《数据分析与挖掘技术》课程标准.docx

《《数据分析与挖掘技术》课程标准.docx》由会员分享，可在线阅读，更多相关《《数据分析与挖掘技术》课程标准.docx（13页珍藏版）》请在优知文库上搜索。

1、依据分析与挖掘技术课程标准课程编码考核方式考查课程性质必修课程类型专业核心课计划学时64学分4开设学期6开谀单位信息工程学院适用范围大数据工程技术专业一、课程低迷1 .畏履制定依福本标准根据国家职业教育改革实施方案3中的“课程内容与职业标准/接、教学过程与生产过程对接”的要求.2023版6大数据工程技术人才培养方案中的职业岗位能力要求“具务从事大数据聚集、存储、分析、挖求、S（处理等工程岗位的处理能力”以及职业本科的内在要求而制定。该课程标准用于指导大数据挖掘技术的课程教学、课程考核、故学督导与课程窿设等工作.2 .谭赛地位与性质本谭.程是一门专上核心深，其先修课程是Python程序设计.C大

2、数据分析可视化技术后续深程方大数福技术能合应用K主要目的是培族学生利用Python软件，以数据分析、数据挖掘应用为主线，对她挣项处理.关联规则.决策树、贝叶斯分类器、KNN分类器、线成分类算法、回归分析、聚类分析等方法,按照实际数据分析、数据挖掘步思，培养从基本原理到软件实现的基本操作能力,并培养其良好的数利分析与无渔规范和职业素养，为后期大数据技术琮合应用和毕业设计的制作打下坚实基础。序米程名眷课程类型文撑关系1Python程序设计前导课程本谍程从理论上要求掌握PyIhon相关知识点和常用第三方模块,能纱使用Py1.hOn实现数据类型相关操作.理佛面向对象的思想,以及掌提一些常见第三方模块的

3、使用。2大数据分析可视化技术前导课程本课程通过具体的分析项目,闻述了在大数据分析的应用过程中,可视化通过交互式视世表现的方式未探索和理斛复杂的数据,通过可视化分析软件.更好地从复杂数据中科到新的发现，2大数据技术综合应用后续课程本课程通过一个具体的项目，阑述了项目慨述、搭建大敷据集辞环境.数据采集、数据流处理、数据分析与数据可视化等一系列知识体系的应用。3 .本课程设计理念是以职业需求为导向，通过任务驱动力式构建学生期业岗位能力和职业素养。在教学过程中，充分挖融课程思欢元素，努力实现职业技能和职业精神培养的高度融合；强调以学生为教学活动的主体.装师通史任务布置、启发式教学.问题导向教学以及之程

4、评价等方式贯穿教学过程。本课程通过大数据变堀技术相关理论的讲慢和具体任务的实施,培养学生用理论知识去分析、.解决实际问题的能力：通过上机实践培养学生实际操作能力并枳系统计分析的矍月经转：逋这基于工作过程的任务分解及设计，培养学生的职业惆位能力及职业素养，从而催生学生挣合职业能力的生成.4 .课猩内容选取的依据(1)景槿内容选取井本原则收学内事齐实化根据职业岗位能力要求，分析归纳岗位典型工作过程，将课程教学目标贯穿在精心设计的项目中.敕学内*项目化.选取具有代表性的宾际项目作为教学案例，将其设计成典型工作任务，形成与工作任务相匹配的教学项目，使之更符合专业人才培养目标的要求.在教学过程中，以学生

5、为中心，教师为主体,引导学生在学中做，触中学，力求做到“教、学、做”一体化.*Mtt4t.以项目任务制实施教学，每个学习任务都先力其基本统计原理和公式.然后根据具体实刎项目需求，通过详维的Python数据分析与挖握步赛演示，并对挖报结果进行徉细解择说明分析，把提好职业岗位技能要求的熟熔程度，从常见到一般，由易到难，层层推进，深入浅出，最终实现教学目标。t学内*腰次化.除选取初次就业的职业岗位技能要求外，还兼腹满足更高职业岗位技能要求的深度和广度,以拓展学生的知识面与技能储备，同时迁可以兼雁不同层次学生的学习需求，培养学生可排钱发展能力.（2）课程内总选取的思路打破以知识传授为主要特征的传统学习

6、模式，呆里以项目为蛆，、任务为引、行动为导向的敏学模式，快照“做中学，学H微”的将教学和理论知识融为一侬的行动导向的思路组织教学。首先调查分析职业岗位能力要求，归结总结典型工作任务，其次畀究课程的主要学习项目、黑程整体设计思珞、单元设计、能力训熔项目及黑程的教学蝶式，最后重新构族课程苑识体系，并确定设程教学内容.IMI内容取突出取文*位16力目标：果程以学生为主体，用项目任务来训练学生的能力：选取的教学内容应尽可能多的涵苦若应岗位所涉及的知识点和技能点，每个学习项目都是一个完整的技能训炼过程。以训媒学生肆合实践能力,从而实现“学生身份”向“职业岗位身份”的转换。二、景程目标（一）谭程总目梅致祭

7、分析与指轴技术课程的总体目标是：鳌求学生单提对数据挖锚的各个方法（包含数据预处理.关联规则、决策树、贝叶斯分类器、KNN分类器、集成分类算法、回归分析、聚类分析、异常值检测等）从基本原理到软件具体操作.同时，培养学生掌握基本的创新方法、具有爱求创新的态度和意识，能移独立思考、分析问题，能够利用数据挖掘工具解决实际问题的能力；并且培养学生具有一定的收利急赛能力、团队毋作的精神以及适应信息化社会要求的自学能力和获取新知识、新技术的能力.（二）课程分目标1.总政目标（I）培养学生热爱徂国，为桓国新时代事业而努力学习的奋斗情神：（2）深程的开设可以培养学生的踏实工作作风.（3）培养学生观察和思考能力以

8、及团队合作的能力）培养学生分析问题.解决问题着的坚韧不拔、不怕困苦的优秀品质：（4）培养学生严谨细致和爱岗敬业的职业操守。2.知识目标1 .了解多元统计分析各个力法的基本原理：2 .熟隽PythOn实现数据预处理的步爨和过程：3 .熟悉Python实现决策桁的步骤和Ii程：-1.勒隽Python实现朴素贝叶斯的步骤和过程：5 .热年Python实现回归分析的步骤和it程：6 .熟年Python实现聚类分析的步骤和It程，7 .熟悉Python实现异常值检测的步索为Ii程：3 .技能目标1 .具有熟练使用Python语言的能力.2 .具有他据慎处理的能力：3 .具有狗建决策林、扑素贝叶斯、KNN

9、,线性回归、逆辑回归.KmeanS聚类的能力：4 .具有检测数据中异常值的能力。4 .情修态度与价值现（1）认识到数据挖掘在大数据中的地位和作用，或发对本课程的浓厚学习兴趣：（2）通过对大数据挖报技术的学习，树立正确的知识产收现，激发学生乐于分享的奉献精神：C3）通过数据挖掘的其现，认识到任何事情期不能出任何基错的重要次.养成严顼仔铀、一丝不有的工作作风；（1）通过引导学生从官网下载正版软件，养成正确的知识产权的观念及信息安全的主动观念;（5）通过项目密求的分析，设计及问题的解决，培养学生善于分析、勤于实践、不怕失败、百折不提的优良品质。三、崇程内容标准大蛾据挖旭技术课程以项目制实施教学,其中

10、包含了8个项目21个任务：项目1主要讲解了数据慎处理：项目2主要讲侪决策树.常见的决诲材算法包括ID3、C45.CART算法：项目3到项目7主要讲解常用的数据挖掘算法,包括朴素贝叶斯.KNN分类器、集成学习、及性回归、迈辑回归：项目8是讲解聚类分析，主要包括KMeanS聚美。实般条件允许的情兄下.可采取理实一体化歙学模式.主要内容：主要包括数担清理、战据集成.数据观州和数揖变换,模块名知识点投能点模块一：题据懂处理1 .掌程PythOn实现敷挹清理的方法和步骤:2 .掌握Python实现合并数据的方法和步骤；3 .掌握PythOn实现蚁据标准化.数据分箱等1 .具有使用Python软件实现检测

11、异常值、缺失值的能力：2 .具有使用PyIhOn软件实现数据合井的能力：3 .具有使用Python软件实现标准化.分箱的能力.僚发思政元素“律回春晖淞,万泉始更新州立民横自豪感与专业自信,激发学习动力。“工欲善其事，必先利其器;培养小组协作和解决问题能力。皴学点1. Python软件实现异常值检测2. Py1.hOn软件实现缺失值填充3、PythOn软件实现数据归一化1、Python软件实现数据标准化敦学今点1、Python软件异常值检测的实现2. Py1.hon软件缺失值填充的实现3. Py1.hon软件实现,数据归一化4、Python软件实现数据标准化5、Python软件实现数抠采样2 .

12、模块二：决策情主要内容：决策树是一种机器学习的方法.决策样的生成算法有ID3,G1.5和CART等.决第树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类转果.本项目将通过决策榜分类的实现，培合大黄实例说明如何利用Python软件对数据文件进行分类.模块名知识点技能点模块二：决策树1 .了解决策树相关的基本概念：2 .掌提Python软件通用决策样算法的过程；3 .掌握Py1.hon软件对分类结果的1.具有使用Python软件实现决策树分类的能力；2,具有使用Python软件实现财分类结果进行评价的能力：评价;4.了解决策树剪枝的

13、相关方法.3.具有使用Python软件绘制出决策楼模型的能力.僚复悬政元米“万事俱各.只欠东风培养学生百主学习的能力,学会小组协作,登阅资料，交流讨论解决同题的能力。毅学点1.决策树中泾典算法如ID3.C4.5.CART算法的分类过程2、PyIhon实现决诲材分类模里的建立3、Py1.hon实现决第材分类梗里的可现化敦学魔点1.PyIhon实现决策樨分类模型2、PyIhon实现分类效果的评价3、Python实现决董材模型的绘制3 .模块三，朴素贝叶斯主要内容：朴素贝叶斯是贝叶斯分类赛中的一种模型，用已知类别的数枢集训探模型，从而实现对未知类别数箔的类别狎断，其理论基础是贝叶斯决策论，本项目主要

14、介绍贝叶斯公式的基本原理，并使用PythOn工具后具体案例进行操作，并对操作结果进行详细的解释说明.模块名知识点投能点模块三：朴亲贝叶斯1 .了解贝叶斯公式的基本原理：2 .掌握PythOn软件实现扑去贝叶斯的步骤：3,掌握Python软件对朴素贝叶斯分类结果的评价.1 .具有使用Pyrhon软件实现朴素贝叶斯分类的能力：2 .具有使用PythOn软件实现对分类结果进行评价的能力：果发悬欧元崇闻道有先后，术业有专攻二培养学生严谟认真的治学态度，严格建循并改畏规则.“不以规矩，不能成方ar,培养学生产谨认真的治学态度，严格遵循并敬畏税期.效学重点1、Py1.hon软件实现朴素贝叶斯分类过程2、P

15、ython软件实现朴素贝叶斯分类结果的评价毅学魔点1.Python软件实现朴素贝叶斯分类2、Python软件实现分类效果的评价4 .模块四：KNN分类工主要内容：KNN的落本思想是：情人没有标签（标注数据的类别），即没右径过分类的新数据，先提取新数据的特征并与测试集中的每一个数据特征进行比较；然后从潮试集中提取K个最锦近类像的数据特征标卷，统计这K个最邻近数据中出现次数最多的分类，将其作为新的数据类别.本模关主要介绍KNN分类器的套本原理及其分类过程，井使用PythOn工具对具体案例实现KNN分类器.模块名知识点技能点模块四：KNN分类61 .了解KNN分类器的苏本原理；2 .掌握Python工具实现KNK分类器分析方法；3 .常5Python工具实现分类妓果的评价1 .具有使用Py1.hon工具实现KNN分关器的能力；2 .具有使用PyIhGn工具实现分类效果评价的能力：等要恩政元素培养学生专注的工匠精神,学会