Python数据分析与挖掘实战-教学进度表.docx

文档介绍：学院课程教学进度计划表
(20〜20学年第二学期)
课程名称Python数据分析与挖掘实战
授课学时64
主讲(责任)教师参与教学教师
授课班级/人数专业(教研室)
填表时间专业(教研室)主任
教务处编印年月
一、课程教学目学院课程教学进度计划表
(20〜20学年第二学期)
课程名称Python数据分析与挖掘实战
授课学时64
主讲(责任)教师参与教学教师
授课班级/人数专业(教研室)
填表时间专业(教研室)主任
教务处编印年月
一、课程教学目的
通过本课程的学习,使学生学会使用Python语言进行数据探索、数据预处理、分类与回归、聚类分析、时序预测、关联规那么挖掘、智能推荐、时序模式等操作,并完成大量数据挖掘工程案例,将理论与实践相结合,让学生熟练掌握使用Python语言对样本数据进行处理、挖掘建模,为将来从事数据分析研究、工作奠定基础。
二、教学方法及手段
本课程将采用理论与实践相结合的教学方法。在理论上,通过工程引入概念、原理和方法。在实践上,充分地利用现有的硬件资源,发挥学生主观能动性,指导学生使用Python语言进行数据探索、数据预处理、分类与回归、聚类分析、时序预测、关联规那么挖掘、智能推荐等。同时结合5个综合案例,引导学生将所学知识与企业需求相结合,将知识活学活用。
要求学生自己动手分析实例,学习基本理论和方法,结合己有的知识,适当组织一些讨论,充分调动学生的主观能动性,以到达本课程的教学目的。
三、课程考核方法
突出学生解决实际问题的能力,加强过程性考核。课程考核的成绩构成=平时作业(10%)+课堂参与(20%)+期末考核(70%),期末考试建议采用开卷形式,试题应包括基本概念、数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规那么挖掘、智能推荐、偏差检测等局部,题型可采用判断题、选择、简答、应用题等方式。
《Python数据分析与挖掘实战》教学日历注:教材:翟世臣,[M].北京:.
周次
学时
授课内容
作业要求
备注
1
3
第1章数据挖掘基础1
第2章Python数据挖掘编程基础(1)
第1章课后习题第2章实训、课后习题
2
5
第2章Python数据挖掘编程基础(2)
第3章数据探索
第3章实训、课后习题
3
3
第4章数据预处理(1)
第4章实训1、2
4
5
第4章数据预处理(2)
第5章数据挖掘算法基础(1)
第4章实训3、课后习题
5
3
第5章数据挖掘算法基础(2)
第5章实训1、2、3
6
5
第5章数据