2021《數(shù)據(jù)科學(xué)》教學(xué)大綱

1、先修課程：高等數(shù)學(xué)、高等代數(shù)、概論論與數(shù)理統(tǒng)計授課對象：理科試驗班課程目標(biāo)：培養(yǎng)學(xué)生的數(shù)據(jù)思維，教學(xué)目標(biāo)集中于兩個方面：一個是理論方法的學(xué)習(xí)，即掌握數(shù)據(jù)分析的基本思路、基本理論與基本方法；一個是實踐應(yīng)用能力培養(yǎng)，即面向?qū)嶋H應(yīng)用中典型的行業(yè)需求，能夠設(shè)計并實現(xiàn)合理的解決方案。課程簡介：“數(shù)據(jù)科學(xué)導(dǎo)論”是一門入門課程，同時也是“數(shù)據(jù)科學(xué)”課程群統(tǒng)領(lǐng)式的課程，把學(xué)生引進數(shù)據(jù)科學(xué)的大門。它的目標(biāo)有兩個：一個是擴展學(xué)生在數(shù)據(jù)科學(xué)方面的視野培養(yǎng)興趣，另一個是為學(xué)習(xí)后續(xù)課程打下堅實的基礎(chǔ)，培養(yǎng)數(shù)據(jù)科學(xué)家。教學(xué)內(nèi)容分為四大模塊，分別是基礎(chǔ)（base）模塊、關(guān)系數(shù)據(jù)/流數(shù)據(jù)處理（relational&s

2、tre）模塊、文本數(shù)據(jù)處理和分析（text模塊、圖數(shù)據(jù)處理和分析（graph）模塊。學(xué)習(xí)要求：1、掌握數(shù)據(jù)分析的基本思路、基本理論與基本方法。2熟悉數(shù)據(jù)分析相關(guān)平臺和工具的使用。3、加強動手實踐，通過知識點案例和綜合案例的學(xué)習(xí)以及3個大作業(yè)的完成，切實提高分析問題、解決問題的能力。推薦材料及閱讀文獻：教材：1.覃雄派，陳躍國，杜小勇數(shù)據(jù)科學(xué)概論中國人民大學(xué)出版社.2018.01參考教材：2.歐高炎，朱占星，董彬，鄂維南.數(shù)據(jù)科學(xué)導(dǎo)引高教出版社.2017.123朝樂門.數(shù)據(jù)科學(xué).清華大數(shù)據(jù)出版社.2016.08平時考核（占總成績比例%）:60期中考試（占平時成績比例%）:15期末考核（占總成績比

3、例%）:40課堂作業(yè)（占平時成績比例%）:80期末考核內(nèi)容：筆試課堂表現(xiàn)（占平時成績比例%）:5教學(xué)周一章節(jié)名稱講授內(nèi)容及掌握程度研究學(xué)習(xí)要求學(xué)習(xí)內(nèi)容學(xué)習(xí)時間（小時）第1周數(shù)據(jù)科學(xué)概論數(shù)據(jù)科學(xué)概論，主要介紹數(shù)據(jù)科學(xué)的基本概念、大數(shù)據(jù)及其價值、數(shù)據(jù)處理的全生命周期，包括數(shù)據(jù)的采集和獲取、數(shù)據(jù)預(yù)處理/青洗和集成、數(shù)據(jù)管理、數(shù)據(jù)分析、可視化和解釋等第2周數(shù)據(jù)探索與Python語言Python基礎(chǔ)與常用工具（如Jupyternotebook）；數(shù)據(jù)探索與預(yù)處理與Pandas第3周數(shù)據(jù)探索與Python語言Python基礎(chǔ)與常用工具（如Jupyternotebook）；數(shù)據(jù)探索與預(yù)處理與Pandas第4

4、周機器學(xué)習(xí)初步與實踐培養(yǎng)學(xué)生建立機器學(xué)習(xí)問題、方法、評價的基本概念與能力，包括：分類（KNN）、聚類（K-means）與回歸（linearregression,以及Python機器學(xué)習(xí)實踐（如skleari）第5周機器學(xué)習(xí)初步與實踐培養(yǎng)學(xué)生建立機器學(xué)習(xí)問題、方法、評價的基本概念與能力，包括：分類（KNN）、聚類（K-means）與回歸（linearregression,以及Python機器學(xué)習(xí)實踐（如sklearr）第6周機器學(xué)習(xí)初步與實踐培養(yǎng)學(xué)生建立機器學(xué)習(xí)問題、方法、評價的基本概念與能力，包括：分類（KNN）、聚類（K-means）與回歸（linearregressiOn，以及Python

5、機器學(xué)習(xí)實踐（如skleari）第7周文本數(shù)據(jù)分析與處理通過文本分類的例子，讓學(xué)生了解如何利用機器學(xué)習(xí)的模型對文本進行自動分類與檢索。內(nèi)容包括：文本的預(yù)處理（如中文分詞）、文本的分析（如文本分類）、文本的檢索、MapReduce處理模型與Hadoop單機模擬實驗（如倒排索引構(gòu)建）。第8周文本數(shù)據(jù)分析與處理通過文本分類的例子，讓學(xué)生了解如何利用機器學(xué)習(xí)的模型對文本進行自動分類與檢索。內(nèi)容包括：文本的預(yù)處理（如中文分詞）、文本的分析（如文本分類）、文本的檢索、MapReduce處理模型與Hadoop單機模擬實驗（如倒排索引構(gòu)建）。第9周文本數(shù)據(jù)分析與處理通過文本分類的例子，讓學(xué)生了解如何利用機器學(xué)

6、習(xí)的模型對文本進行自動分類與檢索。內(nèi)容包括：文本的預(yù)處理（如中文分詞）、文本的分析（如文本分類）、文本的檢索、MapReduce處理模型與Hadoop單機模擬實驗（如倒排索引構(gòu)建）。第10周文本數(shù)據(jù)分析與處理通過文本分類的例子，讓學(xué)生了解如何利用機器學(xué)習(xí)的模型對文本進行自動分類與檢索。內(nèi)容包括：文本的預(yù)處理（如中文分詞）、文本的分析（如文本分類）、文本的檢索、MapReduce處理模型與Hadoop單機模擬實驗（如倒排索引構(gòu)建）。第11周文本數(shù)據(jù)分析與處理通過文本分類的例子，讓學(xué)生了解如何利用機器學(xué)習(xí)的模型對文本進行自動分類與檢索。內(nèi)容包括：文本的預(yù)處理（如中文分詞）、文本的分析（如文本分類）

7、、文本的檢索、MapReduce處理模型與Hadoop單機模擬實驗（如倒排索引構(gòu)建）。第12周圖數(shù)據(jù)分析與處理通過學(xué)術(shù)引用關(guān)系的例子，讓學(xué)生了解圖的建模方式，基于圖的分析方法，如中心度分析、社區(qū)分析，以及培養(yǎng)大圖分布式處理的能力。內(nèi)容包括：圖的基本概念、圖的構(gòu)建與可視化、圖的中心度分析、圖的社區(qū)檢測第13周圖數(shù)據(jù)分析與處理通過學(xué)術(shù)引用關(guān)系的例子，讓學(xué)生了解圖的建模方式，基于圖的分析方法，如中心度分析、社區(qū)分析，以及培養(yǎng)大圖分布式處理的能力。內(nèi)容包括：圖的基本概念、圖的構(gòu)建與可視化、圖的中心度分析、圖的社區(qū)檢測第14周圖數(shù)據(jù)分析與處理通過學(xué)術(shù)引用關(guān)系的例子，讓學(xué)生了解圖的建模方式，基于圖的分析方法，如中心度分析、社區(qū)分析，以及培養(yǎng)大圖分布式處理的能力。內(nèi)容包括：圖的基本概念、圖的構(gòu)建與可視化、圖的中心度分析、圖的社區(qū)檢測第15周圖數(shù)據(jù)分析與處理通過學(xué)術(shù)引用關(guān)系的例子，讓學(xué)生了解圖的建模方式，基于圖的分析方法，如中心度分析、社區(qū)分析，以及培養(yǎng)大圖分布式處理的能力。內(nèi)容包括：圖的基本概念、圖的構(gòu)建與可視化、圖的中心度分析、圖的社區(qū)檢測第16周圖數(shù)據(jù)分析與處理通過學(xué)術(shù)引用關(guān)系的例子，讓學(xué)生了