教学目标

毕业要求

支撑强度

目标1

   能够利用数学、计算机等自然科学和工程科学的基本原理及数据科学专业知识，能将统计学、数据分析与处理基础和专业知识运用到大数据系统或者复杂工程问题的恰当表述之中，能将数据科学与大数据技术的专业知识用于数据分析与处理、大数据系统设计、控制和改进中，能将工程和专业知识用于数据分析与处理、大数据信息系统开发与设计过程中，能针对一个复杂信息系统或过程建立合适的数据架构和处理模型，并利用恰当的算法求解，来解决数据分析与处理、大数据信息系统的开发与设计过程中的复杂工程问题。（毕业要求1）

M

目标2

能识别和判断大数据工程问题的关键环节和部件，能认识到解决问题有多种方案可选择，并通过分析文献寻求可替代的解决方案，能正确表达一个工程问题的解决方案；能够利用数理统计、计算机科学相关的基础理论和知识以及文献资料对数据进行分析处理，或者对案例进行大数据系统构建，能对大数据开发技术进行经济评价，并能对解决方案的合理性进行验证。（毕业要求2）

H

目标3

   具有工程实习和社会实践经历，能根据用户要求确定设计目标，熟悉与数据分析与处理、大数据信息系统设计相关方法和技术、产业政策和法规，并能在其现实约束条件下，通过技术经济评价对设计方案进行可行性研究，能客观评价数据分析与处理、大数据信息系统的开发设计过程对社会、健康、安全、法律以及文化的影响；能通过建模、大数据系统开发等手段进行数据处理和大数据信息软件系统实现，对相关设计方案进行优化设计，体现创新意识，能够应用数值分析和挖掘、大数据技术的基本原理和方法开发、设计数值分析和挖掘、大数据软件系统的合理方案，并能够使用图纸、报告或者实物等形式，呈现设计结果。（毕业要求3）

H

目标4

掌握现代分析技术、工具的使用方法，能够识别复杂工程问题中的各种制约条件，明确各种方法的局限性，能够采用正确的试验方法并选择合适的程序设计语言，分析、设计和维护软件系统，能够基于信息与计算专业理论，根据对象特征，选择合适的研究路线、设计可行的试验方案，能利用现代技术手段开展试验研究，能正确采集、整理试验数据，对试验结果进行关联、建模、分析处理，获取合理有效的结论。能够识别复杂大数据工程问题中的各种制约条件，明确各种方法的局限性，能够采用正确的试验方法并选择合适的程序设计语言，分析、设计和维护大数据信息系统，通过信息综合得到合理有效的结论。（毕业要求4，5）

M

目标5

能够针对数据科学与大数据技术工程领域复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，能正确采集、整理试验数据，对试验结果进行关联、建模、分析处理，获取合理有效的结论，包括对复杂工程问题的预测与模拟，并能够理解其局限性。能够基于工程相关背景知识进行合理分析，评价数据科学与大数据技术专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。（毕业要求6，7）

H

目标6

尊重生命、关爱他人，主张正义、诚实守信，具有人文知识、思辨能力、处事能力和科学精神，理解社会主义核心价值观，了解国情，维护国家利益，具有推动民族复兴和社会进步的责任感，具有人文社会科学素养、社会责任感，理解工程伦理的核心理念，了解软件工程师的职业性质和责任，在工程实践中能自觉遵守职业道德和规范，具有法律意识，能够在信息与计算工程实践中理解并遵守工程职业道德和规范，履行责任。（毕业要求8）

M

教学目标

毕业要求

支撑强度

目标1

    能将工程和专业知识用于数值分析与计算、软件开发与设计过程的优化方法，能针对一个复杂系统或过程建立合适的数学模型，并利用恰当的算法求解，来解决数值计算、软件开发设计过程中的复杂工程问题。（毕业要求1）

M

目标2

能够利用数理科学、计算机科学相关的基础理论和知识以及文献资料对数据进行数值计算，或者对案例进行软件建模，能对软件设计技术进行经济评价，并能对解决方案的合理性进行验证。（毕业要求2）

H

目标3

   能通过建模、软件开发等手段进行数值计算和系统软件实现，对相关设计方案进行优化设计，体现创新意识，能够应用数值分析与计算、软件工程的基本原理和方法开发、设计数值计算、软件系统的合理方案，并能够使用图纸、报告或者实物等形式，呈现设计结果。（毕业要求3）

H

目标4

掌握现代分析技术、工具的使用方法，能够识别复杂工程问题中的各种制约条件，明确各种方法的局限性，能够采用正确的试验方法并选择合适的程序设计语言，分析、设计和维护软件系统，能够基于信息与计算专业理论，根据对象特征，选择合适的研究路线、设计可行的试验方案，能利用现代技术手段开展试验研究，能正确采集、整理试验数据，对试验结果进行关联、建模、分析处理，获取合理有效的结论。（毕业要求4）

M

目标5

能识别和判断复杂工程问题的关键环节和部件，能认识到解决问题有多种方案可选择，并通过分析文献寻求可替代的解决方案，能正确表达一个工程问题的解决方案；能够利用数理科学、计算机科学相关的基础理论和知识以及文献资料对数据进行数值计算，或者对案例进行软件建模，能对软件设计技术进行经济评价，并能对解决方案的合理性进行验证。（毕业要求2，3）

H

目标6

尊重生命、关爱他人，主张正义、诚实守信，具有人文知识、思辨能力、处事能力和科学精神，理解社会主义核心价值观，了解国情，维护国家利益，具有推动民族复兴和社会进步的责任感，具有人文社会科学素养、社会责任感，理解工程伦理的核心理念，了解软件工程师的职业性质和责任，在工程实践中能自觉遵守职业道德和规范，具有法律意识，能够在信息与计算工程实践中理解并遵守工程职业道德和规范，履行责任。（毕业要求8）

M

教学背景

数据的统计描述是数据挖掘开展的基本前提，数据可视化方法为数据使用者更加了解数据的特征和分布起到至关重要的作用。本次实验以数据统计描述及其常见的可视化方法为教学目标，重点锻炼学生对统计描述和可视化方法的程序编写能力。

教学目的

认知层面：熟悉python的环境运行，熟悉python的统计分析和图形可视化包库的导入与使用，通识高维数据的常见可视化方法。

知识层面：熟练pyecharts和matplotlib包库的导入，掌握常见的可视化图形，如条图、散点图、盒图、小提琴图的绘制方法，初步了解高维数据可视化的基本思路和实现技术。

能力层面：启发学生思考如何结合设计目的，运用可视化方法和技术，实现辅助分析目的的编程；熟练使用python编程语言对可视化函数的调用及其调参，培养学生应用所学知识的能力。

实验内容

以iris数据集为分析对象，该数据分别通过如下两种方式加载。

（1）通过anconda的dataset导入iris数据集；

（2）通过附件给定的iris.csv。

本次实验要求完成如下功能：

（1）选取iris数据的前两列和最后一列类别属性，绘制不同类别下的点状分布图；

（2）画出iris数据前4个属性的盒图；

（3）画出iris数据的对应的小提琴图；

（4）画出iris数据的平行坐标图；

并比较分析这几种图形的特点，重点剖析盒图和小提琴图的优缺点，并具体讨论分析这四类图形可以使用的场合及其对应的分析目的。

教学重难点

重点：violionplot()方法，以及高维数据的平行坐标可视化。

难点：高维数据的平行坐标可视化。

教学背景

高质量数据为后续的数据分析与挖掘提供良好的质量保证。为了获取高质量数据，数据清洗必不可少。缺失值处理以及数据规范化是数据清洗的常用方法和技术。本次实验以数据缺失值处理方法和数据规范化方法的软件编程为教学目标，重点锻炼学生对缺失值处理以及数据规范化操作的程序编写能力。

教学目的

认知层面：通识数据清洗的常见方法和技术，了解python的preprocessing包库函数，熟悉预处理包库中的常见参数含义。

知识层面：熟练preprocessing包库预处理函数的使用，如dropna, fillna， Imputer等，掌握数据规范化的公式，理解和掌握min-max，Z-score以及sigmoid函数转换方法和公式。

能力层面：启发学生思考如何结合设计目的，运用数据规范化方法实现数据质量的提升，实现辅助分析目的的编程；熟练使用python编程语言对数据预处理相关的功能函数的调用及其调参，培养学生应用所学知识的能力。

实验内容

本次实验要求完成如下功能：

（1）分别使用均值替代和全局替代的方式，对给定数据集中nan缺失值进行填充，并汇总输出每个属性列完成了多少频次的数据填充；

（2）对给定的数据样本，自编函数实现min-max，Z-score以及sigmoid函数规范化；

（3）对给定的数据样本，通过调用preprocessing包库的相关函数，实现min-max，Z-score以及sigmoid函数规范化；

（4）比较所列举的三种数据规范化函数的特点，并分析每种方法的优缺点；

（5）使用欧式空间距离，分别评价数据规范化前后数据样本两两之间的相似度。

教学重难点

重点：自编函数实现min-max，Z-score以及sigmoid函数规范化，以及数据缺失值处理方法，数据样本之间的相似度评价。

难点：数据样本之间的相似度评价。

教学背景

分类和预测方法是数据挖掘方法一类经典的有监督学习方法，在很多的实际场景应用中都有很高的应用价值。分类预测方法的种类较多，如决策树分类、贝叶斯分析、逻辑回归、多层感知机模型、K近邻等等。由于分类与预测方法的门类众多，导致学习的难度也较大。本次实验专注于朴素贝叶斯分类算法以及ID3决策树分类方法，通过课程知识点的理解，通过软件编程，训练学生在这两个算法上的实践能力。

教学目的

认知层面：通识数据分类与预测的常见方法，理解和掌握python的DecisionTreeClassifier()函数以及NaiveBayes函数的调用方法，熟悉相关函数的调参；通识贝叶斯分类和决策树算法的自编程程序基本思路。

知识层面：熟练sklearn包库贝叶斯分类和决策树函数的使用，掌握分类预测算法的调参的基本思路，特别是决策树的调参，如树的深度和退出迭代计算的终止条件等，理解并能熟练区分自编函数和调用库函数实现分类与预测的异同。

能力层面：启发学生思考如何结合设计目的，运用数据分类与预测方法，实现数据类别标签的预测，实现决策支持的目的；熟练使用python编程语言对sklearn包库相关的功能函数的调用及其调参，培养学生应用所学知识的能力。

实验内容

本次实验要求完成如下功能：

（1）通过调用库函数sklearn中的naive_bayes 相关方法实现购买电脑案例的分析预测，其中可调用的三种naive_bayes函数为BernoulliNB, GaussianNB和 MultinomialNB；

（2）设计实验验证BernoulliNB, GaussianNB和 MultinomialNB中是否所有的输入样本都可以是0向量，或者是负值向量，请给出你的实验设计方案和实验结果分析。

（3）构建ID3算法的决策模型，实现对电脑购买案例的决策树构建，要求最后输出树形结构。

教学重难点

重点：贝叶斯分类算法的函数调用，决策树模型的算法构建，决策树树型结构的输出。

难点：决策树树型结构的输出。

教学背景

分类和预测方法的性能评价指标和性能评估方法优化是非常重要的，能够将多种方法在不同策略下实现的效果进行对比分析，也是数据挖掘学科进行科技论文写作的必要步骤。由于分类与预测方法的门类众多，如何使用“奥卡姆剃刀”原则来选择优化的方法是初学者面临的难题。本次实验对课程中的难点知识点进行程序剖析，如精准率P，召回率R，F-score,K折交叉检验、样本测试集划分方法test_spilt等，通过软件编程，训练学生具备分类预测算法的评价的实践能力。

教学目的

认知层面：通识分类与预测方法的性能评价指标，理解和掌握python的精准率P，召回率R，F-score性能评价指标的函数调用方法，理解K折交叉校验和静态的测试集划分函数test_spilt的调用方法，并熟悉其中超参数的调参方法。

知识层面：熟练sklearn包库中分类预测算法的性能指标评价语句，掌握K折交叉校验和静态的测试集划分函数test_spilt的函数程序编写。

能力层面：启发学生思考如何结合设计目的，运用数据分类与预测方法的性能评价指标，实现预测方法的性能评价，实现决策支持的目的；具备优化分类预测方法性能评估的基本策略，建立数据合理使用和划分的意识，培养学生应用所学知识的能力。

实验内容

本次实验要求完成如下功能：

（1）通过breast_cancer数据集，利用已有的贝叶斯分类或决策树分类方法，实现精准率P、召回率R的分析，查看是否存在P，R指标的不可调和的矛盾；

（2）在iris数据集上，验证是否存在P，R指标的不可调和的矛盾；

（3）分别使用划分测试集和K折交叉检验的方法，分析和比较breast_cancer数据在两种不同的性能评估方法下，其对应的Fscore是否有了优化。

教学重难点

重点：理解P,R指标在优化趋势上的矛盾，理解Fscore指标的调和平均的含义；K折交叉检验方法的实施

难点：理解Fscore指标的调和平均的含义。

教学背景

线性回归分为一元线性回归和多元线性回归，线性回归对于连续变量的拟合和预测十分重要。本实验重点通过程序实践的方式，加强课程知识点的理解和掌握，特别是线性回归方法的库函数调用方法、算法性能的评估与计算、拟合方程的输出以及残差、残差平方和的计算。尤其需要注意的是，线性回归区别与逻辑回归，虽然在函数调用方法上非常类似，但是逻辑回归属于分类方法。

教学目的

认知层面：通识线性回归的基本理论和相关概念，理解和掌握python的线性回归linearregression()函数调用方法，理解残差和样本的残差平方和的计算方法，理解逻辑回归与一般线性回归的不同之处。

知识层面：熟练sklearn包库中线性回归算法的调用方法，及其性能指标评价语句，掌握scikit-learn自带数据集的查找与使用方法。

能力层面：启发学生思考如何结合设计目的，合理选择线性回归和逻辑回归的方法，实现决策支持的目的；具备优化线性回归方法性能评估的基本策略，建立数据合理使用和划分的意识，培养学生应用所学知识的能力。

实验内容

本次实验要求完成如下功能：

一、波士顿房价的预测实验

（1）明确sklearn中波士顿房价数据的文件路径；

（2）利用线性回归函数实现波士顿房价的预测，并对程序中的randomstate进行调参，对比性能指标的F-SCORE说明randomstate对score是否有影响；

（3）查阅工具书，明确train_test_spilt函数用处的是什么？调用格式是什么？

二、调查某市出租车使用年限和该年支出维修费用（万元），得到数据如下：

（1）求线性回归方程；

（2）由（1）中结论预测第10年所支出的维修费用；

（3）求第二点样本点的残差。

教学重难点

重点：一元线性回归和多元线性回归的函数调用方法；线性回归质量的评估；

难点：线性回归方程及残差计算。

教学背景

Weka3.8.5是一款开放使用的数据分析与挖掘软件，其中包括了分类与预测、回归、关联挖掘、密度聚类等各类算法约50余种。本次实验以weka软件为基础，锻炼学生使用现有挖掘软件进行数据分析与挖掘工作的基本工作方法。

教学目的

认知层面：通识weka软件的安装与环境部署，理解和掌握各类数据分析与挖掘方法在weka中的调用方法，对导入到weka中的外部文件存在的乱码问题，理解问题发生的原因。

知识层面：熟练weka软件中的分类与预测方法、线性回归分析、关联挖掘方法的调用，掌握对weka软件分析结果的解读方法。

能力层面：启发学生思考如何结合设计目的，合理选择weka现有的软件工具包来进行数据分析与挖掘，实现决策支持的目的；具备对weka软件导入外部数据存在的乱码问题进行纠正，培养学生应用所学知识的能力。

实验内容

本次实验要求完成如下功能：

一、weka软件的安装与使用

（1）安装weka3.8.5;

（2）将“学生33门课程考试成绩.xls”数据存储为csv，并通过weka3.8.5将该数据导入到weka，并对每个班级的考试成绩进行可视化分析；

（3）查阅工具书，解决外部中文字符导入存在的乱码问题，请写出具体的解决方案及步骤。

二、查看weka中的相关算法，并实现以下功能：

（1）利用weka实现波士顿房价预测问题；

（2）利用weka实现iris数据集的分类与预测，要求所使用的方法不少于4种；

（3）练习使用关联挖掘算法，利用weka完成自带超市购物数据的关联规则挖掘，并对分析解决进行解读。

教学重难点

重点：weka软件的外部数据导入问题；weka软件的中文乱码问题解决；weka软件解决经典的数据挖掘任务。

难点：weka软件的中文乱码问题解决；weka软件解决经典的数据挖掘任务。

教学背景

聚类分析是数据挖掘经典的无监督学习方法，聚类分析在教学过程体系中主要讲解了K均值聚类、K中心点聚类以及密度聚类DBSCAN方法。本次实验课程主要研究Kmeans聚类方法进行软件实践，增强学生学以致用的能力。

教学目的

认知层面：通识Kmeans算法的基本思路，理解和掌握sklearn中的Kmeans方法的调用，理解实际应用中的各种数据的聚类分析目标，如基准数据集或行业实践数据集，通识聚类分析对于智能决策的支持作用。

知识层面：熟练sklearn中的Kmeans方法的调用，了解不同的距离函数对于聚类算法的影响，熟练和掌握Kmeans方法的调参以及结果解读。

能力层面：启发学生思考如何结合设计目的，合理选择软件工具包来进行数据聚类分析与挖掘，实现决策支持的目的；具备K均值聚类方法应用于实际行业数据中可能存在的维度选择能力，具备较好的实际应用能力。

实验内容

本次实验要求完成如下功能：

（1）随机产生1000个样本点，这些样本的需要利用至少3种不同的随机函数进行产生，再对随机生成的1000个点，利用k均值聚类方法进行聚类，并对分类结果进行可视化作图；

（2）利用自带的Kmeans函数针对iris数据和贷款数据进行聚类分析，并进行实验结果的分析，判断结果是否符合预期。

（3）对“33门课程的考试成绩”进行聚类分析，分析的角度分别从课程和学生的两个维度出发，并对分析结果进行解读，说明使用聚类可以达到何种的决策支持目标？

教学重难点

重点：sklearn中的Kmeans方法的调用；不同的距离函数的调参；聚类维度选择和结果解读。

难点：聚类维度选择和结果解读。

教学背景

数据挖掘和机器学习领域中的分类与预测方法非常多，比如决策树算法、贝叶斯分类算法、K近邻算法、逻辑回归算法，还包包括了一些集成学习算法，如随机森林、Bagging, GBDT, xgBoost等。本次实验以分类与预测方法为专题，以基准数据集为分析对象，通过实验对比不同分类与预测方法在基准案例集上的编程应用，进一步强化学生的分类与预测算法的应用。

教学目的

认知层面：通识数据挖掘和机器学习领域中的各类不同分类预测算法，理解和掌握sklearn中各类分类预测方法的调用，理解实际应用中的各种数据的分类与预测分析的目标，通识分类与预测分析对于智能决策的支持作用。

知识层面：熟练sklearn中的各类不同的分类与预测方法的调用，理解基准案例数据集在算法性能评估中的重要作用，熟练各类分类与预测算法的调参以及结果解读。

能力层面：启发学生思考如何结合设计目的，合理选择恰当的分类与预测算法来进行数据挖掘，实现决策支持的目的；具备将分类与预测方法熟练应用于实际行业数据的能力，具备不同算法性能评估的能力。

实验内容

本次实验要求完成如下功能：

使用决策树CART、贝叶斯分类、KNN、逻辑回归、随机森林RF、bagging、GBDT等算法，分别对iris数据、breast_cancer数据进行分析：

（1）需要分别使用test_split方法和K-fold交叉检验的方法；

（2）详细分析这几类算法的预测准确性，并选取cart算法为基准算法进行比较，在同一个图中绘制不同算法性能指标曲线；

（3）对所得到的分析结果进行可解释性说明。

教学重难点

重点：sklearn中决策树CART、贝叶斯分类、KNN、逻辑回归、随机森林RF、bagging、GBDT等算法调用；分类与预测算法的性能评估。

难点：分类与预测算法的性能评估。