǎn)：支持向量機(jī)的計(jì)算機(jī)實(shí)驗(yàn)及其參數(shù)優(yōu)化。4. 課程思政：培養(yǎng)學(xué)生技術(shù)應(yīng)用中的社會(huì)責(zé)任感和倫理意識(shí)。第九章神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)（4學(xué)時(shí)）目的與要求：要求了解神經(jīng)網(wǎng)絡(luò)的思想和應(yīng)用，掌握經(jīng)典的神經(jīng)網(wǎng)絡(luò)算法，并能進(jìn)行應(yīng)用。1.主要內(nèi)容：第9章神經(jīng)網(wǎng)絡(luò)9.1神經(jīng)網(wǎng)絡(luò)的概念與發(fā)展歷程9.1.1神經(jīng)網(wǎng)絡(luò)的提出9.1.2神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程9.2神經(jīng)網(wǎng)絡(luò)的分類9.2.1全連接神經(jīng)網(wǎng)絡(luò)9.2.2卷積神經(jīng)網(wǎng)絡(luò)9.2.2循環(huán)神經(jīng)網(wǎng)絡(luò)9.3典型神經(jīng)網(wǎng)絡(luò)的機(jī)理9.3.1梯度下降9.3.2BP神經(jīng)網(wǎng)絡(luò)的原理9.3.3BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用案例9.3.4神經(jīng)網(wǎng)絡(luò)工具箱9.4卷積神經(jīng)網(wǎng)絡(luò)的機(jī)理9.4.1卷積9.4.2池化9.4.3卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)9.5LSTM神經(jīng)網(wǎng)絡(luò)的機(jī)理9.5.1LSTM的層次結(jié)構(gòu)9.5.2LSTM的計(jì)算機(jī)實(shí)現(xiàn)9.6卷積神經(jīng)網(wǎng)絡(luò)用于情感分析的案例分析2. 教學(xué)重點(diǎn)：高維數(shù)據(jù)處理問(wèn)題；卷積；卷積神經(jīng)網(wǎng)絡(luò)的組成；反卷積。3. 教學(xué)難點(diǎn)：卷積神經(jīng)網(wǎng)絡(luò)的特征學(xué)習(xí)；經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型；卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用。4. 課程思政：培養(yǎng)學(xué)生技術(shù)應(yīng)用中的社會(huì)責(zé)任感和倫理意識(shí)。主要章節(jié)和學(xué)時(shí)分配序號(hào)章節(jié)及名稱學(xué)時(shí)分配學(xué)時(shí)備注理論教學(xué)實(shí)驗(yàn)教學(xué)…1緒論442數(shù)據(jù)分析基礎(chǔ)443回歸分析444聚類分析445推薦算法2246文本挖掘2247啟發(fā)式算法2248支持向量機(jī)2249神經(jīng)網(wǎng)絡(luò)224合計(jì)261036所用教材（正式出版教材要求注明教材名稱、作者姓名、出版社、是否自編教材；自編教材要求注明是否成冊(cè)、編寫者姓名、編寫者職稱、字?jǐn)?shù)等）自編教材：大數(shù)據(jù)分析方法與應(yīng)用，更秀麗編，教授，5萬(wàn)字，已成冊(cè)教學(xué)參考書(shū)目（至少列三部國(guó)內(nèi)外有影響的教學(xué)參考書(shū)目）《大數(shù)據(jù)應(yīng)用分析技術(shù)與方法》，劉汝焯等編著，清華大學(xué)出版社?！洞髷?shù)據(jù)教程——數(shù)據(jù)分析原理和方法》，林正炎等著，科學(xué)出版社。蔣紹忠，《數(shù)據(jù)、模型與決策——基于Excel的建模和商務(wù)應(yīng)用(第2版)》，北京大學(xué)出版社，2013課程負(fù)責(zé)人簽名：年月日學(xué)院負(fù)責(zé)人審批意見(jiàn)：