《Python大數(shù)據(jù)分析與挖掘基礎(chǔ)》教學(xué)大綱

《嘰0n大數(shù)據(jù)分析大挖掘基礎(chǔ)》課程教學(xué)課程代碼：學(xué)分：4學(xué)時(shí)：64（其中：講課學(xué)時(shí)：42實(shí)踐或?qū)嶒?yàn)學(xué)時(shí)：22）先修課程：數(shù)學(xué)分析、高等代數(shù)、概率統(tǒng)計(jì)、Python程序設(shè)計(jì)基礎(chǔ)適用專業(yè)：信息與計(jì)算科學(xué)建議教材：黃恒秋主編.Python大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（微課版）[M].北京：人民郵電出版社.2020.開課系部：數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院一、課程的性質(zhì)與任務(wù)課程性質(zhì)：專業(yè)方向選修課。課程任務(wù)：大數(shù)據(jù)時(shí)代，數(shù)據(jù)成為決策最為重要的參考之一，數(shù)據(jù)分析行業(yè)邁入了一個(gè)全新的階段。通過學(xué)習(xí)本課程，使得學(xué)生能夠掌握Python科學(xué)計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)可視化、挖掘建模等基本技能，能夠針對(duì)基本的數(shù)據(jù)挖掘問題與樣例數(shù)據(jù)，調(diào)用Python中的第三方擴(kuò)展包Numpy、Pandas、Matplotlib、Scikit-learn及關(guān)聯(lián)規(guī)則算法代碼，進(jìn)行處理、計(jì)算與分析，初步掌握深度學(xué)習(xí)框架TensorFlow2.0安裝及多層神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)基本原理及應(yīng)用舉例程序?qū)崿F(xiàn)，從而為其他的專業(yè)領(lǐng)域課程或者復(fù)雜應(yīng)用問題提供基礎(chǔ)支撐。二、課程的基本內(nèi)容及要求本課程教學(xué)時(shí)數(shù)為64學(xué)時(shí)，4學(xué)分；實(shí)驗(yàn)22學(xué)時(shí)，1.375學(xué)分。第一章Python基礎(chǔ)課程教學(xué)內(nèi)容：（1）Python及其發(fā)行版Anaconda的安裝與啟動(dòng)、Spyder開發(fā)工具的使用和Python新庫(kù)的安裝方法；（2）Python基本語(yǔ)法和數(shù)據(jù)結(jié)構(gòu)。課程的重點(diǎn)、難點(diǎn)：（1）重點(diǎn)：Python基本語(yǔ)法和數(shù)據(jù)結(jié)構(gòu)的靈活運(yùn)用；（2）難點(diǎn)：Python數(shù)據(jù)結(jié)構(gòu)的靈活運(yùn)用。課程教學(xué)要求：（1）了解Python的安裝及界面基本使用技能；（2）理解Python基本數(shù)據(jù)結(jié)構(gòu)及方法的使用；（3）掌握Python基本數(shù)據(jù)結(jié)構(gòu)的使用技能及循環(huán)、條件語(yǔ)句的應(yīng)用。第二章科學(xué)計(jì)算包Numpy課程教學(xué)內(nèi)容：(1)導(dǎo)入并使用Numpy創(chuàng)建數(shù)組；數(shù)組的運(yùn)算、切片、連接及存取、排序與搜索；數(shù)組相關(guān)屬性與方法；矩陣及線性代數(shù)運(yùn)算。課程的重點(diǎn)、難點(diǎn)：重點(diǎn)：數(shù)組的切片、連接、改變形態(tài)。數(shù)組的相關(guān)方法；難點(diǎn)：數(shù)組的切片及改變形態(tài)、線性代數(shù)運(yùn)算。課程教學(xué)要求：了解Numpy及導(dǎo)入使用；(2)理解數(shù)組的創(chuàng)建、切片、連接、存取、排序及搜索相關(guān)技能；(3)掌握數(shù)組靈活切片的方法及數(shù)組連接、排序、搜索相關(guān)知識(shí)。第三章數(shù)據(jù)處理包Pandas課程教學(xué)內(nèi)容：(1)導(dǎo)入并使用Pandas創(chuàng)建數(shù)據(jù)框和序列；數(shù)據(jù)框和序列相關(guān)屬性、方法的介紹及使用；(3)數(shù)據(jù)框和序列的訪問、切片及運(yùn)算；外部數(shù)據(jù)文件的讀取及滾動(dòng)計(jì)算函數(shù)的使用。課程的重點(diǎn)、難點(diǎn)：重點(diǎn)：數(shù)據(jù)框、序列相關(guān)屬性、方法的應(yīng)用，數(shù)據(jù)框和序列數(shù)據(jù)的訪問、切片及相互之間的轉(zhuǎn)換。常用外部數(shù)據(jù)文件的讀??；(2)難點(diǎn)：數(shù)據(jù)框、序列的訪問及切片。數(shù)據(jù)框、序列、數(shù)組、列表相關(guān)數(shù)據(jù)結(jié)構(gòu)之間的相互轉(zhuǎn)換。課程教學(xué)要求：(1)了解Pandas導(dǎo)入及創(chuàng)建數(shù)據(jù)框和序列；(2)理解數(shù)據(jù)框和序列的訪問、切片及方法；掌握數(shù)據(jù)框和序列相關(guān)方法的靈活應(yīng)用，數(shù)據(jù)框、序列、數(shù)組、列表之間的相關(guān)轉(zhuǎn)換及運(yùn)用。第四章數(shù)據(jù)可視化包Matplotlib課程教學(xué)內(nèi)容：(1)導(dǎo)入并使用Matplotlib中的pyplot模塊進(jìn)行簡(jiǎn)單繪圖；(2)Matplotlib中的pyplot模塊繪圖基本流程及原理；(3)利用Matplotlib中的yplot模塊繪制常見的圖形，包括散點(diǎn)圖、線性圖、柱狀圖、直方圖、餅圖、箱線圖和子圖。課程的重點(diǎn)、難點(diǎn)：(1)重點(diǎn)：利用Matplotlib中的pyplot模塊進(jìn)行散點(diǎn)圖、線性圖、柱狀圖、直方圖、餅圖、箱線圖和子圖的繪制。懂得圖形中文字符的顯示及橫軸字符刻度，子圖的布局排列；(2)難點(diǎn)：Matplotlib繪圖的基本流程及原理。課程教學(xué)要求：了解Matplotlib中的pyplot模塊導(dǎo)入及簡(jiǎn)單使用方法；理解利用Matplotlib中的pyplot模塊繪圖的基本流程及原理；掌握利用Matplotlib中的pyplot模塊繪制散點(diǎn)圖、線性圖、柱狀圖、直方圖、餅圖、箱線圖和子圖的方法，以及中文字符的顯示、橫軸字符刻度和子圖的布局排列。第五章機(jī)器學(xué)習(xí)與實(shí)現(xiàn)課程教學(xué)內(nèi)容：(1)導(dǎo)入Scikit-learn包及相關(guān)模塊；(2)缺失值填充、數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化、主成分分析降維及綜合評(píng)價(jià)、線性回歸、邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、K-均值聚類、關(guān)聯(lián)規(guī)則相關(guān)的模型、算法與原理；利用Scikit-learn包相關(guān)模塊，完成案例教學(xué)，包括均值、中位數(shù)、最頻繁值的缺失值填充策略，均值-方差、極差數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化，主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類；布爾數(shù)據(jù)集的轉(zhuǎn)換、布爾關(guān)聯(lián)規(guī)則挖掘原理、一對(duì)一關(guān)聯(lián)規(guī)則與多對(duì)一關(guān)聯(lián)規(guī)則基本概念與程序?qū)崿F(xiàn)。課程的重點(diǎn)、難點(diǎn)：重點(diǎn)：均值、中位數(shù)、最頻繁值的缺失值填充策略，均值-方差、極差數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化，主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類，布爾數(shù)據(jù)集轉(zhuǎn)換、一對(duì)一和多對(duì)一關(guān)聯(lián)規(guī)則挖掘相關(guān)原理的理解及程序?qū)崿F(xiàn)；難點(diǎn)：主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類、布爾數(shù)據(jù)集轉(zhuǎn)換、關(guān)聯(lián)規(guī)則挖掘相關(guān)原理的理解。課程教學(xué)要求：了解Scikit-learn包及相關(guān)模塊導(dǎo)入及簡(jiǎn)單使用方法；理解均值、中位數(shù)、最頻繁值的缺失值填充策略，均值-方差、極差數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化，主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類相關(guān)的基本原理與方法；掌握均值、中位數(shù)、最頻繁值的缺失值填充策略，均值-方差、極差數(shù)據(jù)規(guī)范化或標(biāo)準(zhǔn)化，主成分分析降維及綜合評(píng)價(jià)，線性回歸、神經(jīng)網(wǎng)絡(luò)非線性回歸預(yù)測(cè)，邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類，K-mean聚類的程序?qū)崿F(xiàn)及案例應(yīng)用。了解關(guān)聯(lián)規(guī)則的基本概念；理解布爾數(shù)據(jù)集轉(zhuǎn)換及布爾關(guān)聯(lián)規(guī)則挖掘的基本概念與程序?qū)崿F(xiàn)方法；掌握一對(duì)一、多對(duì)一關(guān)聯(lián)規(guī)則挖掘的基本原理及程序?qū)崿F(xiàn)方法，并進(jìn)行案例應(yīng)用。第六章深度學(xué)習(xí)與實(shí)現(xiàn)課程教學(xué)內(nèi)容：（1）TensorFlow2.0的安裝及基本知識(shí)；（2）多層神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)基本原理及程序?qū)崿F(xiàn)；課程的重點(diǎn)、難點(diǎn)：（1）重點(diǎn)：TensorFlow2.0安裝及多層神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)應(yīng)用舉例程序?qū)崿F(xiàn)；（2）難點(diǎn)：多層神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)原理；課程教學(xué)要求：（1）深度學(xué)習(xí)基本概念；（2）了解多層神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)基本原理；（3）掌握TensorFlow2.0安裝及多層神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)應(yīng)用舉例程序?qū)崿F(xiàn)。三、實(shí)踐教學(xué)要求Python大數(shù)據(jù)分析與挖掘基礎(chǔ)是一門應(yīng)用性極強(qiáng)的課程，涉及數(shù)據(jù)處理、數(shù)據(jù)分析與探索、數(shù)據(jù)挖掘模型與算法、Python編程技能等。本課程要求學(xué)生會(huì)利用Python第三方擴(kuò)展包，進(jìn)行外部數(shù)據(jù)讀取、數(shù)據(jù)處理、探索與分析、數(shù)據(jù)挖掘模型與算法應(yīng)用等，并初步掌握深度學(xué)習(xí)框架及主要模型應(yīng)用舉例程序?qū)崿F(xiàn)。本課程建議使用Python的集成開發(fā)平臺(tái)進(jìn)行程序編寫及教學(xué)，比如Anaconda、pycharm等。四、課程學(xué)時(shí)分配序號(hào)教學(xué)內(nèi)容理論教學(xué)學(xué)時(shí)實(shí)驗(yàn)學(xué)時(shí)實(shí)驗(yàn)（實(shí)踐）內(nèi)容課外實(shí)驗(yàn)1第1章Python基礎(chǔ)302第2章科學(xué)計(jì)算包Numpy52數(shù)組切片、運(yùn)算、存取及連接3第3章數(shù)據(jù)處理包Pandas52數(shù)據(jù)框切片、轉(zhuǎn)換、運(yùn)算及連接4第4章數(shù)據(jù)可視化包Matplotlib52子圖繪制及排列5第5章機(jī)器學(xué)習(xí)與實(shí)現(xiàn)1610回歸、分類、聚類、主成分分析、布爾數(shù)據(jù)集轉(zhuǎn)換及關(guān)聯(lián)規(guī)則挖掘應(yīng)用6第6章深度學(xué)習(xí)與實(shí)現(xiàn)86TensorFlow2.0安裝及基本模型應(yīng)用舉例程序?qū)崿F(xiàn)7合計(jì)4222五、大綱說明教學(xué)手段：1）理論與實(shí)踐相結(jié)合，多媒體機(jī)房上課，帶黑板（方便板書及推導(dǎo)）；（2）講授課程結(jié)束后即開展實(shí)驗(yàn)，在機(jī)房進(jìn)行?？己朔绞浇ㄗh：（1）上機(jī)編程操作考試（開