《超高維數(shù)據(jù)分析》課程教學大綱_第1頁
《超高維數(shù)據(jù)分析》課程教學大綱_第2頁
《超高維數(shù)據(jù)分析》課程教學大綱_第3頁
《超高維數(shù)據(jù)分析》課程教學大綱_第4頁
《超高維數(shù)據(jù)分析》課程教學大綱_第5頁
已閱讀5頁,還剩1頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

《超高維數(shù)據(jù)分析》教學大綱課程編號:121393B課程類型:□通識教育必修課□通識教育選修課□學科基礎課□專業(yè)核心課?專業(yè)提升課□專業(yè)拓展課總學時:48講課學時:32實驗(上機)學時:16學分:3考試類型:□考試?考查適用對象:數(shù)據(jù)科學與大數(shù)據(jù)技術統(tǒng)計學專業(yè)□是?否適合作為其他專業(yè)學生的個性化選修課先修課程:應用數(shù)理統(tǒng)計、大數(shù)據(jù)分析統(tǒng)計基礎、大數(shù)據(jù)分析計算機基礎一、教學目標超高維數(shù)據(jù)分析課程是大數(shù)據(jù)分析方向碩士學生的專業(yè)課程。通過本課程的學習,使學生能夠了解超高維數(shù)據(jù)的概念,掌握超高維數(shù)據(jù)的分類方法、聚類方法、變量選擇方法,理解這些方法的基本原理和思想,培養(yǎng)學生對超高維數(shù)據(jù)進行分析和處理的能力。目標1:了解超高維數(shù)據(jù)的基本概念目標2:掌握超高維數(shù)據(jù)的分類方法及基本思想目標3:掌握超高維數(shù)據(jù)的聚類方法及基本思想目標4:掌握超高維數(shù)據(jù)的變量選擇方法目標5:培育有堅定理想信念、深厚愛國主義情懷、高尚道德情操,具有扎實統(tǒng)計專業(yè)學識,堅韌奮斗進取品格的社會主義新青年。二、教學內(nèi)容及其與畢業(yè)要求的對應關系本課程可對超高維數(shù)據(jù)的分類、聚類、以及變量選擇方法進行詳細講解,對回歸分析中的貝葉斯變量選擇方法根據(jù)實際情況進行選講。對于較難理解的算法思想和較復雜的算法流程,可以人為構(gòu)造簡單的數(shù)據(jù)進行舉例說明,對算法流程進行分步演示。本課程采取教師理論講解和學生上機實踐操作相結(jié)合的方式進行,力求通過本課程的學習使學生掌握超高維數(shù)據(jù)分析的基本方法并能夠運用這些方法進行實際編程分析。在實踐教學環(huán)節(jié)中,教師提供具體數(shù)據(jù),要求學生能夠利用所學的方法進行編程,并能夠?qū)Τ绦蚪Y(jié)果進行分析?,F(xiàn)代科學技術和社會經(jīng)濟的許多領域都會遇到超高維數(shù)據(jù)的統(tǒng)計分析問題,超高維數(shù)據(jù)是大數(shù)據(jù)統(tǒng)計分析中常見的一種數(shù)據(jù),掌握超高維數(shù)據(jù)的基本分析方法是對大數(shù)據(jù)分析方法碩士畢業(yè)生的基本要求。三、各教學環(huán)節(jié)學時分配以表格方式表現(xiàn)各章節(jié)的學時分配,表格如下:教學課時分配序號章節(jié)內(nèi)容講課實驗其他合計1初識超高維數(shù)據(jù)2022超高維數(shù)據(jù)分類4483超高維數(shù)據(jù)聚類104144變量選擇84125回歸分析中的貝葉斯變量選擇8412合計321648四、教學內(nèi)容第一章初識超高維數(shù)據(jù)第一節(jié)超高維數(shù)據(jù)的基本概念第二節(jié)傳統(tǒng)降維方法簡介第三節(jié)超高維數(shù)據(jù)處理領域的發(fā)展現(xiàn)狀第四節(jié)超高維數(shù)據(jù)應用領域舉例教學重點、難點:在超高維數(shù)據(jù)分析中,傳統(tǒng)降維方法的局限性;對樣本量遠遠小于變量個數(shù)時形成維數(shù)災難的理解。課程的考核要求:了解超高維數(shù)據(jù)的概念;理解傳統(tǒng)降維方法的局限性;了解維數(shù)災難。課程思政切入點:數(shù)據(jù)降維的重要性,培養(yǎng)“求真務實”、“探求本質(zhì)”的品德。復習思考題:傳統(tǒng)降維方法主要有哪些?在超高維數(shù)據(jù)中,傳統(tǒng)降維方法是否適用?在哪些領域中常見超高維數(shù)據(jù)?第二章超高維數(shù)據(jù)分類第一節(jié)分類的基本概念第二節(jié)維數(shù)對分類的影響第三節(jié)基于距離的分類方法第四節(jié)基于損失的分類方法第五節(jié)實例分析教學重點、難點:對基于距離的分類方法的理解和運用;對基于損失的分類方法的理解和運用。課程的考核要求:理解維數(shù)對分類的影響;掌握基于距離以及基于損失的分類方法;能夠運用不同的分類方法對超高維數(shù)據(jù)進行分類。課程思政切入點:對世界上的主要國家按照不同分類方法進行分類,培養(yǎng)學生愛國情懷。復習思考題:基于距離的分類方法有哪些?有何特點?基于損失的分類方法有哪些?有何特點?第三章超高維數(shù)據(jù)聚類第一節(jié)簡介第二節(jié)聚類與分類第三節(jié)子空間聚類第四節(jié)基于相似性度量的聚類第五節(jié)實例分析教學重點、難點:對各種聚類算法思想的理解。課程的考核要求:理解各種聚類算法的基本思想;掌握各類聚類算法的基本步驟;能夠運用不同的聚類算法對超高維數(shù)據(jù)進行聚類。課程思政切入點:對世界上的主要國家進行聚類,培養(yǎng)學生愛國情懷。復習思考題:子空間聚類算法的基本思想?基于相似性度量的聚類算法的基本思想?第四章變量選擇第一節(jié)簡介第二節(jié)變量選擇的必要性第三節(jié)傳統(tǒng)的變量選擇方法第四節(jié)貝葉斯和隨機搜索第五節(jié)超高維數(shù)據(jù)的變量選擇方法教學重點、難點:對傳統(tǒng)變量選擇方法局限性的理解;對超高維數(shù)據(jù)的變量選擇方法的理解與運用。課程的考核要求:掌握超高維數(shù)據(jù)的變量選擇方法,能夠針對具體實例編寫程序進行變量選擇。復習思考題:超高維數(shù)據(jù)的變量選擇方法有哪些?有何特點?針對具體的超高維數(shù)據(jù),編寫程序進行變量選擇。課程思政切入點:變量選擇的重要性,培養(yǎng)“求真務實”、“探求本質(zhì)”的品德。第五章回歸分析中的貝葉斯變量選擇第一節(jié)簡介第二節(jié)統(tǒng)計模型第三節(jié)模型估計第四節(jié)實例分析教學重點、難點:在回歸分析中進行貝葉斯變量選擇時統(tǒng)計模型的建立以及估計。課程考核要求:能夠運用貝葉斯變量選擇方法進行實際數(shù)據(jù)分析。課程思政切入點:介紹頻率學派與貝葉斯學派,培養(yǎng)“兼容并包”的思想。五、考核方式、成績評定本課程一般按閉卷、開卷或論文方式考核,卷面一般占70%,考勤與平時作業(yè)一般占30%。六、主要參考書及其他內(nèi)容[1]蔡天文,沈曉彤.高維數(shù)據(jù)分析(英文

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論