大数据分析导论教学大纲教学进度表

《大数据分析导论》

教学大纲

课程名称：大数据分析导论

英文名称：IntroductionofBigDataAnalytics

学分数：2

建议学时数：课内32学时，实践16学时

课程性质：通识基础课

教学目的：通过本课程的学习，让学生对大数据技术相关基础知识、基本应用路线和实用工具进行深入学习和了解，为后续的其他信息科学技术及大数据应用等专业课程的学习打下基础。

基本内容简介：以大数据分析技术及其应用路线为核心，系统地介绍了计算机的基础及信息技术前沿、大数据分析基础、计算机网络基础及数据获取、信息处理与发布、数据存储和数据分析理论与方法等内容。本书通过一系列实例分析，深入浅出地向读者介绍了AIstudio云计算平台、Python程序设计语言、Word、Excel和PowerPoint等工具和软件的使用方法及其在大数据分析技术中的应用。

基本要求：学生通过课程学习，应对信息技术及计算基础知识、大数据技术基础知识、Internet、网络爬虫、数据处理与数据分析等内容有一个较为全面的认识和理解，并能基于AIstudio平台，熟练掌握利用Python程序设计语言和Office软件完成简单的数据获取、数据处理、数据分析和数据展示等大数据分析技术应用方法。

授课方式：教师课堂授课，同时由于课程内涵盖大量实际操作内容，应配合进行上机实践操作教学。

1.1信息社会与计算机

1.2计算机系统

1.3微型计算机的硬件系统

1.4计算机的软件系统

1.5操作系统和文件管理

1.6信息技术前沿

学时分配：教学4学时

教学内容：介绍计算机与信息技术的基础内容，包括信息社会与计算机、计算机系统、计算机硬件与软件系统、信息技术前沿等，让读者建立信息科学与相关技术的基础概念

教学重点：1.1.2信息编码、1.2.1计算机的工作原理、1.5.2文件基础知识

2.1大数据基础知识

2.2大数据的国内外发展情况

2.3大数据技术及应用

2.4AIStudio平台介绍

2.5Python语言基础

学时分配：教学8学时，实践4学时

教学内容：介绍大数据分析技术的基础内容，包括大数据基础知识，大数据的发展及其应用、AIStudio平台介绍、Pytho语言的基础知识等，让读者了解大数据技术及大数据分析的基本概念，并对其实现工具、平台和方法有初步的认识

教学重点：2.3.2大数据应用、2.5.2变量及数据的使用、2.5.3Python程序的语法结构、2.5.4Python程序的输入/输出、2.5.5Python程序的控制结构

3.1互联时代

3.2计算机网络概述

3.3Internet基础

3.4Internet的服务

3.5网络数据获取

学时分配：教学5学时，实践2学时

教学内容：介绍大数据技术中的数据获取方法，包括计算机网络的基础知识、Internet及其服务和网络爬虫工具的相关内容，让读者掌握获取大数据分析所需的原始数据集的方法

教学重点：3.3.1IP地址、3.4.1Internet的基础服务、3.5.2Python网络爬虫实战

4.1办公软件概述

4.2基于Word的文字编辑处理

4.3制作演示文稿发布信息

学时分配：教学5学时，实践4学时

教学内容：介绍大数据技术中的非结构化的数据处理与展示方法，包括利用Word实现文字数据的编辑、排版、图文混排等内容，同时让读者掌握利用PowerPoint制作演示文稿的方法，实现对数据分析和处理结果的展示和发布

教学重点：4.2.3文档排版、4.2.5高级排版技巧、4.3.2幻灯片布局和内容编辑

5.1Excel基础

5.2Excel公式与函数

5.3Excel数据处理工具

5.4基于Excel的数据预处理

学时分配：教学6学时，实践4学时

教学内容：介绍大数据技术中的结构化的数据处理方法，包括利用Excel构建工作表存储和管理结构化的数据，利用公式和函数完成各类数据计算，利用Excel各类数据处理工具完成数据排序、筛选、分类汇总、图表制作等操作，并介绍利用Excel完成数据分析预处理操作的方法

教学重点：5.2.1Excel公式的基本使用、5.2.3常用函数的应用、5.3Excel数据处理工具

6.1数据分析基础

6.2描述性统计分析

6.3投资决策分析

6.4时间序列预测分析

6.5相关与回归分析

学时分配：教学4学时，实践2学时

教学内容：介绍大数据分析相关理论与方法，包括数据分析基础、描述性统计分析、投资决策分析、时间序列分析和相关回归分析等，引导读者利用Excel工具进行简单的大数据分析，从海量数据集中挖掘和提取关键决策信息，完成大数据分析的应用和实践

教学重点：6.2.4数据交叉透视分析、6.4时间序列预测分析、6.5.1相关分析、6.5.2一元线性回归分析

《大数据分析导论》

教学进度表

章节

教学课时（32）

实践课时（16）

第1章计算机基础及信息技术前沿

4课时（12.5%）

第2章大数据分析基础

8课时（25%）

6课时（37.5%）

第3章计算机网络基础及数据获取

5课时（15.%）

2课时（12.5%）

第4章信息处理与发布

5课时（15.%）

4课时（25%）

第5章数据管理与预处理

6课时（18.75%）

4课时（25%）

第6章数据分析

4课时（12.5%）

共32课时课堂教学（6-7周每周5课时，8-15周每周3课时），16课时实践教学（8-15周每周2课时）

周次

教学内容

实践内容

1

2

3

4

5

6

第1章计算机基础及信息技术前沿

1.1信息社会与计算机

1.2计算机系统

1.3微型计算机的硬件系统

1.4计算机的软件系统

1.5操作系统和文件管理

1.6信息技术前沿

第2章大数据分析基础

2.1大数据基础知识

2.2大数据的国内外发展情况

2.3大数据技术及应用

7

2.4AIStudio平台介绍

2.5Python语言基础

2.5.1Python语言概述

2.5.2变量及数据的使用

2.5.3Python程序的语法结构

2.5.4Python程序的输入/输出

2.5.5Python程序的控制结构

8

2.5.6函数和模块

2.5.7大数据文本分析

第3章计算机网络基础及数据获取

3.1互联时代

3.2计算机网络概述

3.3Internet基础

3.4Internet的服务

1、AIStudio平台入门操作

2、python基础实验

9

3.5网络数据获取

3.5.1网络爬虫基础知识

3.5.2Python网络爬虫实战

1、python基础实验

10

第4章信息处理与发布

4.1办公软件概述

4.2基于Word的文字编辑处理

4.2.1从创建文档开始

4.2.2文本编辑

4.2.4图文混排

1、python进阶实验

11

4.2.5高级排版技巧

4.3制作演示文稿发布信息

4.3.1创建并保存演示文稿

4.3.2幻灯片布局和内容编辑

4.3.3视觉美化的渠道

4.3.4演示文稿的放映和输出

Python网络爬虫实验

12

第5章数据存储与预处理

5.1Excel基础

5.1.1Excel界面与基本术语

5.1.2Excel的基本操作

5.1.3在工作表中输入和导入数据

5.1.4格式化工作表

5.2Excel公式与函数

5.2.1Excel公式的基本使用

5.2.2Excel函数的基本使用

5.2.3常用函数的应用

Office综合实验（百科园）

13

5.3Excel数据处理工具

5.3.1数据清单

5.3.2数据排序

5.3.3数据筛选

5.3.4分类汇总

5.3.5合并计算

5.3.6图表的应用

Office综合实验（百科园）

14

5.4基于Excel的数据预处理

5.4.1数据预处理的目的

5.4.2数据清洗

5.4.3数据补全

5.4.4数据筛选

5.4.5数据加工

第6章数据分析

6.1数据分析基础

6.2描述性统计分析

6.3投资决策分析

Office综合实验（百科园）

15

6.4时间序列预测分析

6.5相关与回归分析

课程内容总结与答疑

Office综合实验（百科园）

16

转载请注明：http://www.92nongye.com/hxjs/hxjs/204623162.html