《大数据分析导论》教学大纲

《大数据分析导论》课程教学大纲课程名称大数据分析导论英文名称Introduction ofBig DataAnalytics学分数2建议学时数课内学时，实践学时3216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云计算平台、程序设计语言、AI studioPython Word2016Excel和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2016PowerPoint2016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、、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Internet解，并能基于平台，熟练掌握利用程序设计语言和软AI studioPython Office2016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章计算机基础及信息技术前沿1信息社会与计算机

1.1计算机系统

1.2微型计算机的硬件系统

1.3计算机的软件系统

1.4操作系统和文件管理

1.5信息技术前沿

1.6学时分配教学学时4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信息编码、计算机的工作原理、文件基础知识

1.

1.2121152第章大数据分析基础2大数据基础知识

2.1大数据的国内外发展情况

2.2大数据技术及应用

2.3平台介绍

2.4AI Studio语言基础

2.5Python学时分配教学学时，实践学时84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、平台介绍、语言的基础知识等，让读者了解大数据技术AI StudioPytho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大数据应用、变量及数据的使用、程序的语法结构、232252253Python

2.

5.4Python程序的输入/输出、程序的控制结构

2.

5.5Python第章计算机网络基础及数据获耳3互联时代

3.1计算机网络概述

3.2基础

3.3Internet的服务

3.4Internet网络数据获取

3.5学时分配教学学时，实践学时52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地址、的基础服务、网络爬虫实战

3.

3.1IP

3.

4.1Internet352Python第章信息处理与发布4办公软件概述

4.1基于的文字编辑处理

4.2Word制作演示文稿发布信息

4.3学时分配教学学时，实践学时54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2016PowerPoint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2016教学重点文档排版、高级排版技巧、幻灯片布局和内容编辑

4.

2.

34.

2.5432第章数据存储与预处理5基础

5.1Excel公式与函数

5.2Excel数据处理工具

5.3Excel基于的数据预处理

5.4Excel学时分配教学学时，实践学时64教学内容介绍大数据技术中的结构化的数据处理方法，包括利用构建Excel2016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，并介绍利用完成数据分析预处理操作的方法Excel教学重点公式的基本使用、常用函数的应用、数据处理

5.

2.1Excel

5.

2.

35.3Excel工具第章数据分析6数据分析基础

6.1描述性统计分析

6.2投资决策分析

6.3时间序列预测分析

6.4相关与回归分析

6.5学时分配教学学时，实践学时42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，引导读者利用工具进Excel2016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数据交叉透视分析、时间序列预测分析、相关分析、

6.

2.

46.

46.

5.1一元线性回归分析

6.

5.2。