Python数据分析与挖掘实战-教学进度表.docx

《Python数据分析与挖掘实战-教学进度表.docx》由会员分享，可在线阅读，更多相关《Python数据分析与挖掘实战-教学进度表.docx（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、学院课程教学进度计划表（2020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

2、、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

3、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，张良均.Python数据分析与挖掘实战M.北京：人民邮电出版社.2022.周次学时授课内容作业要求备注13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25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33第4章数据预处理（1）第4章实训1、245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53第5章

4、数据挖掘算法基础（2）第5章实训1、2、 365第5章数据挖掘算法基础（3）第5章实训4、5、73第5章数据挖掘算法基础（4）第5章课后习题85第5章数据挖掘算法基础（5）第6章信用卡高风险客户识别（1）第6章实训83第6章信用卡高风险客户识别（2）第6章课后习题105第6章信用卡高风险客户识别（3） 第7章餐饮企业菜品关联分析（1）第7章实训、课 后习题113第7章餐饮企业菜品关联分析（2）第8章金融服务机构资金流量预测（1）第8章实训125第8章金融服务机构资金流量预测（2） 第9章020优惠券使用预测（1）第8章课后习题133第9章020优惠券使用预测（2）第9章实训145第9章020优惠券使用预测（3）第10章电视产品个性化推荐（1）第9章课后习题153第10章电视产品个性化推荐（2）第10章实训、课 后习题165第10章电视产品个性化推荐（3）第11章基于TipDM数据挖掘平台实现金融服务 机构资金流量预测第11章实训、课 后习题