《數(shù)據(jù)分析與挖掘》教學(xué)大綱_第1頁
《數(shù)據(jù)分析與挖掘》教學(xué)大綱_第2頁
《數(shù)據(jù)分析與挖掘》教學(xué)大綱_第3頁
《數(shù)據(jù)分析與挖掘》教學(xué)大綱_第4頁
《數(shù)據(jù)分析與挖掘》教學(xué)大綱_第5頁
已閱讀5頁,還剩5頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

《數(shù)據(jù)分析與挖掘》教學(xué)大綱適用范圍:202X版本科人才培養(yǎng)方案課程代碼:09150811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(理論32學(xué)時,上機16學(xué)時)先修課程:高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計、Python應(yīng)用基礎(chǔ)后續(xù)課程:文獻(xiàn)閱讀與論文寫作適用專業(yè):商務(wù)經(jīng)濟學(xué)開課單位:經(jīng)濟學(xué)院一、課程說明《數(shù)據(jù)分析與挖掘》是商務(wù)經(jīng)濟學(xué)專業(yè)的一門專業(yè)選修課。該課程旨在為學(xué)生系統(tǒng)地傳授數(shù)據(jù)分析與挖掘的核心知識和實操技能。通過這門課程的學(xué)習(xí),學(xué)生將深入了解數(shù)據(jù)分析的流程、數(shù)據(jù)獲取的途徑、探索性數(shù)據(jù)分析的方法以及數(shù)據(jù)預(yù)處理的技巧。同時,課程還將重點介紹數(shù)據(jù)挖掘算法的基礎(chǔ)理論,幫助學(xué)生掌握數(shù)據(jù)挖掘的基本原理和技術(shù)。為了使學(xué)生更好地理解和應(yīng)用所學(xué)知識,課程還結(jié)合了大量相關(guān)案例,通過理論講解與實操練習(xí)相結(jié)合的方式,提高學(xué)生的實際操作能力。通過課程學(xué)習(xí),學(xué)生將能夠熟練掌握基本的數(shù)據(jù)分析方法和常用工具,為日后獨立完成日常數(shù)據(jù)分析與挖掘工作打下堅實的基礎(chǔ)。二、課程目標(biāo)通過本課程的學(xué)習(xí),使學(xué)生達(dá)到如下目標(biāo):課程目標(biāo)1:全面掌握商務(wù)數(shù)據(jù)分析的基本概念,深入理解Python數(shù)據(jù)分析的基礎(chǔ)知識。具體涵蓋數(shù)據(jù)獲取的方法、探索性數(shù)據(jù)分析的技巧、數(shù)據(jù)預(yù)處理的重要性以及數(shù)據(jù)挖掘算法的基本原理。熟悉數(shù)據(jù)分析與挖掘的主要方法,如分類與預(yù)測、聚類分析、時序預(yù)測、關(guān)聯(lián)規(guī)則挖掘和智能推薦等。通過系統(tǒng)學(xué)習(xí),建立起堅實的數(shù)據(jù)分析與挖掘知識體系,為后續(xù)的實踐應(yīng)用奠定理論基礎(chǔ)。課程目標(biāo)2:能夠熟練運用Python語言進(jìn)行數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理以及各類數(shù)據(jù)分析與挖掘操作。通過貼近生活的場景案例,如O2O優(yōu)惠劵、超市零售、餐飲企業(yè)等,學(xué)會將知識點與真實案例相結(jié)合,進(jìn)一步掌握數(shù)據(jù)分析與數(shù)據(jù)挖掘的流程和技能。通過不斷的實踐練習(xí),能夠獨立完成日常數(shù)據(jù)分析與挖掘工作,提升解決實際問題的能力和撰寫數(shù)據(jù)分析報告的能力。課程目標(biāo)3:通過了解數(shù)據(jù)分析的相關(guān)國家發(fā)展方向、行業(yè)政策以及知識產(chǎn)權(quán),增強對數(shù)據(jù)分析行業(yè)的認(rèn)識和理解。遵守數(shù)據(jù)分析師的職業(yè)準(zhǔn)則與素質(zhì)要求。樹立環(huán)保意識、法律意識以及工匠精神。培養(yǎng)安全生產(chǎn)意識、職業(yè)道德、技能寶貴觀念、科學(xué)探索精神、獨立思考能力和思辨能力等,全面提升綜合素質(zhì)。三、課程目標(biāo)與畢業(yè)要求《數(shù)據(jù)分析與挖掘》課程教學(xué)目標(biāo)對商務(wù)經(jīng)濟學(xué)專業(yè)畢業(yè)要求的支撐見表1。表1課程教學(xué)目標(biāo)與畢業(yè)要求關(guān)系畢業(yè)要求指標(biāo)點課程目標(biāo)支撐強度2.問題分析2.3能根據(jù)相關(guān)經(jīng)濟學(xué)和管理學(xué)的基本原理并結(jié)合文獻(xiàn)研究比較不同的解決方案,分析商務(wù)經(jīng)濟活動的影響因素,最終獲得有效結(jié)論。課程目標(biāo)2:能夠熟練運用Python語言進(jìn)行數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理以及各類數(shù)據(jù)分析與挖掘操作。通過貼近生活的場景案例,如O2O優(yōu)惠劵、超市零售、餐飲企業(yè)等,學(xué)會將知識點與真實案例相結(jié)合,進(jìn)一步掌握數(shù)據(jù)分析與數(shù)據(jù)挖掘的流程和技能。通過不斷的實踐練習(xí),能夠獨立完成日常數(shù)據(jù)分析與挖掘工作,提升解決實際問題的能力和撰寫數(shù)據(jù)分析報告的能力。M4.研究4.2能夠根據(jù)對象特征、研究方法和技術(shù)路線,運用市場調(diào)研、數(shù)據(jù)挖掘、統(tǒng)計分析、模擬仿真等方法設(shè)計解決方案并獲取相關(guān)數(shù)據(jù)。課程目標(biāo)1:全面掌握商務(wù)數(shù)據(jù)分析的基本概念,深入理解Python數(shù)據(jù)分析的基礎(chǔ)知識。具體涵蓋數(shù)據(jù)獲取的方法、探索性數(shù)據(jù)分析的技巧、數(shù)據(jù)預(yù)處理的重要性以及數(shù)據(jù)挖掘算法的基本原理。熟悉數(shù)據(jù)分析與挖掘的主要方法,如分類與預(yù)測、聚類分析、時序預(yù)測、關(guān)聯(lián)規(guī)則挖掘和智能推薦等。通過系統(tǒng)學(xué)習(xí),建立起堅實的數(shù)據(jù)分析與挖掘知識體系,為后續(xù)的實踐應(yīng)用奠定理論基礎(chǔ)。課程目標(biāo)2:能夠熟練運用Python語言進(jìn)行數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理以及各類數(shù)據(jù)分析與挖掘操作。通過貼近生活的場景案例,如O2O優(yōu)惠劵、超市零售、餐飲企業(yè)等,學(xué)會將知識點與真實案例相結(jié)合,進(jìn)一步掌握數(shù)據(jù)分析與數(shù)據(jù)挖掘的流程和技能。通過不斷的實踐練習(xí),能夠獨立完成日常數(shù)據(jù)分析與挖掘工作,提升解決實際問題的能力和撰寫數(shù)據(jù)分析報告的能力。H4.3能夠綜合多學(xué)科專業(yè)知識對各種商務(wù)數(shù)據(jù)和實證結(jié)果進(jìn)行分析和解釋,獲得研究商務(wù)經(jīng)濟復(fù)雜問題合理有效的結(jié)論。課程目標(biāo)2:能夠熟練運用Python語言進(jìn)行數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理以及各類數(shù)據(jù)分析與挖掘操作。通過貼近生活的場景案例,如O2O優(yōu)惠劵、超市零售、餐飲企業(yè)等,學(xué)會將知識點與真實案例相結(jié)合,進(jìn)一步掌握數(shù)據(jù)分析與數(shù)據(jù)挖掘的流程和技能。通過不斷的實踐練習(xí),能夠獨立完成日常數(shù)據(jù)分析與挖掘工作,提升解決實際問題的能力和撰寫數(shù)據(jù)分析報告的能力。M5.使用現(xiàn)代工具5.2能夠選擇與使用恰當(dāng)?shù)墓ぞ吆蛙浖?,對?fù)雜商務(wù)經(jīng)濟問題進(jìn)行分析、計算與設(shè)計。課程目標(biāo)2:能夠熟練運用Python語言進(jìn)行數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理以及各類數(shù)據(jù)分析與挖掘操作。通過貼近生活的場景案例,如O2O優(yōu)惠劵、超市零售、餐飲企業(yè)等,學(xué)會將知識點與真實案例相結(jié)合,進(jìn)一步掌握數(shù)據(jù)分析與數(shù)據(jù)挖掘的流程和技能。通過不斷的實踐練習(xí),能夠獨立完成日常數(shù)據(jù)分析與挖掘工作,提升解決實際問題的能力和撰寫數(shù)據(jù)分析報告的能力。課程目標(biāo)3:通過了解數(shù)據(jù)分析的相關(guān)國家發(fā)展方向、行業(yè)政策以及知識產(chǎn)權(quán),增強對數(shù)據(jù)分析行業(yè)的認(rèn)識和理解。遵守數(shù)據(jù)分析師的職業(yè)準(zhǔn)則與素質(zhì)要求。樹立環(huán)保意識、法律意識以及工匠精神。培養(yǎng)安全生產(chǎn)意識、職業(yè)道德、技能寶貴觀念、科學(xué)探索精神、獨立思考能力和思辨能力等,全面提升綜合素質(zhì)。M注:表中“H(高)、M(中)”表示課程與相關(guān)畢業(yè)要求的關(guān)聯(lián)度。四、教學(xué)內(nèi)容、基本要求與學(xué)時分配1.理論部分理論部分的教學(xué)內(nèi)容、基本要求與學(xué)時分配見表2表2教學(xué)內(nèi)容、基本要求與學(xué)時分配教學(xué)內(nèi)容教學(xué)要求,教學(xué)重點難點理論學(xué)時上機學(xué)時對應(yīng)的課程目標(biāo)1.商務(wù)數(shù)據(jù)分析與挖掘概述1.1數(shù)據(jù)分析基礎(chǔ)概念1.2數(shù)據(jù)挖掘概述1.3數(shù)據(jù)分析與挖掘流程1.4商務(wù)數(shù)據(jù)分析與挖掘應(yīng)用場景1.5數(shù)據(jù)分析與挖掘常用工具教學(xué)要求:使學(xué)生了解商務(wù)數(shù)據(jù)分析的基礎(chǔ)知識,了解數(shù)據(jù)挖掘,掌握數(shù)據(jù)分析與挖掘流程,了解商務(wù)數(shù)據(jù)分析與挖掘常見應(yīng)用場景,了解數(shù)據(jù)分析與挖掘常用工具。重點:數(shù)據(jù)分析與挖掘流程。難點:數(shù)據(jù)分析與挖掘流程。21、32.數(shù)據(jù)探索2.1數(shù)據(jù)校驗2.2數(shù)據(jù)特征分析教學(xué)要求:使學(xué)生掌握一致性分析的方法、缺失值分析的方法、異常值分析的方法、描述性統(tǒng)計分析的方法、分布分析的方法、對比分析的方法、周期性分析的方法、貢獻(xiàn)度分析的方法、相關(guān)性分析的方法。重點:Python中數(shù)據(jù)質(zhì)量分析的方法、數(shù)據(jù)特征分析方法。難點:常用的Python基本統(tǒng)計分析和作圖函數(shù)。421、2、33.數(shù)據(jù)預(yù)處理3.1數(shù)據(jù)清洗3.2數(shù)據(jù)變換3.3數(shù)據(jù)合并教學(xué)要求:使學(xué)生掌握重復(fù)值、缺失值、異常值處理方法,掌握數(shù)據(jù)規(guī)范化和離散化的方法,掌握獨熱編碼的方法,掌握多表合并的方法,掌握分組聚合的方法。重點:Python中數(shù)據(jù)清洗、數(shù)據(jù)變換、數(shù)據(jù)合并的方法。難點:數(shù)據(jù)變換。441、2、34.分類與回歸4.1實現(xiàn)過程4.2常用的分類和回歸算法4.3回歸分析4.4決策樹4.5分類與回歸算法評價4.6常見的分類與回歸算法4.7綜合案例-O2O優(yōu)惠券個性化投放教學(xué)要求:使學(xué)生了解常用的分類與回歸算法,掌握回歸分析的原理,掌握決策樹算法的原理,掌握分類與回歸算法的評價方法,分析O2O優(yōu)惠券使用的背景和數(shù)據(jù),熟悉O2O優(yōu)惠券使用預(yù)測的分析步驟與流程。重點:分類算法的應(yīng)用場景,決策樹的原理與應(yīng)用,分類與回歸算法評價。難點:分類與回歸模型在實際案例中的應(yīng)用。421、35.聚類5.1常用的聚類分析算法5.2K-Means算法5.3聚類分析算法評價5.4常用的聚類分析算法5.5綜合案例-信用卡高風(fēng)險客戶識別教學(xué)要求:使學(xué)生了解常用聚類分析算法,掌握K-Means聚類算法的原理,掌握聚類分析算法的評價方法,分析信用卡高風(fēng)險客戶識別背景和數(shù)據(jù),應(yīng)用聚類算法熟悉信用卡高風(fēng)險客戶識別的步驟與流程,重點:應(yīng)用K-Means聚類算法對無標(biāo)簽數(shù)據(jù)進(jìn)行聚類分析,提取數(shù)據(jù)特征,對聚類結(jié)果進(jìn)行特征分析。難點:根據(jù)案例用K-Means聚類算法對根據(jù)信用卡客戶數(shù)據(jù)進(jìn)行客戶分群,對聚類結(jié)果進(jìn)行特征分析的方法。421、2、36.關(guān)聯(lián)規(guī)則6.1常用關(guān)聯(lián)規(guī)則算法6.2Apriori算法原理與實現(xiàn)6.3綜合案例-零售商品購物籃分析教學(xué)要求:使學(xué)生了解Python主要關(guān)聯(lián)規(guī)則算法,掌握Apriori算法的原理。重點:應(yīng)用python實現(xiàn)Apriori算法,熟悉購物籃分析的實現(xiàn)流程與步驟。難點:關(guān)聯(lián)規(guī)則模型在實際案例中的應(yīng)用。421、2、37.時間序列7.1時間序列分析方法和模型7.2時間序列的預(yù)處理7.3平穩(wěn)時間序列分析7.4非平穩(wěn)時間序列分析7.5常見的時序模式算法7.6綜合案例-金融服務(wù)機構(gòu)資金流量預(yù)測教學(xué)要求:使學(xué)生了解Python主要時序模式算法,掌握時間序列預(yù)處理的方法,了解平穩(wěn)時間序列分析,掌握非平穩(wěn)時間序列分析。熟悉金融服務(wù)機構(gòu)資金流量預(yù)測的步驟與流程,掌握數(shù)據(jù)平穩(wěn)性的檢驗和處理方法,以及白噪聲檢驗,掌握ARIMA模型對資金流量進(jìn)行預(yù)測,掌握對ARIMA模型的檢驗。重點:時間序列數(shù)據(jù)預(yù)處理方法,數(shù)據(jù)平穩(wěn)性的檢驗和處理方法,以及白噪聲檢驗,非平穩(wěn)時間序列分析。難點:用ARIMA模型對資金流量進(jìn)行預(yù)測,掌握對ARIMA模型的檢驗。421、2、38.智能推薦8.1常見的智能推薦算法8.2智能推薦模型評價8.3協(xié)同過濾推薦8.4基于流行度的推薦8.5綜合案例-電視產(chǎn)品個性化推薦教學(xué)要求:了解Python主要智能推薦算法,掌握智能推薦模型的評價方法,掌握協(xié)同過濾推薦算法的原理。分析電視產(chǎn)品個性化推薦的背景和數(shù)據(jù),熟悉電視產(chǎn)品個性化推薦的步驟與流程,了解基于物品的協(xié)同過濾算法,了解基于流行度的推薦算法。重點:熟悉基于物品的協(xié)同過濾算法和基于流行度的推薦算法,構(gòu)建推薦模型,掌握推薦系統(tǒng)的評價方法,對構(gòu)建的推薦模型進(jìn)行模型評價。難點:構(gòu)建用戶畫像標(biāo)簽,構(gòu)建推薦模型,對構(gòu)建的推薦模型進(jìn)行模型評價。421、2、39.數(shù)據(jù)分析報告9.1初步認(rèn)識數(shù)據(jù)分析報告9.2數(shù)據(jù)分析報告的準(zhǔn)備與撰寫流程9.3數(shù)據(jù)分析報告的結(jié)構(gòu)9.4撰寫數(shù)據(jù)分析報告的注意事項教學(xué)要求:使學(xué)生掌握數(shù)據(jù)分析報告的寫作原則,掌握數(shù)據(jù)分析報告的撰寫流程,掌握數(shù)據(jù)分析報告的結(jié)構(gòu),掌握撰寫數(shù)據(jù)分析報告的注意事項。重點:熟練編寫數(shù)據(jù)分析報告。21、2合計32162.上機部分上機部分的教學(xué)內(nèi)容、基本要求與學(xué)時分配見表3表3上機內(nèi)容與學(xué)時上機項目上機內(nèi)容和要求上機學(xué)時對應(yīng)的課程目標(biāo)1.數(shù)據(jù)探索上機內(nèi)容:通過案例練習(xí)利用python進(jìn)行數(shù)據(jù)分析的指標(biāo)和方法。上機要求:掌握不同數(shù)據(jù)分析方法和實現(xiàn)。21、22.數(shù)據(jù)預(yù)處理上機內(nèi)容:通過案例練習(xí)利用python進(jìn)行數(shù)據(jù)清洗、集成、規(guī)約。上機要求:掌握數(shù)據(jù)缺失值、異常值的處理方法,掌握數(shù)據(jù)集成和規(guī)約的方法。41、23.分類與回歸上機內(nèi)容:通過綜合案例利用python進(jìn)行數(shù)據(jù)分類、回歸預(yù)測。上機要求:掌握回歸分析的原理,決策樹算法的原理,分類與回歸算法的評價方法。22、34.聚類上機內(nèi)容:通過綜合案例利用python進(jìn)行k-means聚類分析,并評價聚類結(jié)果。上機要求:掌握k-means聚類算法原理與應(yīng)用,使用Scikit-learn包實現(xiàn)數(shù)據(jù)聚類,掌握聚類分析算法的評價方法。22、35.關(guān)聯(lián)規(guī)則上機內(nèi)容:通過綜合案例利用python進(jìn)行關(guān)聯(lián)規(guī)則分析。上機要求:掌握關(guān)聯(lián)規(guī)則分析應(yīng)用場景,Apriori算法原理與應(yīng)用,熟悉購物籃分析的實現(xiàn)流程與步驟。22、36.時間序列上機內(nèi)容:通過綜合案例利用python進(jìn)行時間序列分析。上機要求:熟悉金融服務(wù)機構(gòu)資金流量預(yù)測的步驟與流程,掌握數(shù)據(jù)平穩(wěn)性的檢驗和處理方法,以及白噪聲檢驗,掌握ARIMA模型對資金流量進(jìn)行預(yù)測,掌握對ARIMA模型的檢驗。22、37.智能推薦上機內(nèi)容:通過綜合案例利用python進(jìn)行智能推薦。上機要求:熟悉基于物品的協(xié)同過濾算法和基于流行度的推薦算法,構(gòu)建推薦模型,掌握推薦系統(tǒng)的評價方法,對構(gòu)建的推薦模型進(jìn)行模型評價。22、3合計16五、教學(xué)方法及手段本課程緊密圍繞OBE教學(xué)理念,堅持以學(xué)生為中心,注重理論與實踐的有機結(jié)合。在教學(xué)過程中,充分利用現(xiàn)代網(wǎng)絡(luò)資源,結(jié)合多媒體課件和實際項目應(yīng)用案例,全面提升學(xué)生的學(xué)習(xí)效果和實操技能。理論講授環(huán)節(jié),采用學(xué)習(xí)通、大學(xué)慕課等網(wǎng)絡(luò)資源,為學(xué)生提供豐富多樣的學(xué)習(xí)材料和互動平臺。這些資源不僅涵蓋了課程的基礎(chǔ)知識和核心概念,還包含了大量的案例分析和前沿研究成果,有助于學(xué)生深入理解數(shù)據(jù)分析與挖掘的原理和應(yīng)用。同時,配合多媒體課件進(jìn)行課堂講授,通過圖表、動畫等形式直觀展示復(fù)雜的數(shù)據(jù)結(jié)構(gòu)和算法流程,提高學(xué)生的學(xué)習(xí)興趣和理解能力。上機實踐環(huán)節(jié),選取實際案例作為教學(xué)素材,讓學(xué)生在模擬的工作環(huán)境中體驗數(shù)據(jù)分析與挖掘的全過程。通過動手實踐,學(xué)生可以親身感受理論知識的實際應(yīng)用,檢驗自己對內(nèi)容的理解程度,并在實踐中不斷提升自己的技能水平。此外,還注重與學(xué)生的互動交流。課下,通過微信、釘釘或面談等方式及時解答學(xué)生的疑問,了解學(xué)生的學(xué)習(xí)進(jìn)度和困難,并根據(jù)學(xué)生的反饋調(diào)整教學(xué)策略,確保每個學(xué)生都能得到充分的關(guān)注和指導(dǎo)。六、課程資源1.推薦教材(1)黃恒秋.Python金融數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京:人民郵電出版社,2020.(2)python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京:清華大學(xué)出版社,2021.2.參考書(1)喻梅.數(shù)據(jù)分析與數(shù)據(jù)挖掘[M].北京:清華大學(xué)出版社,2018.(2)陳紅波.數(shù)據(jù)分析從入門到進(jìn)階[M].北京:機械工業(yè)出版社,2019.(3)伊恩·古德費洛.深度學(xué)習(xí)[M].北京:人民郵電出版社,2017.(4)周志華.機器學(xué)習(xí)[M].北京:清華大學(xué)出版社,2016.(5)黑馬程序員.數(shù)據(jù)分析思維與可視化[M].北京:清華大學(xué)出版社,2019.3.期刊(1)計算機學(xué)報.中國計算機學(xué)會與中國科學(xué)院計算技術(shù)研究所.(2)統(tǒng)計與決策.湖北省統(tǒng)計局統(tǒng)計科學(xué)研究所.(3)計算機仿真.中國航天科工集團(tuán)公司第十七研究所.(4)模式識別與人工智能.中國自動化學(xué)會;國家智能計算機研究開發(fā)中心;中國科學(xué)院合肥智能機械研究所.(5)Data&KnowledgeEngineering,ElsevierScience.4.網(wǎng)絡(luò)資源(1)國家統(tǒng)計局/(2)UCIMachineLearningRepository/ml/index.php(3)wind經(jīng)濟數(shù)據(jù)庫/NewSite/edb.html(4)CSMAR經(jīng)濟金融數(shù)據(jù)庫/七、課程考核對課程目標(biāo)的支撐課程成績由過程性考核成績和期末考核成績兩部分構(gòu)成,具體考核/評價細(xì)則及對課程目標(biāo)的支撐關(guān)系見表4。表4課程考核對課程目標(biāo)的支撐考核環(huán)節(jié)占比考核/評價細(xì)則課程目標(biāo)123過程性考核課堂表現(xiàn)10(1)根據(jù)課堂出勤情況和課堂回答問題情況進(jìn)行考核,滿分100分。(2)以平時考核成績乘以其在總評成績中所占的比例計入課程總評成績?!獭獭?42作業(yè)10(1)主要考核學(xué)生對各章節(jié)知識點的復(fù)習(xí)、理解和相關(guān)技術(shù)的掌握程度,滿分100分;(2)每次作業(yè)單獨評分,取各次成績的平均值作為此環(huán)節(jié)的最終成績。(3)以作業(yè)成績乘以其在總評成績中所占的比例計入課程總評成績?!獭?3小組任務(wù)10(1)根據(jù)每次小組任務(wù)內(nèi)容單獨評分,滿分100分;(2)每次小組任務(wù)單獨評分,取各次成績的平均值作為此環(huán)節(jié)的最終成績。(3)以小組任務(wù)成績乘以其在總評成績中所占的比例計入課程總評成績。√√64上機20(1)根據(jù)每個上機的上機操作完成情況和上機報告質(zhì)量單獨評分,滿分100分;(2)每次上機單獨評分,取各次上機成績的平均值作為此環(huán)節(jié)的最終成績。(3)以上機成績乘以其在總評成績中所占的比例計入課程總評成績?!獭獭?85期末考核50(1)期末考核總成績?yōu)?00分,以成績乘以其在總評成績中所占的比例計入課程總評成績。(2)主要考核數(shù)據(jù)準(zhǔn)備與處理、數(shù)據(jù)分析常用方法、數(shù)據(jù)挖掘算法、撰寫數(shù)據(jù)分析報告等內(nèi)容。(3)考試形式可采用課程小論文、綜述報告(調(diào)查報告)、大作業(yè)設(shè)計等?!獭獭?02010合計:100分384121八、考核與成績評定1.考核方式及成績評定考核方式:本課程主要以課堂表現(xiàn)、作業(yè)、小組任務(wù)、上機、期末大作業(yè)等方式對學(xué)生進(jìn)行考核評價??己嘶疽螅嚎己丝偝煽冇善谀┛己撕瓦^程性考核成績組成。其中:期末考核成績?yōu)?00分(權(quán)重50%),考試

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論