还剩5页未读,继续阅读
文本内容:
《数据挖掘与分析》教学大纲适用范围202X版本科人才培养方案课程代码10152171课程性质专业选修课程学分3学分学时48学时(理论48学时)先修课程管理统计学、市场调查与预测A等后续课程毕业设计适用专业财务管理开课单位管理学院
一、课程说明《数据挖掘与分析》是财务管理专业的专业选修课,系统学习了数据挖掘与分析的完整流程,结合相关实例,详细阐述基础数据分析方法和常用工具通过本课程的学习,使学生掌握财务数据分析的基本理论、方法以及常用的数据分析工具,并具备面向财务实际问题的数据准备与处理、数据分析、数据可视化以及撰写数据分析报告的能力同时,培养学生数据分析和挖掘的实践能力和创新思维,
二、课程目标为未来的财务管理相关工作打下坚实的基础通过本课程的学习,使学生达到如下目标课程目标1:使学生掌握财务管理领域的数据挖掘和分析的基础知识,掌握数据分析的主要步骤,能够针对不同问题选择合适的分析方法,提高解决财务管理问题的能力和创新思维课程目标2培养学生在财务管理中应用数据挖掘和分析技术的能力,运用分析算法进行聚类、分类与预测,具备初步使用数据分析工具进行问题求解的综合应用能力课程目标3培养学生的数据伦理意识和隐私保护意识,引导学生关注社会责任和公共利益;培养学生采取适当的措施,评估和监控数据质量,确保数据的准确性,保障财务行业的分析结果真实有效三课程目标与毕业要求《数据挖掘与分析》课程教学目标对财务管理专业毕业要求的支撑见表1表1课程教学目标与毕业要求关系支撑强毕业要求指标点课程目标度
2.问题分析
2.1能运用相关科学原理,课程目标1:使学生掌握财务管理领域的数识别和判断复杂财务管理据挖掘和分析的基础知识,掌握数据分析问题的关键环-4-P下的主要步骤,能够针对不同问题选择合适M的分析方法,提高解决财务管理问题的能力和创新思维
4.研究
4.3能够根据可行方案构课程目标1:使学生掌握财务管理领域的数建仿真财务模型,科学并据挖掘和分析的基础知识,掌握数据分析正确地采集仿真财务数的主要步骤,能够针对不同问题选择合适据,能对各的分析方法,提高解决财务管理问题的能种数据结果进行分析和解力和创新思维H释,并通过信息处理得到课程目标2培养学生在财务管理中应用合理有效的结论数据挖掘和分析技术的能力,运用分析算法进行聚类、分类与预测,具备初步使用数据分析工具进行问题求解的综合应用能力
5.使用现代工具
5.2能够选择与使用恰当课程目标2培养学生在财务管理中应用的工具、方法和软件,对数据挖掘和分析技术的能力,运用分析算复杂财务问题进行分析、法进行聚类、分类与预测,具备初步使用计算与设计数据分析工具进行问题求解的综合应用能力M课程目标3培养学生的数据伦理意识和隐私保护意识,引导学生关注社会责任和公共利益;培养学生的实践能力,通过数据分析实践,提高学生自主学习以及解决问题能力
12.终身学习122能认识持续学习的必课程目标3培养学生的数据伦理意识和要性,具备终身学习的意隐私保护意识,引导学生关注社会责任和识,掌握自主学习的方法公共利益;培养学生的实践能力,通过数M据分析实践,提高学生自主学习以及解决问题能力注表中“H(高”M(中)”表示课程与相关毕业要求的关联度
四、教学内容、基本要求与学时分配理论部分的教学内容、基本要求与学时分配见表2表2教学内容、基本要求与学时分配理论对应的课程教学内容教学要求,教学重点难点学时目标
1.数据分析概述教学要求使学生了解数据分析的基
1.1数据分析基础理论;础知识,熟悉数据分析常用指标,掌
1.2数据分析的常见误区握数据分析的流程
41、
2、
31.3数据分析的流程重点:数据分析流程
1.4数据分析岗位的职业发展难点:数据分析常用指标及术语
1.5数据分析常用指标及术语
2.数据分析指标教学要求使学生理解和掌握统计指
2.1网站分析指标标理论和方法,能够综合运用统计指
2.2营销分析指标标对总体进行分析
81、
32.3社区分析指标重点:数据分析指标的计算方法难点:
2.44仓储分析指数指数体系与因素分析
2.5物流配送分析指数教学要求使学生了解数据准备的内容,了解数据处理的内容,掌握数据录入方法,掌握数据处理的常用方法,掌
3.数据准备与处理握数据处理常用的Excel函数
3.1数据准备
81、
2、3重点:重复值的处理、缺失数据的处理
3.2数据处理方法、异常值的处理方法、数据加工教学要求使学生了解常用数据方法论基础概念,了解数据分析法基础概
4.数据分析常用方法念,掌握数据分析法使用方法,能够
4.1常用数据分析方法论
81、3应用在数据分析中
4.2数据分析法重点:常用数据分析方法的应用难点:常用数据分析方法的应用教学要求使学生掌握SPSS的主要功能,掌握生意参谋、京东商智等软
5.常用数据分析与挖掘工具件的主要功能
5.1常用数据分析工具重点:利用SPSS软件进行数据挖掘与
82、
35.2SPSS数据分析工具分析难点:利用SPSS软件进行数据挖掘与分析教学要求使学生掌握常用图表类型的适用场景,掌握如何通过数据关系选择合适的图表,掌握统计图的绘制
6.数据oj视化流程,掌握通过表格展现数据的方法
6.1通过图表展现数据
41、2重点:突出单元格、项目选取、添加数
6.2通过表格展现数据据条、添加图标集、迷你图难点:数据可视化的实际应用教学要求使学生掌握专业图表制作
7.数据图标专业化的必要元素,掌握图表美化的技巧及
7.1制作严谨的数据图表颜色搭配,掌握高效制作图表的几种
41、
27.2图表美化方法方法
7.3提高图表制作效率重点:专业图表制作的注意事项和美化原则难点:高效率制作图表
8.撰写数据分析报告
8.1初步认识数据分析报告教学要求使学生掌握数据分析报告
8.2数据分析报告的准备与撰的写作原则,掌握数据分析报告的撰写流程写流程,掌握数据分析报告的结构,掌
41、2握撰写数据分析报告的注意事项
8.3数据分析报告的结构重点:熟练编写数据分析报告
8.4撰写数据分析报告的注意事项合计48
五、教学方法及手段《数据挖掘与分析》是一门专业选修课程,课程教学以理论讲授与实践相结合的理实一体化教学为主,以课堂讲授为主导,学生技术练习为辅助,夯实本课程的知识教学,并结合作业、学习通、等资源,配合多媒体课件等共同完成课堂授课内容,同时加强和学生之间的交流和沟通,动态调整教学内容六课程资源
1.推荐教材黑马程序员.数据分析思维与可视化[M].北京清华大学出版社,
2019.
2.参考书
(1)喻梅等.数据分析与数据挖掘[M].北京清华大学出版社,
2018.
(2)陈红波等.数据分析从入门到进阶[M].北京机械工业出版社,
2019.
(3)Goodfellow(伊恩・古德费洛)等.深度学习[M].北京人民邮电出版社,
2017.
(4)周志华.机器学习[M].北京清华大学出版社,
2016.
3.期刊
(1)中国经济问题,厦门大学
(2)财务与会计,中国财政杂志社
(3)计算机学报,中国计算机学会、中国科学院计算技术研究所
(4)计算机应用研究,四川省计算机研究院
4.网络资源
(1)国家统计局,http://www.stats.gov.cn()2UCI MachineLearning Repository,http://archive.ics.uci.edu/ml/index.php
(3)wind经济数据库,https://www.wind.com.cn/NewSite/edb.html
(4)CSMAR经济金融数据库,http://www.gtarsc.com
七、课程考核对课程目标的支撑课程成绩由过程性考核成绩和期末考核成绩两部分构成,具体考核/评价细则及对课程目标的支撑关系见表3表3课程考核对课程目标的支撑课程目标考核占比考核/评价细则环节123q q q课1根据课堂回答、互动、考勤情况进行考核,满分100堂分;20表2以平时考核成绩乘以其在总评成绩中所占的比例计入14142现课程总评成绩过程性q q考核1对课程章节进行布置作业,单次作业满分为100分;作业202每次作业单独评分,按照章节课时分布情况,计算各155次成绩的加权平均值,并作为此环节的最终成绩;3以作业加权平均值乘以其在总评成绩中所占的比例计入课程总评成绩1期末考核总成绩为100分,以成绩乘以其在总评成绩qqq中所占的比例计入课程总评成绩;2主要考核数据准备与处理、数据分析常用方法、常用期末考核60数据分析工具、数据可视化、数据图表专业化、撰写数据252510分析报告等内容;3考查形式可采用课程小论文或综述报告调查报告或大作业等合计100分
八、考核与成绩评定L考核方式及成绩评定考核方式本课程主要以课堂表现、作业、期末大作业等方式对学生进行考核评价考核基本要求考核总成绩由期末考核和过程性考核成绩组成其中期末考核成绩为100分权重50%,考核形式可采用课程小论文或大作业设计等形式;课堂表现、作业、章节测试等过程性考核成绩为100分权重50%;过程性考核和期末考核分值分配应与教学大纲各章节的学时基本成比例
2.过程性考核成绩的标准过程性考核方式重点考核内容、评价标准、所占比重见表4表4过程性考核方式评价标准考核方式所占比重100x9090x8080x7070x60x60%课堂50积极参与教认真参与教偶尔参与教上课不认上课不认表现学活动,踊跃回学活动,回答学活动,回答真,偶尔参与真,不参与教答问题,准确问题准确率大问题准确率大教学活动学活动率大于90%于80%于70%o o o作业完整,思路作业完整,准不交作业2次不交作业4次不交作业5次作业50清晰,准确率确率大于80%以内,准确率以内,准确以上,准确率大于90%大于70%.率大于60%.小于60%oo。
个人认证
优秀文档
获得点赞 0