《数据科学导引实验》课程教学大纲

ADDINCNKISM.UserStyle《数据科学导引实验》课程教学大纲（实验课程）一、课程基本信息课程号3023D06022开课单位国际学院课程名称（中文）数据科学导引实验（英文）GuidancetoDataScienceLab课程性质选修考核类型考查课程学分1课程学时34课程类别学科基础课程（学科拓展课）适用专业（类）软件工程二、课程描述及目标（一）课程简介《数据科学导引实验》是配合《数据科学导引》理论课开设的实验课程。要求学生在掌握数据科学的基础知识、理论、及技术的基础上，应具有设计、实现、分析相关算法的能力，其中包括数据预处理、分类模型、聚类模型、降维、特征选择、EM算法、文本分析、深度学习等。通过本实验课程的训练，使学生加深对课堂教学内容与程序设计语言原理的理解，同时培养学生实际的动手能力。（二）教学目标通过数据科学导引的实践操作，使学生能够理解数据科学的基础知识的基础上，应具有设计、实现、分析相关算法的能力。课程目标1：具有设计、实现、分析相关算法的能力课程目标2：加深对课堂教学内容与程序设计语言原理的理解课程目标3：将理论和实践相结合，培养学生实际的动手能力。三、课程目标对毕业要求的支撑关系毕业要求指标点课程目标1-1：软件工程基础理论知识；课程目标11-2：软件项目管理与开发知识；3-3：职业素养课程目标22-2：工程实践能力；3-4：专业素养；2-5：创新能力；3-2：创新意识；课程目标3四、教学方式与方法教学方式：学生动手实验为主，辅以适当的提问、小组讨论及实验点评等。教学方法：探讨式教学、启发式教学、实验教学相结合；尝试包括实验设计、研究设计、答辩、总结等环节。五、教学重点与难点（一）教学重点理解包括数据预处理、分类模型、聚类模型、降维、特征选择、深度学习等，学会使用相应工具进行算法实现的基本能力，并完成数据处理，数据分析的应用。（二）教学难点聚类模型、深度学习算法的实现。六、实验内容、基本要求与学时分配序号实验项目名称实验内容与要求学时类型对应课程目标1熟悉Numpy的使用Numpy入门4验证性课程目标12熟悉Pandas基础Pandas入门4验证性课程目标23Matplotlib基础Matplotlib入门5验证性课程目标34数据预处理Sklearn数据预处理；数据处理实战；汽车价格离群值检测。6验证性课程目标25线性回归森林火灾面积预测；公共自行车租借预测；根据音轨特征预测音乐起源地；医疗费用预测6验证性课程目标26分类综合模型结合主成分分析进行人脸识别；银行电话营销3验证性课程目标27聚类及可视化各国幸福指数聚类2验证性课程目标38深度学习初步深度神经网络实现及应用4验证性课程目标2合计34七、学业评价和课程考核（一）考核类型：考试eq\o\ac(□,√)考查（二）考核方式：eq\o\ac(□,√)实验报告实验作品其它：（填写具体考核方式）（三）成绩评定：考核依据建议分值（百分比）考核/评价细则对应课程目标过程考核100%课堂

表现20%学生在课堂上积极提问、讨论和分享，根据课堂互动情况给予评分；考勤；小组活动：对于分组进行的课堂练习或讨论，根据团队协作和完成情况给予评分。课程目标1-3数据预处理实验报告20%清晰阐述实验目的，准确描述数据特征。数据清洗与预处理：运用合适的方法处理缺失值、异常值、重复值等，保证数据质量。数据转换与规约：进行必要的数据转换，如标准化、归一化等，以便后续分析。报告撰写：结构清晰，逻辑严谨，语句通顺，无错别字和语法错误。课程目标1-3回归问题实验报告20%根据实验目的选择合适的回归模型，并设计合理的实验方案。模型训练与优化：正确实现模型训练过程，并尝试使用不同参数或方法进行优化。结果分析与解释：对实验结果进行详细分析，解释模型性能，并讨论可能的原因。报告撰写：结构清晰，逻辑严谨，语句通顺，无错别字和语法错误。课程目标1-3分类问题实验报告20%根据实验目的选择合适的分类模型，并设计合理的实验方案。特征工程：运用特征选择、特征编码等方法优化特征集，提高模型性能。模型训练与优化：正确实现模型训练过程，并尝试使用不同参数或方法进行优化。结果分析与解释：对实验结果进行详细分析，解释模型性能，并讨论可能的原因。报告撰写：结构清晰，逻辑严谨，语句通顺，无错别字和语法错误。课程目标1-3深度学习初步实验报告20%选择合适的深度学习模型，并正确构建网络结构。使用合适的优化算法和损失函数进行模型训练，并尝试不同超参数进行调优。结果评估与比较：对深度学习模型的性能进行评估，并与传统机器学习模型进行比较。报告撰写：结构清晰，逻辑严谨，语句通顺，无错别字和语法错误。课程目标1-3期末考核0%//八、课程目标达成评价课程目标的实际达成效果计算方式如下，达成值越高，教学效果越好。课程目标达成度毕业要求指标点达成度九、教材与教学参考书（一）教材《数据科学导引》，欧高炎，朱