《數(shù)據(jù)分析方法》課程教學(xué)大綱

1、數(shù)據(jù)分析方法課程教學(xué)大綱課程編碼：08122430課程名稱：數(shù)據(jù)分析方法/ Data Analysis methods總學(xué)時(shí)/學(xué)分：40/2.5（其中理論：32，實(shí)驗(yàn)：8）適用專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)一、課程目標(biāo)通過本課程學(xué)習(xí)，學(xué)生應(yīng)達(dá)到如下目標(biāo)：目標(biāo)1. 利用數(shù)據(jù)描述性分析和數(shù)據(jù)分布來表達(dá)數(shù)據(jù)特征。目標(biāo)2. 運(yùn)用回歸分析、方差分析、主成分分析、典型相關(guān)分析、判別分析及聚類分析方法進(jìn)行大數(shù)據(jù)建模與求解。目標(biāo)3. 針對(duì)數(shù)據(jù)模型，用程序語言實(shí)現(xiàn)，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析和解釋，綜合得到結(jié)論，形成報(bào)告。二、課程目標(biāo)對(duì)畢業(yè)要求的支撐畢業(yè)要求二級(jí)指標(biāo)點(diǎn)權(quán)重(=1)初始程度要求程度課程目標(biāo)1、工程知識(shí)

2、1-1具備數(shù)學(xué)、自然科學(xué)和工程基礎(chǔ)知識(shí)，并能應(yīng)用于計(jì)算機(jī)領(lǐng)域復(fù)雜工程問題的表述與建模中。0.15L1L3目標(biāo)10.65L1L3目標(biāo)24、研究4-2 能夠?qū)?shí)驗(yàn)、算法輸出結(jié)果進(jìn)行分析和解釋，并通過信息綜合得到合理有效的結(jié)論，形成報(bào)告。0.20L1L4目標(biāo)3本表注：以布魯姆學(xué)習(xí)目標(biāo)分類法描述學(xué)生在學(xué)完本課程后應(yīng)具有的能力，目標(biāo)欄內(nèi)以L1(認(rèn)知)、L2(理解)、L3(應(yīng)用）、L4(分析)、L5(綜合)、L6(創(chuàng)造)來表示對(duì)此項(xiàng)能力要求達(dá)到的程度，無要求則留空。三、教學(xué)過程安排序號(hào)知識(shí)模塊教學(xué)內(nèi)容課時(shí)課程目標(biāo)教學(xué)方法1概述1.1大數(shù)據(jù)時(shí)代背景1.2大數(shù)據(jù)處理技術(shù)1.3大數(shù)據(jù)處理流程2目標(biāo)1課堂講授2數(shù)

3、據(jù)描述性分析2.1一維數(shù)據(jù)的數(shù)字特征2.2數(shù)據(jù)描述工具（直方圖、經(jīng)驗(yàn)分布函數(shù)與QQ圖、莖葉圖）2.3數(shù)據(jù)分布擬合與正態(tài)性檢驗(yàn)2.4多維數(shù)據(jù)特征及相關(guān)分析6目標(biāo)1課堂講授3回歸模型3.1 線性回歸模型及其參數(shù)估計(jì)3.2 殘差分析3.3回歸方程3.4回歸方程的選取8目標(biāo)2課堂講授+作業(yè)4方差分析4.1單因素方差分析2目標(biāo)2課堂講授+作業(yè)5主成分分析與典型相關(guān)分析5.1主成分分析5.2典型相關(guān)分析4目標(biāo)2課堂講授+討論匯報(bào)6判別分析6.1距離判別6.2Bayes判別4目標(biāo)2課堂講授+作業(yè)7聚類分析7.1樣品間相近性的度量7.2 快速聚類7.3 譜系聚類6目標(biāo)2課堂講授+作業(yè)8實(shí)驗(yàn)實(shí)驗(yàn)1. 數(shù)據(jù)描述性

4、分析實(shí)驗(yàn)實(shí)驗(yàn)2. 線性回歸實(shí)驗(yàn)實(shí)驗(yàn)3. 主成分分析實(shí)驗(yàn)實(shí)驗(yàn)4. 判別分析實(shí)驗(yàn)8目標(biāo)3學(xué)生操作（設(shè)計(jì)）教師指導(dǎo)實(shí)驗(yàn)報(bào)告四、實(shí)驗(yàn)或上機(jī)內(nèi)容序號(hào)實(shí)驗(yàn)項(xiàng)目名稱實(shí)驗(yàn)?zāi)康暮腿蝿?wù)實(shí)驗(yàn)學(xué)時(shí)實(shí)驗(yàn)類型開出要求1數(shù)據(jù)描述性分析實(shí)驗(yàn)?zāi)康模菏煜こＳ脭?shù)據(jù)描述性分析方法方法、統(tǒng)計(jì)作圖法及多維數(shù)據(jù)相關(guān)分析。任務(wù)：使用程序語言計(jì)算觀測(cè)數(shù)據(jù)的均值、方差、標(biāo)準(zhǔn)差，變異系數(shù)，偏度，峰度；中位數(shù)，上下四分位數(shù)，四分位數(shù)極差；做直方圖和經(jīng)驗(yàn)分布函數(shù)圖；Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)。2 設(shè)計(jì)必修2回歸分析實(shí)驗(yàn)?zāi)康模菏煜ぞ€性回歸建模和參數(shù)估計(jì)方法、回歸方程的有效性分析方法。任務(wù)：建立線性回歸模型來處理數(shù)據(jù)，通過殘差分析判

5、斷線性模型是否可行；能通過Box-Cox變換改善線性回歸模型，并通過殘差分析判斷新模型的有效性。2 設(shè)計(jì)型必修3主成分分析實(shí)驗(yàn)?zāi)康模菏煜ぶ鞒煞址治龇椒?。任?wù)：計(jì)算觀測(cè)數(shù)據(jù)的相關(guān)系數(shù)矩陣；做主成分分析，求各主成分的貢獻(xiàn)率，并理解主成分的意義。2 設(shè)計(jì)型必修4判別分析實(shí)驗(yàn)?zāi)康模菏煜ざ鄠€(gè)總體距離判別及判別準(zhǔn)則評(píng)價(jià)方法任務(wù)：針對(duì)觀測(cè)數(shù)據(jù)，建立線性及二次判別函數(shù)、計(jì)算誤判率的回代估計(jì)；建立Bayes判別分析模型、計(jì)算誤判率的回代估計(jì)。2 設(shè)計(jì)型必修5聚類分析實(shí)驗(yàn)?zāi)康模菏煜た焖倬垲惙椒八惴ú襟E，理解初始類別數(shù)和中心位置的重要性。任務(wù)：建立快速聚類算法，分析初始類別數(shù)和中心位置對(duì)聚類結(jié)果影響。2研究型選修

6、五、課程目標(biāo)達(dá)成方法教學(xué)目標(biāo)課時(shí)評(píng)價(jià)方法評(píng)價(jià)依據(jù)達(dá)成標(biāo)準(zhǔn)(分)目標(biāo)18期末考試（80%）+作業(yè)（20%）試卷+作業(yè)68目標(biāo)224期末考試（60%）+作業(yè)（20%）+測(cè)驗(yàn)（20%）試卷+作業(yè)+展示匯報(bào)材料68目標(biāo)38實(shí)驗(yàn)報(bào)告（50%）與實(shí)驗(yàn)操作（50%）實(shí)驗(yàn)報(bào)告、程序68合計(jì)40六、考核標(biāo)準(zhǔn)本門課程考核包括6個(gè)部分，分別為考試、作業(yè)、實(shí)驗(yàn)、測(cè)驗(yàn)。具體要求及評(píng)分方法如下：1、考試試卷知識(shí)點(diǎn)要求序號(hào)知識(shí)模塊考核內(nèi)容試題比例目標(biāo)1大數(shù)據(jù)概述1）大數(shù)據(jù)(big data)時(shí)代背景2）大數(shù)據(jù)處理技術(shù)3）大數(shù)據(jù)處理流程5%目標(biāo)1數(shù)據(jù)特征與描述工具1) 一維數(shù)據(jù)的數(shù)字特征2) 數(shù)據(jù)描述工具（直方圖、經(jīng)驗(yàn)分布函

7、數(shù)與QQ圖、莖葉圖）3) 數(shù)據(jù)分布擬合與正態(tài)性檢驗(yàn)4) 多維數(shù)據(jù)特征及相關(guān)分析15%目標(biāo)2回歸分析1) 線性回歸模型及其矩陣表示，參數(shù)估計(jì)及其性質(zhì)2) 回歸方程的顯著性檢驗(yàn)、回歸系數(shù)的統(tǒng)計(jì)推斷、預(yù)測(cè)及其統(tǒng)計(jì)推斷、與回歸系數(shù)有關(guān)的假設(shè)檢驗(yàn)的一般方法3) 殘差分析4) 回歸方程的選取20%目標(biāo)2方差分析單因素方差分析10%目標(biāo)2主成分分析與典型相關(guān)分析1) 5.1主成分分析相關(guān)概念2) 5.2典型相關(guān)分析15%目標(biāo)2判別分析1) 距離判別2) Bayes判別20%目標(biāo)2聚類分析1) 樣品間相近性的度量2) 快速聚類3) 譜系聚類4) 模糊聚類 15%2、作業(yè)優(yōu)秀（90-100分）良好（80-89分

8、）中等（70-79分）及格（60-69分）不及格（<60分）按時(shí)完成；格式工整；對(duì)問題的解答清楚，過程完整，并能提出新解決方案，且通過比較分析新的方案的優(yōu)越性。按時(shí)完成，能提出一種解決方案，且方案有效，能解決80%以上的主要問題。能提出解決方案，但方案的有效性不足。作業(yè)沒能按時(shí)，延期完成一周以上，提出方案解題過程有效性不足，且表述欠佳。作業(yè)沒有完成，拖欠達(dá)30%以上或有抄襲（雷同）現(xiàn)象。3、實(shí)驗(yàn)優(yōu)秀（90-100分）良好（80-89分）中等（70-79分）及格（60-69分）不及格（<60分）操作考核方法操作熟練，能按時(shí)完成任務(wù)操作較熟練，能按時(shí)完成任務(wù)操作基本熟練，基本按時(shí)完成任

9、務(wù)操作基本熟練，沒有按時(shí)完成任務(wù)（超過正常時(shí)間的20%）。 操作生疏，沒有按時(shí)完成實(shí)驗(yàn)（超過正常實(shí)驗(yàn)時(shí)間50%） 實(shí)驗(yàn)報(bào)告按時(shí)完成，方案能解決90%以上的主要問題。所提出的解決方案與其他方案比較有明顯的優(yōu)勢(shì)。按時(shí)完成，所提出的解決方案比較有效，能解決80%以上的主要問題。所提出的方案能解決60%以上的主要問題，其有效性不足。實(shí)驗(yàn)報(bào)告超過正常時(shí)間1天提交，所提出方案能解決40%以上的主要問題，有效性不足。實(shí)驗(yàn)報(bào)告延期一周才完成，不能提出解決方案。有抄襲（雷同）現(xiàn)象。4、測(cè)驗(yàn)隨堂測(cè)驗(yàn)，老師給出題目，學(xué)生回答。具體由任課老師給出評(píng)分標(biāo)準(zhǔn)。七、教材及主要參考資料1梅長林,范金城.數(shù)據(jù)分析方法（第二版）, 高等教育出版社, 2018.10.2吳禮斌，李柏年, MATLAB數(shù)據(jù)分析方法