《大数据分析导论》（第2版）
课程教学大纲
课程名称：大数据分析导论（第2版）
英文名称：Introduction of Big Data Analytics (Second Edition)
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，系统地介绍了信息技术与大数据分析基础、大数据分析工具、信息网络技术与数据获取、文本和表格数据处理、数据分析、大数据分析实战等内容。本书通过一系列实例分析，深入浅出地向读者介绍了AI studio云计算平台、Python程序设计语言、Word 2016、Excel 2016和PowerPoint 2016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AI studio平台，熟练掌握利用Python程序设计语言和Office 2016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。
第1章信息技术与大数据分析基础
1.1 信息社会与计算机
1.2 计算机基础知识
1.3 大数据基础知识
1.4 大数据分析理论方法
1.5 大数据分析应用前沿
学时分配：教学3学时
教学内容：介绍信息技术与大数据分析的基础内容，包括信息编码、大数据基础知识和大数据分析理论方法等，让读者建立信息科学与相关技术的基础概念，并对大数据分析的基本思路、对象、平台和模型有一个初步的认识
教学重点：1.2.1 信息编码、1.4.2 大数据分析的主要步骤、1.4.3 大数据分析的
数据对象、1.4.4 大数据分析的主要模型
第2章大数据分析工具
2.1 大数据分析工具简介
2.2 百度AI Studio平台介绍
2.3 Python基础
2.4 变量及数据的使用
2.5 Python 程序的输入输出
2.6 Python 程序的控制结构
2.7 函数和模块
2.8 大数据文本分析
学时分配：教学6学时，实践4学时
教学内容：介绍大数据分析的主要工具，包括AI Studio平台介绍、Python语言的基础知识等，让读者了解大数据分析的实现工具、平台和方法有初步的认识教学重点：2.2 百度AI Studio平台介绍、2.4 变量及数据的使用、2.5 Python程序的输入/输出、2.6 Python程序的控制结构、2.7 函数和模块、2.8 大数据文本分析
第3章信息网络技术与网络数据获取
3.1 信息网络概述
3.2 信息网络技术
3.3 大数据时代下的信息网络
3.4 网络爬虫基础
3.5 网络爬虫关键技术
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，包括信息网络的基础知识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：3.2.2信息网络技术体系、3.4.3 网络爬虫requests库、3.5 网络爬虫关键技术
第4章文本数据处理
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文本数据处理与展示方法，包括利用Word 2016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 2016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
第5章表格数据处理
5.1 Excel基础
5.2 Excel数据运算
5.3 Excel数据处理工具
5.4 科学制图
python 爬虫教学学时分配：教学5学时，实践4学时
教学内容：介绍大数据技术中的表格数据处理方法，包括利用Excel 2016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
教学重点：5.2.1 Excel公式的基本使用、5.2.3 常用函数的应用、5.3 Excel数据处理工具
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
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 2016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
第7章大数据分析实战
7.1 大数据分析实战案例一：中南印象新闻文本分析
7.2 大数据分析实战案例二：楚天科技股票数据分析
学时分配：教学4学时
教学内容：通过两个大数据分析综合案例将前6章相关理论知识、方法和工具进行串联，引导读者完成包括数据获取、数据预处理、数据分析、结果展示在内的大数据分析实战任务。
教学重点：7.1.3 词频统计与词云绘制、7.1.4 基于Excel 数据透视表的词频统计、7.2.5 股票交易数据时间序列预测分析、7.2.6 股票交易数据回归预测分析
《大数据分析导论》（第2版）教学进度表（参考）
共32课时课堂教学（每周3学时，共11周），16课时实践教学（第3周起每周

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。