《大数据》课程教学大纲(本科)

1、 课程名称：大数据 适用专业：智能科学与技术 大数据分析是智能科学与技术、计算机科学技术等专业的一门学科选修课，该课程涉及各 类常用的挖掘与分析方法，提供了从数据准备到统计分析、关联规则建立及集成学习等整个数 据分析过程的内容。本课程全面地介绍了大数据处理相关的基本概念和原理，着重讲述了介绍 数据挖掘、分析相关的理论、方法及实现工具。本课程在教学内容方面着重基本知识、基本理论和基本设计方法的讲解； 在培养实践能力方面着重数据分析的基本训练，为学生今后从事大数据的研究与预测打下坚实的基础。（本课程 学习能够掌握智能的算法和搜索技术，通过对机器学习能够了解数据的分类、过滤等方法。这些 先修课程为本

2、课程的讲授打下了基础。本课程的后续课程包括智能机器人、模式识别等。通过本课程可为后续课程提供理论与方 1. 考虑社会、健康、安全、法律、文化以及环境等因素，设计一个能实现预期功能的 硬件或软件系统，进行仿真研究或开发出系统原型或实物（支撑毕业要求中的3.32. 能够评价智能系统工程实践对环境、社会可持续发展的影响（支撑毕业要求中的7.2 使学生既能对大数据处理技术有一个全景的把握，又能深入理解和使用大数据进行决策。4. 有不断学习和适应智能科学与技术发展的能力（支撑毕业要求中的12.2） 意识和文献检索基本技能。（支撑毕业要求中的10.1） 序序号1教学内容一、数据挖掘与预测分析概述教学要求1

3、 .了解数据挖掘与预测的基本概学时2方式讲授对应课程教学 234561. 什么是数据挖掘和预测分析2. 需求：数据挖掘技术人员3. 数据挖掘离不开人的参与4. 数据挖掘能够完成的任务二、数据预处理4.识别离群值的图形方法二、降维方法 1.主成分分析法的应用2.提取主成分的标注 5.因子分析法在数据集中的分析上机：实现因子分析四、单变量统计分析 1.用于估计和预测的统计方法 3.均值的置信区间估计4.如何减少误差范围 6.均值的假设检验7.使用置信区间执行假设检验 五、多元统计 1.描述均值差异的两样例t-检验方 法2 .判断总体差异的两样例Z 检验六、关联规则1.亲和度分析与购物篮分析2.支持

4、度、可信度、频繁项集和先验属性3 .先验算法工作原理建立频繁2.掌握数据挖掘的任务：描述、评估、预测、分类、聚类等。2 .能够根据初始数据确定出预处1 .掌握主成分分析方法的基本思 4 .掌握实现因子分析的方法。 2.掌握均值的置信区间估计、比3.掌握假设检验方法的基本思4.掌握均值的假设检验、比例的 5.掌握双尾假设检验与置信区间 2.掌握述均值差异的两样例t-检 3 .掌握判断总体差异的两样例Z- 3.掌握频繁项集的概念、特点及 4.掌握关联规则的概念、特点及2424426讲授讲授上机讲授讲授上机讲授4.先验算法工作原理建立关联规则5 .关联规则不易做好6.关联规则是无监督学习还是有监督学

5、习上机：实现关联规则的建立 1.使用集成分类模型的理由 6.掌握序列模式的概念、特点及 7.掌握实现关联规则建立的方 五、其他教学环节（课外教学环节、要求、目标） 本课程以课堂教学为主，强调学生分析问题和解决问题的能力。在本课程的全部教学过程中，适当安排一些自学内容，锻炼学生的自学能力；上课经常提问 ,以锻炼学生的表达能力，并检验学生听课效果；每阶段留一定量的课后思考及练习题，并做习题解 答。从这几个方面入手，全面提高学生综合素质和能力。 最终成绩由平时成绩、实验成绩、期末考试成绩组合而成。各部分所占比例如下： 实验成绩： 10%o 主要考核学生对实验内容的掌握情况，2 个上机报告，每个报告 5 分， 期末考试成绩： 70%o 主要考核两