Python數(shù)據(jù)分析與數(shù)據(jù)挖掘 教學(xué)大綱

《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》教學(xué)大綱課程基本信息課程中文名稱：Python數(shù)據(jù)分析與數(shù)據(jù)挖掘課程英文名稱：PythonDataAnalysisandDataMining課程類別：專業(yè)必修適用專業(yè)：大數(shù)據(jù)管理與應(yīng)用、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、人工智能及計(jì)算機(jī)相關(guān)專業(yè)先修課程：計(jì)算機(jī)導(dǎo)論、數(shù)據(jù)結(jié)構(gòu)、面向?qū)ο蟪绦蛟O(shè)計(jì)建議開(kāi)課學(xué)期：第4學(xué)期建議學(xué)時(shí)：64學(xué)時(shí)（其中理論32學(xué)時(shí)，實(shí)驗(yàn)32學(xué)時(shí)）建議學(xué)分：2.0學(xué)分課程性質(zhì)、目標(biāo)及任務(wù)《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》是大數(shù)據(jù)管理與應(yīng)用等專業(yè)的一門必修課程，也是計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、人工智能等相關(guān)專業(yè)的選修課程。本課程的先修課為《計(jì)算機(jī)導(dǎo)論》、《數(shù)據(jù)結(jié)構(gòu)》、《面向?qū)ο蟪绦蛟O(shè)計(jì)》等，后續(xù)課程為《大數(shù)據(jù)可視化》、《深度學(xué)習(xí)》等。本課程以學(xué)生掌握數(shù)據(jù)分析與挖掘的相關(guān)概念和理論為知識(shí)培養(yǎng)目標(biāo)，以學(xué)生熟練使用Python開(kāi)展數(shù)據(jù)分析與挖掘的實(shí)踐應(yīng)用為能力培養(yǎng)目標(biāo)，以學(xué)生初步形成“數(shù)據(jù)思維”為素質(zhì)培養(yǎng)目標(biāo)。課程按照Python基礎(chǔ)知識(shí)、數(shù)據(jù)分析相關(guān)包、數(shù)據(jù)挖掘理論與算法的應(yīng)用、綜合案例的學(xué)習(xí)路徑，全面系統(tǒng)的介紹了運(yùn)用Python進(jìn)行數(shù)據(jù)分析與數(shù)據(jù)挖掘的基本概念與方法。課程第一部分主要講解Python基礎(chǔ)語(yǔ)法知識(shí)，包括Python數(shù)據(jù)結(jié)構(gòu)、函數(shù)和面向?qū)ο蟮戎R(shí)，為學(xué)習(xí)者掌握后續(xù)內(nèi)容打下良好的編程基礎(chǔ)；第二部分主要講解Python中數(shù)據(jù)分析相關(guān)包，包括使用NumPy和Pandas進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)分析、分組與聚合、交叉分析，以及使用Matplotlib進(jìn)行數(shù)據(jù)可視化等；第三部分講解數(shù)據(jù)挖掘的理論與算法應(yīng)用，包括數(shù)據(jù)挖掘的相關(guān)概念、常用算法原理和實(shí)踐應(yīng)用；第四部分為綜合案例，通過(guò)精選案例詳細(xì)介紹了數(shù)據(jù)分析與挖掘的步驟和方法，進(jìn)一步提高學(xué)生的綜合實(shí)踐能力。本課程采用理論與實(shí)踐應(yīng)用相結(jié)合的教學(xué)方式，循序漸進(jìn)的培養(yǎng)學(xué)生數(shù)據(jù)分析、數(shù)據(jù)可視化、數(shù)據(jù)挖掘的能力，每個(gè)知識(shí)點(diǎn)均設(shè)計(jì)了典型性的綜合案例，引導(dǎo)學(xué)生在掌握理論知識(shí)的基礎(chǔ)上快速開(kāi)展編程實(shí)踐，為將來(lái)從事數(shù)據(jù)科學(xué)相關(guān)領(lǐng)域的工作打下堅(jiān)實(shí)的基礎(chǔ)。教學(xué)方法1.建議采用線上線下混合式教學(xué)?？苫趯W(xué)習(xí)通等平臺(tái)，完善教學(xué)大綱、教學(xué)課件、教學(xué)難點(diǎn)的講解視頻、教學(xué)案例、實(shí)踐練習(xí)、算法原理視頻、習(xí)題、習(xí)題解答等課程資源，打造數(shù)字資源豐富的課程學(xué)習(xí)平臺(tái)。2.采用理論結(jié)合實(shí)踐的教學(xué)方式。理論教學(xué)以教師課堂講授為主，可結(jié)合程序演示、課堂練習(xí)、提問(wèn)、案例討論等多種形式，加強(qiáng)互動(dòng)，促進(jìn)學(xué)生對(duì)知識(shí)點(diǎn)的理解。實(shí)驗(yàn)教學(xué)采用教師布置實(shí)驗(yàn)任務(wù)，學(xué)生自主上機(jī)練習(xí)，教師現(xiàn)場(chǎng)指導(dǎo)并答疑的形式，提高學(xué)生的實(shí)踐應(yīng)用能力。實(shí)驗(yàn)教學(xué)中，教師還可啟發(fā)學(xué)生自己思考并設(shè)計(jì)實(shí)驗(yàn)內(nèi)容，以培養(yǎng)學(xué)生自主學(xué)習(xí)和解決問(wèn)題的能力。3.案例式教學(xué)。每個(gè)重要知識(shí)點(diǎn)以及每章小結(jié)前，均設(shè)計(jì)了豐富的典型性案例，課程基礎(chǔ)知識(shí)的教學(xué)完成后，還有多個(gè)基于較復(fù)雜數(shù)據(jù)的綜合案例。通過(guò)案例式教學(xué)，可實(shí)現(xiàn)知識(shí)的綜合運(yùn)用，幫助學(xué)生更好理解理論知識(shí)并跟隨操作，快速開(kāi)展編程實(shí)踐。課程學(xué)時(shí)分配序號(hào)教學(xué)內(nèi)容理論學(xué)時(shí)實(shí)驗(yàn)學(xué)時(shí)1第1章Python概述112第2章Python基礎(chǔ)語(yǔ)法443第3章函數(shù)224第4章類與對(duì)象225第5章NumPy基礎(chǔ)與應(yīng)用226第6章Pandas基礎(chǔ)與應(yīng)用447第7章Matplotlib基礎(chǔ)及應(yīng)用228第8章分類449第9章聚類4410第10章回歸4411第11章實(shí)戰(zhàn)案例--電商消費(fèi)者數(shù)據(jù)分析1112第12章實(shí)戰(zhàn)案例--乳腺癌數(shù)據(jù)分析與預(yù)測(cè)1113第13章實(shí)戰(zhàn)案例--鉆石數(shù)據(jù)分析與預(yù)測(cè)11總計(jì)=SUM(ABOVE)3232教學(xué)內(nèi)容及學(xué)時(shí)安排理論教學(xué)序號(hào)章節(jié)名稱主要內(nèi)容教學(xué)目標(biāo)學(xué)時(shí)1第1章Python概述了解Python的優(yōu)點(diǎn)和特性；掌握Python開(kāi)發(fā)環(huán)境的安裝與配置；掌握Python第三方包的獲取和安裝方法；掌握編輯和運(yùn)行Python程序的方法；熟悉Python的運(yùn)行原理；掌握Python的編寫規(guī)范。掌握Python開(kāi)發(fā)環(huán)境的安裝與配置；Python的運(yùn)行原理和編程規(guī)范。12第2章Python基礎(chǔ)語(yǔ)法了解Python中的標(biāo)識(shí)符與變量；掌握Python中數(shù)據(jù)的輸入與輸出；掌握Python中常用的數(shù)據(jù)結(jié)構(gòu)；掌握Python中的運(yùn)算符與表達(dá)式；掌握Python的流程控制。掌握Python中常用的數(shù)據(jù)輸入和輸出方法;掌握Python中序列類型和映射類型的特點(diǎn)及應(yīng)用；掌握Python中的流程控制語(yǔ)句。43第3章函數(shù)理解Python中的函數(shù)、模塊和包；掌握Python中函數(shù)定義的方法；理解Python中參數(shù)的傳遞；掌握Python中函數(shù)參數(shù)的設(shè)置；掌握Python中的匿名函數(shù)和遞歸函數(shù)。掌握Python中函數(shù)的定義方法；理解Python中函數(shù)參數(shù)的傳遞方法；掌握Python中函數(shù)參數(shù)的設(shè)置。24第4章類與對(duì)象掌握Python中類的定義與使用；掌握Python中類的屬性與方法；理解繼承；理解運(yùn)算符重載。掌握Python中類的定義與使用方法；掌握Python中類的屬性與方法。25第5章NumPy基礎(chǔ)與應(yīng)用掌握NumPy數(shù)組的創(chuàng)建方法；掌握NumPy數(shù)組的基本屬性；掌握NumPy數(shù)組的相關(guān)操作；掌握NumPy數(shù)組的讀寫。掌握NumPy數(shù)組的創(chuàng)建和使用方法；掌握NumPy數(shù)組的統(tǒng)計(jì)、形狀、運(yùn)算等操作。26第6章Pandas基礎(chǔ)與應(yīng)用理解Series和DataFrame數(shù)據(jù)結(jié)構(gòu)；掌握DataFrame中數(shù)據(jù)的選??；掌握Pandas中的數(shù)據(jù)合并；掌握Pandas中的數(shù)據(jù)算術(shù)運(yùn)算和比較運(yùn)算；掌握Pandas中數(shù)據(jù)的統(tǒng)計(jì)分析；掌握Pandas中的透視表與交叉表。理解Pandas中主要的數(shù)據(jù)結(jié)構(gòu)；掌握Pandas中數(shù)據(jù)的基本操作方法；掌握使用Pandas對(duì)數(shù)據(jù)進(jìn)行運(yùn)算與分析。47第7章Matplotlib基礎(chǔ)及應(yīng)用理解Matplotlib中圖形（Figure）的構(gòu)成；掌握子圖的多種設(shè)置方法；掌握Pyplot中常用圖形的繪制方法；Matplotlib與Numpy和Pandas的綜合應(yīng)用。理解Matplotlib中圖形（Figure）的構(gòu)成；掌握子圖的多種設(shè)置方法；掌握Pyplot中常用圖形的繪制方法。28第8章分類理解分類的基本概念；了解常用的分類算法；掌握分類算法常用的評(píng)價(jià)指標(biāo)；理解決策樹的算法原理；掌握sklearn中決策樹的應(yīng)用；理解樸素貝葉斯分類器的原理；掌握sklearn中樸素貝葉斯分類器的應(yīng)用；理解支持向量機(jī)的原理；掌握sklearn中支持向量機(jī)的應(yīng)用；理解梯度提升決策樹的原理；掌握sklearn中梯度提升決策樹的應(yīng)用。掌握常用分類算法的原理；掌握Python中常用分類算法的應(yīng)用。49第9章聚類理解聚類的基本概念；了解常用的聚類算法；理解聚類的評(píng)估；理解基于劃分聚類的原理；掌握sklearn中K-Means的應(yīng)用；理解基于層次分析聚類的原理；掌握sklearn中Birch的應(yīng)用；理解基于密度聚類的原理；掌握sklearn中DBSCAN的應(yīng)用。掌握常用聚類算法的原理；掌握Python中常用聚類算法的應(yīng)用。410第10章回歸理解回歸的基本概念；了解常用的回歸算法；理解回歸分析的步驟；掌握回歸模型的評(píng)價(jià)指標(biāo)；理解線性回歸的原理；掌握一元線性回歸的應(yīng)用；掌握多元線性回歸的應(yīng)用；理解邏輯回歸的原理； 掌握邏輯回歸的應(yīng)用； 掌握多項(xiàng)式回歸的應(yīng)用；掌握嶺回歸的應(yīng)用； 掌握Lasso回歸的應(yīng)用。掌握常用回歸算法的原理；掌握Python中常用回歸算法的應(yīng)用。411第11章實(shí)戰(zhàn)案例-電商消費(fèi)者數(shù)據(jù)分析了解電商消費(fèi)者數(shù)據(jù)分析背景和數(shù)據(jù)集；理解電商消費(fèi)者數(shù)據(jù)分析的步驟與流程；掌握電商消費(fèi)者數(shù)據(jù)加載和預(yù)處理；掌握電商消費(fèi)者數(shù)據(jù)的探索性分析；掌握電商消費(fèi)者數(shù)據(jù)的可視化分析。掌握探索整體數(shù)據(jù)分布和不同屬性之間關(guān)系的方法；掌握空值、異常值檢測(cè)等數(shù)據(jù)預(yù)處理方法；掌握用分組、聚合及可視化等對(duì)訂單、顧客及產(chǎn)品情況進(jìn)行分析的方法；掌握按時(shí)間對(duì)銷售數(shù)據(jù)進(jìn)行分析的方法；理解探索性分析與可視化分析的結(jié)果。112第12章實(shí)戰(zhàn)案例--乳腺癌數(shù)據(jù)分析與預(yù)測(cè)了解乳腺癌數(shù)據(jù)分析與預(yù)測(cè)案例背景和數(shù)據(jù)集；理解乳腺癌數(shù)據(jù)分析與預(yù)測(cè)的步驟與流程；掌握乳腺癌數(shù)據(jù)的探索性分析；掌握乳腺癌數(shù)據(jù)的相關(guān)性分析；掌握乳腺癌數(shù)據(jù)的可視化分析；掌握邏輯回歸、決策樹、SVM等多種分類預(yù)測(cè)模型的運(yùn)用；熟悉分類預(yù)測(cè)模型評(píng)價(jià)的指標(biāo)；探討提升預(yù)測(cè)準(zhǔn)確率的策略。掌握數(shù)據(jù)分布情況的可視化分析；掌握數(shù)據(jù)相關(guān)性分析的方法；掌握多種常用分類預(yù)測(cè)模型的應(yīng)用；熟悉分類預(yù)測(cè)模型評(píng)價(jià)的指標(biāo)；掌握數(shù)據(jù)規(guī)范化、特征選擇、超參數(shù)優(yōu)化等提升模型預(yù)測(cè)準(zhǔn)確率的方法。113第13章實(shí)戰(zhàn)案例—鉆石數(shù)據(jù)分析與預(yù)測(cè)了解鉆石數(shù)據(jù)分析與預(yù)測(cè)案例背景和數(shù)據(jù)集；理解鉆石數(shù)據(jù)分析與預(yù)測(cè)的步驟與流程；掌握鉆石數(shù)據(jù)加載和預(yù)處理方法；分別掌握對(duì)數(shù)據(jù)類別特征和數(shù)值特征的分析方法；掌握數(shù)據(jù)的相關(guān)性分析；掌握使用管道機(jī)制（pipeline）進(jìn)行數(shù)據(jù)預(yù)處理和預(yù)測(cè)。掌握缺失值進(jìn)行處理、異常值識(shí)別與處理、類別特征編碼等數(shù)據(jù)預(yù)處理方法；分別掌握對(duì)數(shù)據(jù)類別特征和數(shù)值特征的分析方法；掌握使用管道機(jī)制（pipeline）對(duì)數(shù)據(jù)的預(yù)處理和預(yù)測(cè)等步驟進(jìn)行封裝和管理。1學(xué)時(shí)合計(jì)32實(shí)驗(yàn)教學(xué)序號(hào)實(shí)驗(yàn)項(xiàng)目名稱實(shí)驗(yàn)要求學(xué)時(shí)1第1章Python概述Python開(kāi)發(fā)環(huán)境的搭建；熟悉Anaconda開(kāi)發(fā)環(huán)境；進(jìn)行包管理的方法。12第2章Python基礎(chǔ)語(yǔ)法練習(xí)Python中數(shù)據(jù)輸入和輸出的多種方法；使用列表、字典、集合等Python中的數(shù)據(jù)結(jié)構(gòu)。練習(xí)Python中的循環(huán)等流程控制。43第3章函數(shù)練習(xí)Python中函數(shù)定義的方法；練習(xí)Python中參數(shù)的傳遞；練習(xí)Python中函數(shù)參數(shù)的設(shè)置方法；練習(xí)Python中的匿名函數(shù)。24第4章類與對(duì)象練習(xí)Python中類定義與使用；練習(xí)Python中類屬性與方法的使用。25第5章NumPy基礎(chǔ)與應(yīng)用練習(xí)Numpy數(shù)組的創(chuàng)建；練習(xí)Numpy數(shù)組的索引和切片、轉(zhuǎn)置與降維等；使用Numpy數(shù)組進(jìn)行統(tǒng)計(jì)分析、四則運(yùn)算等；練習(xí)Numpy數(shù)組的讀寫。26第6章Pandas基礎(chǔ)與應(yīng)用使用Pandas進(jìn)行數(shù)據(jù)的導(dǎo)入和導(dǎo)出、選取和編輯；練習(xí)Pandas中數(shù)據(jù)的合并；練習(xí)Pandas中的數(shù)據(jù)算術(shù)運(yùn)算和比較運(yùn)算；練習(xí)Pandas中數(shù)據(jù)的分組與聚合；練習(xí)Pandas中的數(shù)據(jù)透視表與交叉表。47第7章Matplotlib基礎(chǔ)及應(yīng)用練習(xí)Pyplot中常用圖形的繪制；練習(xí)子圖的多種設(shè)置方法；練習(xí)Matplotlib與Numpy和Pandas的綜合應(yīng)用。28第8章分類練習(xí)使用決策樹進(jìn)行分類分析；練習(xí)使用樸素貝葉斯進(jìn)行分類分析。練習(xí)使用支持向量機(jī)進(jìn)行分類分析；練習(xí)使用梯度提升決策樹進(jìn)行分類分析；練習(xí)常用分類算法的綜合應(yīng)用。49第9章聚類練習(xí)使用K-Means進(jìn)行聚類分析；練習(xí)使用Birch進(jìn)行聚類分析；練習(xí)使用DBSCAN進(jìn)行聚類分析；練習(xí)常用聚類算法的綜合應(yīng)用。410第10章回歸練習(xí)使用一元線性回歸模型；練習(xí)使用多元線性回歸模型；練習(xí)使用邏輯回歸模型；練習(xí)使用多項(xiàng)式回歸模型； 練習(xí)使用嶺回歸模型；練習(xí)使用Lasso回歸模型。411實(shí)戰(zhàn)案例-電商消費(fèi)者數(shù)據(jù)分析數(shù)據(jù)加載；數(shù)據(jù)信息初步分析；數(shù)據(jù)預(yù)處理；各國(guó)訂單情況的探索性分析；客戶情況的探索性分析；產(chǎn)品情況的探索性分析；按時(shí)間的銷售數(shù)據(jù)分析。112實(shí)戰(zhàn)案例--乳腺癌數(shù)據(jù)分析與預(yù)測(cè)數(shù)據(jù)加載和預(yù)處理； 探索性數(shù)據(jù)分析； 診斷結(jié)果列分布分析；數(shù)據(jù)分布的可視化分析；相關(guān)性分析；使用LogisticRegression模型預(yù)測(cè)；使用決策樹模型預(yù)測(cè)；使用SVM模型預(yù)測(cè)；評(píng)價(jià)分類模型；提升預(yù)測(cè)準(zhǔn)確率的策略探索。113實(shí)戰(zhàn)案例—鉆石數(shù)據(jù)分析與預(yù)測(cè)數(shù)據(jù)加載；數(shù)據(jù)信息初步分析；數(shù)據(jù)預(yù)處理；鉆石數(shù)據(jù)中類別特征分析；鉆石數(shù)據(jù)中數(shù)值特征分析；相關(guān)性分析；多種回歸模型預(yù)測(cè)及對(duì)比分析；分類模型評(píng)價(jià)。1學(xué)時(shí)合計(jì)32考核方式加強(qiáng)過(guò)程性考核，課程考核成績(jī)可采用如下比例：課程成績(jī)構(gòu)成=平時(shí)作業(yè)（20%）+課堂參與（10%）+期末考核（70%），期末考試建議采用開(kāi)卷上機(jī)考試形式，注重學(xué)生實(shí)踐能力和解決實(shí)際問(wèn)題能力的考核。試題內(nèi)容可包括：Python基本語(yǔ)法、數(shù)據(jù)描述性統(tǒng)計(jì)分析、數(shù)據(jù)可視化、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分類分析、數(shù)據(jù)聚類分析、