《数据可视化技术》课程教学大纲
一、课程基本信息
课程编号：12230
课程名称：数据可视化技术
英文名称：Data Visualization Technology
课程类型：专业课
课程要求：必修
学时/学分：40/2.5（讲课学时：30 实验学时：10）
先修课程：Python语言程序设计、面向对象程序设计(Java)、Python数据分析与应用
后续课程：数据分析与挖掘实践、大数据项目综合实践
html网页设计期末大作业适用专业：数据科学与大数据技术
二、课程描述
数据可视化是大数据分析与处理中的重要一环。课程旨在引导学生掌握数据可视化的基本方法、工具和开发框架，能够设计可视化系统，使数据易被理解和发现。课程主要讲授视觉感知与视觉通道、数据获取和预处理方法、数据可视化流程，以及常用的可视化开发工具。通过课程学习，使学生能够了解可视化的应用领域，了解数据可视化的基本原理、技术和流程，以及特定问题的可视化方法，掌握主流的可视化开发工具D3.js，并能够应用其对数据分析和挖掘结果进行可视化展示，为今后大数据领域的可视化系统的设计和开发打下坚实的理论和技术基础。
三、课程教学目标
1.了解数据可视化的基本概念、方法和技术，并能够运用到复杂的数据分析工程问题中，解决大数据分析结果的可视化展示问题。（支持毕业能力要求2）
2.熟悉数据可视化流程，掌握主流的数据可视化开发工具，能够综合运用数据获取、分析、视觉修饰、交互控制等技术设计可视化系统，满足特定需求，并在设计中培养学生的创新态度和意识。（支持毕业能力要求5）
四、教学内容、安排及与教学目标的对应关系
五、其他教学环节（课外教学环节、要求、目标）
1.大作业
基于D3.js可视化框架，完成一个不同于课内实验的某一类型的可视化系统的设计开发，熟悉可视化开发流程，掌握可视化系统的设计方法，并撰写系统设计报告。
六、教学方法
本课程采用课堂教学、课内实验、可视化项目设计与开发大作业等教学手段和形式完成课程教学任务。
基于案例开展课堂教学，通过讲授、提问、讨论、演示等教学方法和手段让学生理解可视化的基本概念和理论。
在课内实验环节，通过演示性、设计性、综合性实验使学生掌握可视化系统的开发技术。在大作业教学环节，通过实际项目的开发，使学生掌握可视化系统的设计和实现方法，并在设计中充分发挥学生的主观能动性，培养学生的自主学习能力和创新能力。
七、学习评量
学习成绩由平时成绩（含作业成绩、实验成绩、综合大作业成绩）和期末考试成绩组成。各部分所占比例和评价内容、方法如下：
1. 平时成绩（50%）
(1)作业成绩：10%。主要考核对课堂学习的知识点的复习、理解和掌握程度；以答题数量和正确率为评价标准。
(2)实验成绩：20%。主要考核学生的课内实践项目的完成情况。共4次实验，提交实验报告并计分，每次实验报告5分。
(3)综合大作业成绩：20%。主要考核学生课外大作业的完成情况。要求学生演示、讲解所完成的可视化系统，提交系统设计报告，综合演示、答辩、设计报告评定大作业成绩，具体评价标准见【数据可视化课程评量方法】。
2. 期末考试成绩（50%）
主要考核综合运用基本概念和方法分析和解决问题的能力和程度。书面考试形式。题型为问答题、分析题、综合设计题等，按正确性评分。
3. 说明
作业、实验报告、综合大作业中有雷同时，所有雷同回答均不得分。
八、教学资源
1．教材
[1] 陈为，张嵩，鲁爱东．数据可视化的基本原理与方法．科学出版社，2013．

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。