《大數(shù)據(jù)系統(tǒng)開發(fā)》課程教學(xué)大綱

《大數(shù)據(jù)系統(tǒng)開發(fā)》教學(xué)大綱適用范圍：2020版本科人才培養(yǎng)方案課程代碼：08150071課程性質(zhì)：專業(yè)選修課學(xué)分：3學(xué)分學(xué)時：48學(xué)時（其中：理論32學(xué)時，實驗16學(xué)時）先修課程：后續(xù)課程：適用專業(yè)：物聯(lián)網(wǎng)工程、智能電網(wǎng)信息工程等專業(yè)教材：《大數(shù)據(jù)基礎(chǔ)》，林子雨編著，人民郵電出版社，2020.9開課單位：計算機科學(xué)與技術(shù)學(xué)院一、課程的性質(zhì)與任務(wù)課程性質(zhì)：物聯(lián)網(wǎng)工程等專業(yè)的專業(yè)選修課。課程任務(wù)：通過對本課程的學(xué)習(xí)，讓學(xué)生了解并掌握大數(shù)據(jù)系統(tǒng)的起源及系統(tǒng)特征，并掌握大數(shù)據(jù)系統(tǒng)的架構(gòu)設(shè)計及功能目標設(shè)計、大數(shù)據(jù)系統(tǒng)程序開發(fā)、企業(yè)大數(shù)據(jù)案例分析等內(nèi)容，同時通過使用MapReduce、Hadoop等大數(shù)據(jù)計算平臺來提升學(xué)生對大數(shù)據(jù)開發(fā)的實踐能力。二、課程教學(xué)目標1.知識目標了解大數(shù)據(jù)概念、大數(shù)據(jù)基礎(chǔ)知識、大數(shù)據(jù)處理的全生命周期，了解大數(shù)據(jù)技術(shù)是新時代對人才的新要求。2.能力目標掌握數(shù)據(jù)采集與預(yù)處理，數(shù)據(jù)存儲與管理，數(shù)據(jù)處理與分析，數(shù)據(jù)可視化等基本方法。3.素質(zhì)目標具備大數(shù)據(jù)思維，熟悉大數(shù)據(jù)技術(shù)是新時代對人才的新要求，具備從大數(shù)據(jù)角度分析未來的發(fā)展趨勢，主動適應(yīng)社會發(fā)展，做對社會對國家有用之人。三、課程的基本內(nèi)容及要求（一）大數(shù)據(jù)概述1．課程教學(xué)內(nèi)容（1）大數(shù)據(jù)的相關(guān)概念；（2）大數(shù)據(jù)的特征；（3）流行大數(shù)據(jù)技術(shù)；（4）大數(shù)據(jù)的影響及應(yīng)用。2．課程重點難點重點:了解大數(shù)據(jù)技術(shù)的基本內(nèi)容；難點:理解大數(shù)據(jù)的影響及應(yīng)用。3．課程教學(xué)要求（1）了解大數(shù)據(jù)技術(shù)的特點、內(nèi)容、發(fā)展歷史及未來；（2）了解大數(shù)據(jù)技術(shù)的基本內(nèi)容和主要研究領(lǐng)域，熟悉本專業(yè)的前沿知識和研究熱點。（二）大數(shù)據(jù)基礎(chǔ)知識1．課程教學(xué)內(nèi)容（1）大數(shù)據(jù)思維；（2）數(shù)據(jù)共享及數(shù)據(jù)安全（3）數(shù)據(jù)分析編程基礎(chǔ)。2．課程重點難點重點:了解大數(shù)據(jù)思維；難點:掌握數(shù)據(jù)分析編程基礎(chǔ)。3．課程教學(xué)要求（1）了解大數(shù)據(jù)思維、數(shù)據(jù)共享及數(shù)據(jù)安全；（2）了解掌握R語言或Python的編程基礎(chǔ)；（三）大數(shù)據(jù)應(yīng)用1．課程教學(xué)內(nèi)容（1）了解大數(shù)據(jù)在各行各業(yè)的應(yīng)用；（2）理解大數(shù)據(jù)技術(shù)的影響。2．課程重點難點重點:掌握大數(shù)據(jù)技術(shù)的影響；難點:應(yīng)用大數(shù)據(jù)技術(shù)到新的場景中。3．課程教學(xué)要求（1）了解大數(shù)據(jù)在各行各業(yè)的應(yīng)用；（2）理解大數(shù)據(jù)技術(shù)的影響。（四）數(shù)據(jù)采集與預(yù)處理1．課程教學(xué)內(nèi)容（1）數(shù)據(jù)采集原理；（2）數(shù)據(jù)采集編碼框架；（3）數(shù)據(jù)預(yù)處理。2．課程重點難點重點:數(shù)據(jù)采集的基本概念和基本方法；難點:數(shù)據(jù)預(yù)處理的原理與實現(xiàn)。3．課程教學(xué)要求（1）數(shù)據(jù)采集的基本概念、基本方法；（2）掌握數(shù)據(jù)預(yù)處理的原理與基本軟件設(shè)計，基本創(chuàng)新方法。（五）數(shù)據(jù)存儲與管理1．課程教學(xué)內(nèi)容（1）傳統(tǒng)數(shù)據(jù)存儲；（2）大數(shù)據(jù)時代的數(shù)據(jù)存儲；（3）大數(shù)據(jù)處理架構(gòu)Hadoop和MapReduce；（4）NoSQL數(shù)據(jù)庫。2．課程重點難點重點:數(shù)據(jù)存儲的基本概念和基本方法；難點:大數(shù)據(jù)存儲的工具和基本設(shè)計方法。3．課程教學(xué)要求（1）掌握數(shù)據(jù)存儲的基本概念和基本方法；（2）了解大數(shù)據(jù)存儲的工具和方法。（六）數(shù)據(jù)分析與挖掘技術(shù)1．課程教學(xué)內(nèi)容（1）數(shù)據(jù)分析的基本概念；（2）數(shù)據(jù)挖掘方法；（3）大數(shù)據(jù)分析與挖掘技術(shù)。2．課程重點難點重點:理解數(shù)據(jù)分析的基本概念、基本特征、一般結(jié)構(gòu)等基本內(nèi)容；難點:掌握數(shù)據(jù)挖掘方法。3．課程教學(xué)要求（1）掌握數(shù)據(jù)分析的基本概念、基本特征、一般結(jié)構(gòu)等基本內(nèi)容；（2）掌握推薦、分類、聚類系統(tǒng)設(shè)計等數(shù)據(jù)挖掘方法；（3）了解大數(shù)據(jù)分析與挖掘技術(shù)。（七）數(shù)據(jù)可視化技術(shù)1．課程教學(xué)內(nèi)容（1）數(shù)據(jù)可視化概述；（2）數(shù)據(jù)可視化工具；2．課程重點難點重點:數(shù)據(jù)可視化工具的應(yīng)用；難點:數(shù)據(jù)可視化與大數(shù)據(jù)工程的結(jié)合。3．課程教學(xué)要求（1）掌握數(shù)據(jù)可視化的基本概念；（2）了解常用數(shù)據(jù)可視化工具的應(yīng)用；（八）大數(shù)據(jù)綜合案例1．課程教學(xué)內(nèi)容（1）理解大數(shù)據(jù)處理生命周期；（2）掌握綜合性大數(shù)據(jù)處理案例。2．課程重點難點重點:大數(shù)據(jù)處理生命周期；難點:大數(shù)據(jù)處理案例。3．課程教學(xué)要求（1）理解大數(shù)據(jù)處理生命周期；（2）掌握大數(shù)據(jù)處理案例；四、課程學(xué)時分配教學(xué)章節(jié)理論實踐（驗）討論、習(xí)題一、大數(shù)據(jù)概述4二、大數(shù)據(jù)基礎(chǔ)知識44三、大數(shù)據(jù)應(yīng)用4四、數(shù)據(jù)采集與預(yù)處理4五、數(shù)據(jù)存儲與管理64六、數(shù)據(jù)分析與挖掘技術(shù)44七、數(shù)據(jù)可視化技術(shù)44八、大數(shù)據(jù)綜合案例2總計30162四、課程考核方式與要求考核方式：本課程主要以課堂討論、課內(nèi)實驗、期末機試等方式對學(xué)生進行考核評價。考核基本要求：考核總成績由期末機試成績和過程性評價成績組成。其中：期末機試成績?yōu)?00分（權(quán)重60%），試題類型為綜合分析題；期末機試中基本知識、基本理論、基本技能的試題分值不超過50%，綜合應(yīng)用題、分析題不低于50%；課堂討論和課內(nèi)實驗等過程性評價成績?yōu)?00分（權(quán)重40%）。過程性評價和考試試題分值分配應(yīng)與教學(xué)大綱各章節(jié)的學(xué)時基本成比例。五、課程資源庫王萬良.《人工智能及其應(yīng)用》（第3版）.高等教育出版社.2016.IanGoodfellow,YoshuaBengio,AaronCourville.《深度學(xué)習(xí)》.人民郵電出版社.2017.3.尼克.《深度學(xué)習(xí)》.人民郵電出版社.20174.嚴行健.人工智能時代的代議制:挑戰(zhàn)、機遇與發(fā)展路徑.《學(xué)習(xí)與探索》，2018,02(271)5.劉全,翟建偉,章宗長等.深度強化學(xué)習(xí)綜述.《計算機學(xué)報》，2018,01(41)6.黃立威,江碧濤,呂守業(yè)等.基于深度學(xué)習(xí)的推薦系統(tǒng)研究綜述.《計算機學(xué)報》，2018,07(41)7.楊潔,王國胤,劉群等.正態(tài)云模型研究回顧與展望.《計算機學(xué)報》，2018,03(41)8.ZixiangZhou,JieGong.AutomatedresidentialbuildingdetectionfromairborneLiDARdatawithdeepneuralnetworks.AdvancedEngineeringInformatics.2018,(3