數(shù)據(jù)分析與可視化 教學(xué)大綱（32+32）

《數(shù)據(jù)分析與可視化》本科課程大綱（2022版）一、課程信息課程名稱：數(shù)據(jù)分析與可視化課程代碼：ZB0241045課程類別：專業(yè)發(fā)展課程/必修適用專業(yè)：數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)課程學(xué)時：(32+32)學(xué)時課程學(xué)分：(2+2)學(xué)分先修課程：《Python語言程序設(shè)計(jì)》、《機(jī)器學(xué)習(xí)》附屬實(shí)驗(yàn)說明：見實(shí)驗(yàn)課程大綱選用教材：黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．主要參考書目：[1]呂云翔,李伊琳.Python數(shù)據(jù)分析分析與可視化.北京：人民郵電出版社，2021.2.[2]王浩,袁琴,張明慧.Python數(shù)據(jù)分析案例實(shí)戰(zhàn).北京：人民郵電出版社，2020.7.[3]余本國.Python數(shù)據(jù)分析分析與可視案例教程.北京：人民郵電出版社，2022.7.二、課程地位與作用數(shù)據(jù)分析技術(shù)將幫助企業(yè)用戶在合理時間內(nèi)獲取、管理、處理以及整理海量數(shù)據(jù)，為企業(yè)經(jīng)營決策提供積極的幫助。數(shù)據(jù)分析作為一門前沿技術(shù)，廣泛應(yīng)用于物聯(lián)網(wǎng)、云計(jì)算、移動互聯(lián)網(wǎng)等戰(zhàn)略新興產(chǎn)業(yè)。通過本課程的學(xué)習(xí)，使學(xué)生學(xué)會使用Python進(jìn)行科學(xué)計(jì)算、可視化繪圖、數(shù)據(jù)處理，分析與建模，并詳細(xì)拆解學(xué)習(xí)聚類、回歸、分類三個企業(yè)案例，將理論與實(shí)踐相結(jié)合，為將來從事數(shù)據(jù)分析挖掘研究、工作奠定基礎(chǔ)。三、課程目標(biāo)（一）目標(biāo)設(shè)置通過本課程的學(xué)習(xí)，使學(xué)生達(dá)到以下目標(biāo)：1、學(xué)會數(shù)據(jù)分析工具python，使學(xué)生具有能夠處理數(shù)據(jù)的能力，包括數(shù)據(jù)的導(dǎo)入導(dǎo)出，數(shù)據(jù)的抽取、拆分、合并、匹配，以及缺失數(shù)據(jù)的處理。【5使用現(xiàn)代工具】2、學(xué)會數(shù)據(jù)常用的分析方法和數(shù)據(jù)可視化的相關(guān)技術(shù)，具有熟練使用python對數(shù)據(jù)進(jìn)行獨(dú)立分析的能力以及使用python進(jìn)行數(shù)據(jù)可視化的能力；【2問題分析】3、學(xué)會根據(jù)現(xiàn)實(shí)生活中的具體應(yīng)用問題，結(jié)合實(shí)際業(yè)務(wù)需求和場景，選擇合適的數(shù)據(jù)處理方式和數(shù)據(jù)可視化方法?！?使用現(xiàn)代工具】（二）課程目標(biāo)與畢業(yè)要求的關(guān)系1、課程目標(biāo)與畢業(yè)要求的對應(yīng)關(guān)系課程目標(biāo)支撐的畢業(yè)要求支撐的畢業(yè)要求指標(biāo)點(diǎn)課程目標(biāo)1【2問題分析】2.2能夠熟練地運(yùn)用互聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)方法獲取相關(guān)信息和專業(yè)文獻(xiàn)并對其進(jìn)行分析課程目標(biāo)2【5使用現(xiàn)代工具】5.1掌握軟件開發(fā)過程中所使用的工具和方法課程目標(biāo)3【5使用現(xiàn)代工具】5.2能夠了解軟件開發(fā)過程中所使用的多種工具、技術(shù)資源和方法，并能針對具體復(fù)雜工程問題在工具選擇和使用方面進(jìn)行分析和比較2、課程目標(biāo)與畢業(yè)要求的矩陣關(guān)系圖名稱工程知識問題分析設(shè)計(jì)解決方案使用現(xiàn)代工具5.2數(shù)據(jù)分析與可視化HML數(shù)據(jù)分析與可視化HM課程目標(biāo)1H課程目標(biāo)2M課程目標(biāo)3L四、課程教學(xué)內(nèi)容與重難點(diǎn)序號課程內(nèi)容框架教學(xué)要求教學(xué)重點(diǎn)教學(xué)難點(diǎn)課程思政1Python數(shù)據(jù)分析概述1.掌握數(shù)據(jù)分析的概念2.掌握數(shù)據(jù)分析的流程3.了解數(shù)據(jù)分析的應(yīng)用場景、常用工具、優(yōu)勢、常用類庫。4.掌握Windows操作系統(tǒng)上安裝Anaconda5.掌握J(rèn)upyterNotebook的基礎(chǔ)功能6.掌握J(rèn)upyterNotebook的高級功能數(shù)據(jù)分析的概念、流程與應(yīng)用場景Anaconda安裝JupyterNotebook的常用功能數(shù)據(jù)分析的概念、流程與應(yīng)用場景JupyterNotebook的常用功能了解數(shù)據(jù)分析的應(yīng)用場景和案列，激發(fā)學(xué)生的創(chuàng)新意識和精神，數(shù)據(jù)分析的目的是為了提高數(shù)據(jù)利用價值，增加收益2NumPy數(shù)值計(jì)算基礎(chǔ)1.創(chuàng)建數(shù)組對象2.生成隨機(jī)數(shù)3.通過索引訪問數(shù)組4.變換數(shù)組的形態(tài)5.創(chuàng)建NumPy矩陣6.掌握ufunc函數(shù)7.讀寫文件8.使用數(shù)組進(jìn)行簡單的統(tǒng)計(jì)分析NumPy中數(shù)組矩陣的運(yùn)算及通用函數(shù)的基本使用方法NumPy讀寫文件的方法和常用的統(tǒng)計(jì)分析的函數(shù)NumPy中數(shù)組矩陣的運(yùn)算及通用函數(shù)的基本使用方法人人為我，我為人人。軟件開源運(yùn)動的發(fā)展，極大地提高了整個人類的工作效率，促進(jìn)了全社會文明的進(jìn)步。作為軟件工作者，應(yīng)該具備寬廣的胸懷，樂于奉獻(xiàn)，團(tuán)結(jié)和服務(wù)于人民，決不能走閉門建設(shè)的錯誤道路。3pandas統(tǒng)計(jì)分析基礎(chǔ)1.讀寫數(shù)據(jù)庫數(shù)據(jù)2.讀寫文本文件3.讀寫Excel文件4.查看DataFrame的常用屬性5.查改增刪DataFrame數(shù)據(jù)6.描述分析DataFrame數(shù)據(jù)7.轉(zhuǎn)換字符串時間為標(biāo)準(zhǔn)時間8.提取時間序列數(shù)據(jù)信息9.加減時間數(shù)據(jù)10.使用groupby方法拆分?jǐn)?shù)據(jù)11.使用agg方法聚合數(shù)據(jù)12.使用apply方法聚合數(shù)據(jù)13.使用transform方法聚合數(shù)據(jù)14.使用povit_table函數(shù)創(chuàng)建透視表15.使用crosstab函數(shù)創(chuàng)建交叉表1.掌握常見的數(shù)據(jù)讀取方式2.掌握DataFrame常用屬性與方法3.掌握基礎(chǔ)時間數(shù)據(jù)處理方法4.掌握分組聚合的原理與方法5.掌握透視表與交叉表的制作分組聚合的原理與方法透視表與交叉表的制作人人為我，我為人人。軟件開源運(yùn)動的發(fā)展，極大地提高了整個人類的工作效率，促進(jìn)了全社會文明的進(jìn)步。當(dāng)前，一些不太愿意看到我們發(fā)展?fàn)畲蟮膭萘?，試圖對我們進(jìn)行科技封鎖，這是逆勢而為，注定會失敗的。4使用pandas進(jìn)行數(shù)據(jù)預(yù)處理1.堆疊合并數(shù)據(jù)2.主鍵合并數(shù)據(jù)3.重疊合并數(shù)據(jù)4.檢測與處理重復(fù)值5.檢測與處理缺失值6.檢測與處理異常值7.離差標(biāo)準(zhǔn)化數(shù)據(jù)8.標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化數(shù)據(jù)9.小數(shù)定標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)10.啞變量處理類別型數(shù)據(jù)11.離散化連續(xù)型數(shù)據(jù)1.掌握數(shù)據(jù)合并的原理與方法2.掌握數(shù)據(jù)清洗的基本方法3.掌握基本數(shù)據(jù)標(biāo)準(zhǔn)化的方法4.掌握常用的數(shù)據(jù)轉(zhuǎn)換方法數(shù)據(jù)清洗的基本方法基本數(shù)據(jù)標(biāo)準(zhǔn)化的方法根據(jù)培養(yǎng)數(shù)據(jù)科學(xué)專業(yè)人才的國家標(biāo)準(zhǔn)，結(jié)合“立德樹人”的根本任務(wù)，在數(shù)據(jù)采集專業(yè)知識教育中融入服務(wù)北京、服務(wù)國家的思政教育，通過思政教育激發(fā)對專業(yè)知識更高的追求，通過專業(yè)教育切實(shí)地引導(dǎo)學(xué)生正確積極的家國人文情懷，增強(qiáng)民族自豪感和社會責(zé)任感，弘揚(yáng)社會主義核心價值觀。5Matplotlib數(shù)據(jù)可視化基礎(chǔ)1.掌握pyplot的基礎(chǔ)語法2.設(shè)置pyplot的動態(tài)rc參數(shù)3.繪制散點(diǎn)圖4.繪制折線圖5.繪制直方圖6.繪制餅圖7.繪制箱線圖pyplot常用的繪圖參數(shù)的調(diào)節(jié)方法繪制圖形的保存與展示方法散點(diǎn)圖和折線圖的作用與繪制方法直方圖、餅圖和箱線圖的作用與繪制方法pyplot常用的繪圖參數(shù)的調(diào)節(jié)方法繪制圖形的保存與展示方法通過可視化作品應(yīng)用于實(shí)際，引導(dǎo)學(xué)生設(shè)計(jì)創(chuàng)新的可視化方法，應(yīng)對新的應(yīng)用需求和新的數(shù)據(jù)類型6使用scikit-learn構(gòu)建模型加載datasets模塊中的數(shù)據(jù)集將數(shù)據(jù)集劃分為訓(xùn)練集和測試集使用sklearn轉(zhuǎn)換器進(jìn)行數(shù)據(jù)預(yù)處理與降維使用sklearn估計(jì)器構(gòu)建聚類模型評價聚類模型使用sklearn估計(jì)器構(gòu)建分類模型評價分類模型使用sklearn估計(jì)器構(gòu)建回歸模型評價回歸模型掌握sklearn轉(zhuǎn)換器的使用方法掌握sklearn估計(jì)器的使用方法掌握聚類模型的構(gòu)建與評價掌握分類模型的構(gòu)建與評價掌握回歸模型的構(gòu)建與評價聚類模型的構(gòu)建與評價分類模型的構(gòu)建與評價回歸模型的構(gòu)建與評價我國在共享軟件方面還有很多待提高的空間，鼓勵同學(xué)們積極

投身人工智能算法的研發(fā)。樹立正確的技能觀，努力提高自己的職.

業(yè)技能，走自主創(chuàng)新之路，為社會和人民造福。7航空客戶價值分析分析航空公司現(xiàn)狀認(rèn)識客戶價值分析熟悉航空客戶價值分析的步驟與流程處理缺失值與異常值構(gòu)建航空客戶價值分析關(guān)鍵特征標(biāo)準(zhǔn)化LRFMC5個特征了解K-Means聚類算法分析聚類結(jié)果模型應(yīng)用客戶價值分析的步驟和流程K-Means算法的基本原理與使用方法不同類別客戶的客戶價值，制定相應(yīng)的營銷策略K-Means算法的基本原理與使用方法不同類別客戶的客戶價值，制定相應(yīng)的營銷策略在算法中批判性思維是最為重要的，是創(chuàng)新思維的基礎(chǔ)。

在聚類算法中，原本效果很好的算法對moons數(shù)據(jù)集的效果卻很差。

使學(xué)生理解算法的不足，并激勵學(xué)生積極思考原因和解決思路。8財(cái)政收入預(yù)測分析分析財(cái)政收入預(yù)測背景了解財(cái)政收入預(yù)測的方法熟悉財(cái)政收入預(yù)測的步驟與流程了解相關(guān)性分析分析計(jì)算結(jié)果了解Lasso回歸方法分析Lasso回歸結(jié)果了解灰色預(yù)測算法了解SVR算法分析預(yù)測結(jié)果財(cái)政收入預(yù)測的步驟和流程相關(guān)性分析方法與應(yīng)用Lasso模型選取特征的方法灰色預(yù)測的原理與應(yīng)用支持向量回歸算法的基本原理與應(yīng)用相關(guān)性分析方法與應(yīng)用Lasso模型選取特征的方法灰色預(yù)測的原理與應(yīng)用支持向量回歸算法的基本原理與應(yīng)用支持向量機(jī)的多維視角可以啟發(fā)學(xué)生從不同角度看問題。從多各角度進(jìn)行分析問題解決問題，引導(dǎo)學(xué)生養(yǎng)成好的思維習(xí)慣。

激勵學(xué)生將精益求精的大國工匠精神與勇于探索的創(chuàng)新精神融入到算法設(shè)計(jì)之中，培養(yǎng)篤實(shí)

好學(xué)的學(xué)習(xí)態(tài)度。9家用熱水器用戶行為分析與事件識別分析家用熱水器行業(yè)現(xiàn)狀了解熱水器采集數(shù)據(jù)的基本情況熟悉家用熱水器用戶行為分析的步驟與流程刪除冗余特征劃分用水事件確定單次用水事件時長閾值構(gòu)建用水時長與頻率特征了解灰色預(yù)測算法構(gòu)建用水量與波動特征篩選候選洗浴事件了解BP神經(jīng)網(wǎng)絡(luò)算法原理構(gòu)建模型評估模型家用熱水器用戶行為分析的步驟與流程用水事件劃分原理及與方法閾值尋優(yōu)的原理和方法sklearn神經(jīng)網(wǎng)絡(luò)算法構(gòu)建用水事件劃分原理及與方法閾值尋優(yōu)的原理和方法sklearn神經(jīng)網(wǎng)絡(luò)算法構(gòu)建數(shù)據(jù)處理是機(jī)器學(xué)習(xí)最為重要的一環(huán)。算法結(jié)果都是數(shù)據(jù)的真

實(shí)體現(xiàn)。在數(shù)據(jù)獲取過程中，堅(jiān)持“依照事實(shí)采集數(shù)據(jù)”的原則。

杜絕“造數(shù)據(jù)”、“假數(shù)據(jù)”、“人工補(bǔ)數(shù)據(jù)”五、課程教學(xué)內(nèi)容、教學(xué)方式、學(xué)時分配及對課程目標(biāo)的支撐情況序號課程內(nèi)容框架教學(xué)內(nèi)容教學(xué)方式學(xué)時支撐課程目標(biāo)1Python數(shù)據(jù)分析概述1.數(shù)據(jù)分析的概念2.數(shù)據(jù)分析的流程3.數(shù)據(jù)分析的應(yīng)用場景、常用工具、優(yōu)勢、常用類庫。講授為主課堂討論2課程目標(biāo)1課程目標(biāo)21.Anaconda安裝2.JupyterNotebook的基礎(chǔ)功能與高級功能上機(jī)實(shí)驗(yàn)2課程目標(biāo)1課程目標(biāo)2課程目標(biāo)32NumPy數(shù)值計(jì)算基礎(chǔ)1.創(chuàng)建數(shù)組對象2.生成隨機(jī)數(shù)3.通過索引訪問數(shù)組4.變換數(shù)組的形態(tài)5.創(chuàng)建NumPy矩陣6.掌握ufunc函數(shù)7.讀寫文件8.使用數(shù)組進(jìn)行簡單的統(tǒng)計(jì)分析講授為主課堂討論2課程目標(biāo)1課程目標(biāo)2創(chuàng)建NumPy數(shù)組對象ndarray查看ndarray的常用屬性花式索引ndarray變換ndarray的形態(tài)創(chuàng)建NumPy矩陣并使用；使用常見ufunc使用NumPy讀寫文件上機(jī)實(shí)驗(yàn)2課程目標(biāo)1課程目標(biāo)2課程目標(biāo)33pandas統(tǒng)計(jì)分析基礎(chǔ)pandas的數(shù)據(jù)結(jié)構(gòu)、文本數(shù)據(jù)以及數(shù)據(jù)庫的讀取或?qū)懭氤Ｓ玫臄?shù)據(jù)處理操作數(shù)據(jù)的分組與聚合以及數(shù)據(jù)的預(yù)處理工作講授為主課堂討論3課程目標(biāo)1課程目標(biāo)2讀寫數(shù)據(jù)庫數(shù)據(jù)讀寫文本文件讀寫Excel文件查看DataFrame的常用屬性查改增刪DataFrame數(shù)據(jù)描述分析DataFrame數(shù)據(jù)轉(zhuǎn)換字符串時間為標(biāo)準(zhǔn)時間提取時間序列數(shù)據(jù)信息加減時間數(shù)據(jù)使用groupby方法拆分?jǐn)?shù)據(jù)使用agg，apply，transform方法聚合數(shù)據(jù)制作透視表制作交叉表上機(jī)實(shí)驗(yàn)4課程目標(biāo)1課程目標(biāo)2課程目標(biāo)34使用pandas進(jìn)行數(shù)據(jù)預(yù)處理1.堆疊合并數(shù)據(jù)2.主鍵合并數(shù)據(jù)3.重疊合并數(shù)據(jù)4.檢測與處理重復(fù)值5.檢測與處理缺失值6.檢測與處理異常值7.離差標(biāo)準(zhǔn)化數(shù)據(jù)8.標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化數(shù)據(jù)9.小數(shù)定標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)10.啞變量處理類別型數(shù)據(jù)11.離散化連續(xù)型數(shù)據(jù)講授為主閱讀法3課程目標(biāo)1課程目標(biāo)2堆疊、主鍵、重疊合并數(shù)據(jù)檢測與處理重復(fù)值，缺失值，異常值離差標(biāo)準(zhǔn)化、標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化小數(shù)定標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)；啞變量處理類別型數(shù)據(jù)離散化連續(xù)型數(shù)據(jù)上機(jī)實(shí)驗(yàn)4課程目標(biāo)1課程目標(biāo)2課程目標(biāo)35Matplotlib數(shù)據(jù)可視化基礎(chǔ)通過Matplotlib模塊實(shí)現(xiàn)可視化圖形的繪制流程，繪制條形圖、折線圖、散點(diǎn)圖等可視化圖形講授為主課堂討論2課程目標(biāo)1課程目標(biāo)2掌握pyplot的基本繪圖語法設(shè)置pyplot的動態(tài)rc參數(shù)繪制散點(diǎn)圖繪制折線圖繪制直方圖繪制餅圖繪制箱線圖上機(jī)實(shí)驗(yàn)2課程目標(biāo)1課程目標(biāo)2課程目標(biāo)36使用scikit-learn構(gòu)建模型加載datasets模塊中的數(shù)據(jù)集將數(shù)據(jù)集劃分為訓(xùn)練集和測試集使用sklearn轉(zhuǎn)換器進(jìn)行數(shù)據(jù)預(yù)處理與降維使用sklearn估計(jì)器構(gòu)建聚類模型評價聚類模型使用sklearn估計(jì)器構(gòu)建分類模型評價分類模型使用sklearn估計(jì)器構(gòu)建回歸模型評價回歸模型講授為主課堂討論6課程目標(biāo)1課程目標(biāo)2加載datasets模塊自帶數(shù)據(jù)集劃分?jǐn)?shù)據(jù)集使用sklearn轉(zhuǎn)換器進(jìn)行數(shù)據(jù)預(yù)處理與降維構(gòu)建與評價聚類模型構(gòu)建與評價分類模型構(gòu)建與評價回歸模型上機(jī)實(shí)驗(yàn)4課程目標(biāo)1課程目標(biāo)2課程目標(biāo)37航空客戶價值分析航空公司現(xiàn)狀客戶價值分析航空客戶價值分析的步驟與流程處理缺失值與異常值航空客戶價值分析關(guān)鍵特征標(biāo)準(zhǔn)化LRFMC5個特征了解K-Means聚類算法聚類結(jié)果分析模型應(yīng)用講授為主課堂討論6課程目標(biāo)1課程目標(biāo)2處理數(shù)據(jù)缺失值與異常值構(gòu)建航空客戶價值分析的關(guān)鍵特征標(biāo)準(zhǔn)化LRFMC5個特征構(gòu)建K-Means聚類模型評價K-Means聚類模型上機(jī)實(shí)驗(yàn)4課程目標(biāo)1課程目標(biāo)2課程目標(biāo)3財(cái)政收入預(yù)測分析財(cái)政收入預(yù)測背景財(cái)政收入預(yù)測的方法財(cái)政收入預(yù)測的步驟與流程相關(guān)性分析分析計(jì)算結(jié)果Lasso回歸方法Lasso回歸結(jié)果灰色預(yù)測算法SVR算法分析預(yù)測結(jié)果講授為主課堂討論4課程目標(biāo)1課程目標(biāo)2分析財(cái)政收入數(shù)據(jù)特征的相關(guān)性使用Lasso回歸選取財(cái)政收入預(yù)測的關(guān)鍵特征使用灰色預(yù)測和SVR構(gòu)建財(cái)政收入預(yù)測模型評價SVR模型上機(jī)實(shí)驗(yàn)6課程目標(biāo)1課程目標(biāo)2課程目標(biāo)3家用熱水器用戶行事件識別熱水器采集數(shù)據(jù)的基本情況熱水器用戶行為分析的步驟與流程冗余特征分析劃分用水事件確定單次用水事件時長閾值用水時長與頻率特征灰色預(yù)測算法用水量與波動特征篩選候選洗浴事件解BP神經(jīng)網(wǎng)絡(luò)算法原理模型構(gòu)建與評價講授為主課堂討論4課程目標(biāo)1課程目標(biāo)2刪除冗余特征劃分用水事件確定單次用水事件的時長閾值構(gòu)建用水行為特征篩選候選洗浴事件構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型評價BP神經(jīng)網(wǎng)絡(luò)模型上機(jī)實(shí)驗(yàn)4課程目標(biāo)1課程目標(biāo)2課程目標(biāo)3六、課程目標(biāo)與考核內(nèi)容課程目標(biāo)考核內(nèi)容課程目標(biāo)1學(xué)會數(shù)據(jù)分析工具python，使學(xué)生具有能夠處理數(shù)據(jù)的能力，包括數(shù)據(jù)的導(dǎo)入導(dǎo)出，數(shù)據(jù)的抽取、拆分、合并、匹配，以及缺失數(shù)據(jù)的處理1、使用pandas進(jìn)行數(shù)據(jù)預(yù)處理2、使用scikit-learn構(gòu)建模型課程目標(biāo)2學(xué)會數(shù)據(jù)常用的分析方法和數(shù)據(jù)可視化的相關(guān)技術(shù)，具有熟練使用python對數(shù)據(jù)進(jìn)行獨(dú)立分析的能力以及使用python進(jìn)行數(shù)據(jù)可視化的能力1、NumPy數(shù)值計(jì)算基礎(chǔ)2、pandas統(tǒng)計(jì)分析基礎(chǔ)3、Matplotlib數(shù)據(jù)可視化基礎(chǔ)課程目標(biāo)3通過PBL（Project-BasedLearning，簡稱PBL）項(xiàng)目教學(xué)法，使學(xué)生初步具備團(tuán)隊(duì)協(xié)作、溝通與交流、自主學(xué)習(xí)的能力。上機(jī)實(shí)驗(yàn)實(shí)驗(yàn)報(bào)告七、課程評價7.1.評定方式（一）評價方式本課程采用過程考核和期末考試相結(jié)合的方式進(jìn)行考核，其中過程考核包括：課堂表現(xiàn)、平時作業(yè)、上機(jī)實(shí)驗(yàn)，占總成績的比例為40%；期末為閉卷考試，占總成績的比例為60%。各種考核方式在課程考核中所占比例與細(xì)則見下表。考核方式比例考核/評價細(xì)則課堂表現(xiàn)10%評價標(biāo)準(zhǔn)：基礎(chǔ)分60分。在此標(biāo)準(zhǔn)下，本課程按以下細(xì)則考核課堂表現(xiàn)：（1）上課做與課程內(nèi)容無關(guān)的事，每一次扣5分；（2）課堂回答內(nèi)容與本問題無關(guān),每一次扣5分；（3）完成小組討論質(zhì)量較好，每一次加5分；（4）課堂上積極討論，每一次加5分。課堂表現(xiàn)的評判依據(jù)，具體見評價標(biāo)準(zhǔn)。注：期末核算，分?jǐn)?shù)為0至100分，超過100分記100分，少于0分記0分。平時作業(yè)10%評價標(biāo)準(zhǔn)：將一個教學(xué)班分成三個小組，每次批改一個小組的作業(yè)，根據(jù)學(xué)生作業(yè)完成程度給出A(90-100分)、B(80-89分)、C(70-79分)、D(60-69分)、E(0-59分)等級。一學(xué)期一個學(xué)生上交4-5次作業(yè)。以作業(yè)的平均成績?yōu)榛A(chǔ)成績，在此標(biāo)準(zhǔn)下，本課程按以下細(xì)則考核平時作業(yè)：（1）一次作業(yè)未交，則該次作業(yè)得0分；（2）可根據(jù)實(shí)際來安排實(shí)驗(yàn)測試或隨堂小測試，成績算入平時作業(yè)成績中。上機(jī)實(shí)驗(yàn)20%評價標(biāo)準(zhǔn)：根據(jù)實(shí)驗(yàn)態(tài)度、實(shí)驗(yàn)報(bào)告書寫的規(guī)范性、實(shí)驗(yàn)報(bào)告內(nèi)容和實(shí)驗(yàn)過程（簡要分析、求解方法、求解步驟、程序及其必要的圖表等）、實(shí)驗(yàn)結(jié)果等進(jìn)行綜合評定，并給出實(shí)驗(yàn)成績評定分?jǐn)?shù)。課程包括五次實(shí)驗(yàn)，每次實(shí)驗(yàn)總分記為20分，五次實(shí)驗(yàn)共計(jì)100分。在此標(biāo)準(zhǔn)下：（1）實(shí)驗(yàn)報(bào)告內(nèi)容完整充實(shí)，格式、排版規(guī)范，實(shí)驗(yàn)結(jié)果、分析和程序準(zhǔn)確無誤（15-20分）；（2）實(shí)驗(yàn)報(bào)告內(nèi)容完整充實(shí)，格式、排版較規(guī)范，實(shí)驗(yàn)結(jié)果、分析和程序正確（10-14分）；（3）實(shí)驗(yàn)報(bào)告內(nèi)容基本完整，格式、排版基本規(guī)范，實(shí)驗(yàn)結(jié)果、分析和程序基本正確（5-9分）；（4）實(shí)驗(yàn)報(bào)告內(nèi)容不完整，格式、排版混亂，實(shí)驗(yàn)結(jié)果、分析和程序存在嚴(yán)重錯誤或報(bào)告全文抄襲跡象明顯（0-4分）；注：（1）缺實(shí)驗(yàn)總結(jié)扣2分；（2）若本次上機(jī)課缺席，計(jì)0分；上機(jī)實(shí)驗(yàn)的總成績?yōu)槊看紊蠙C(jī)實(shí)驗(yàn)成績之和。期末考試60%嚴(yán)格按照《數(shù)據(jù)分析與可視化》期末試題參考答案及評分細(xì)則進(jìn)行閱卷。綜合成績100%課堂表現(xiàn)（10%）+平時作業(yè)（10%）+上機(jī)實(shí)驗(yàn)（20%）+期末考試（60%）7.2.評價標(biāo)準(zhǔn)課程目標(biāo)評分標(biāo)準(zhǔn)90-10080-8970-7960-690-59優(yōu)（A）良（B）中（C）及格（D）不及格（E）課程目標(biāo)11.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)能認(rèn)真完成數(shù)學(xué)文獻(xiàn)閱讀、討論等各項(xiàng)任務(wù)，發(fā)言有見解，思維清晰。3.平時作業(yè)獨(dú)立完成，按時提交作業(yè)，內(nèi)容基本正確。1.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)能積極參與課上與課下的討論，發(fā)言有一定的質(zhì)量。3.平時作業(yè)獨(dú)立完成，按時提交作業(yè)，正確率較高。1.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)參與課堂討論比較主動。3.平時作業(yè)獨(dú)立完成，按時提交作業(yè)，作業(yè)正確率適中。1.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)能完成課堂討論，但比較被動。3.平時作業(yè)獨(dú)立完成，沒有按時提交作業(yè)，錯誤率較高。1.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)課堂討論參與度低。3.平時作業(yè)沒有交作業(yè)，或抄襲作業(yè)。課程目標(biāo)21.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)能認(rèn)真完成數(shù)學(xué)文獻(xiàn)閱讀、討論等各項(xiàng)任務(wù)，發(fā)言有見解，思維清晰。3.平時作業(yè)獨(dú)立完成，按時提交作業(yè)，內(nèi)容基本正確。1.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2課堂表現(xiàn)能積極參與課上與課下的討論，發(fā)言有一定的質(zhì)量。3.平時作業(yè)獨(dú)立完成，按時提交作業(yè)，正確率較高。1.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)參與課堂討論比較主動。3.平時作業(yè)獨(dú)立完成，按時提交作業(yè)，作業(yè)正確率適中。1.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)能完成課堂討論，但比較被動。3.平時作業(yè)獨(dú)立完成，沒有按時提交作業(yè)，錯誤率較高。1.期末測試嚴(yán)格按照期末試題參考答案及評分細(xì)則進(jìn)行閱卷。2.課堂表現(xiàn)課堂討論參與度低。3.平時作業(yè)沒有交作業(yè)，或抄襲作業(yè)。課程目標(biāo)31.課堂表現(xiàn)能認(rèn)真完成數(shù)學(xué)文獻(xiàn)閱讀、討論等各