智能数据分析与应用

严莉

目录

  • 1 课程脉络
    • 1.1 课程章节思维导图
    • 1.2 课程概述
    • 1.3 课程目标
    • 1.4 课程特色
    • 1.5 教学组织过程
    • 1.6 多元化评价标准
    • 1.7 课程开发团队
    • 1.8 教材与参考资料
    • 1.9 课程标准（教学大纲）
  • 2 项目一  智能数据分析认知
    • 2.1 任务1-1 智能数据分析初体验
      • 2.1.1 知识准备
      • 2.1.2 小组讨论
      • 2.1.3 实践出新知
      • 2.1.4 拓展延伸
    • 2.2 知识巩固站（随堂小练）
  • 3 项目二  网络数据采集技术
    • 3.1 任务2-1 使用Beautiful Soup库与XPath语法解析网页
      • 3.1.1 知识准备
      • 3.1.2 实践出新知
      • 3.1.3 小组讨论
    • 3.2 任务2-2 Requests库的应用
      • 3.2.1 知识准备
      • 3.2.2 实践出新知
    • 3.3 拓展延伸
    • 3.4 知识巩固站（随堂小练）
    • 3.5 课后作业
  • 4 项目三  数据预处理技术
    • 4.1 任务3-1 数据的清洗
      • 4.1.1 知识准备
      • 4.1.2 实践出新知
    • 4.2 任务3-2 数据的转换与集成
      • 4.2.1 知识准备
      • 4.2.2 实践出新知
    • 4.3 拓展延伸
    • 4.4 知识巩固站（随堂小练）
    • 4.5 小组讨论
  • 5 项目四  数据统计及分析
    • 5.1 任务4-1 NumPy数值数据分析
      • 5.1.1 知识准备
      • 5.1.2 实践出新知
      • 5.1.3 知识巩固站（随堂小练）
      • 5.1.4 课后作业
    • 5.2 任务4-2 基于Pandas的招聘数据分析与业务洞察
      • 5.2.1 知识准备
      • 5.2.2 实践出新知
      • 5.2.3 知识巩固站（随堂小练）
      • 5.2.4 课后作业
    • 5.3 拓展延伸
  • 6 项目五  数据可视化展示
    • 6.1 任务5-1 Matplotlib基本应用
      • 6.1.1 知识准备
      • 6.1.2 实践出新知
    • 6.2 任务5-2 Matplotlib可视化展示
      • 6.2.1 知识准备
    • 6.3 小组讨论
    • 6.4 拓展延伸
    • 6.5 知识巩固站（随堂小练）
    • 6.6 课后作业
  • 7 项目六  数据处理综合实例
    • 7.1 任务6-1 招聘信息可视化分析
    • 7.2 小组讨论
    • 7.3 任务6-2 “天津之眼”摩天轮景点数据分析
    • 7.4 课后作业
  • 8 项目七  机器学习
    • 8.1 任务7-1 神经网络知识基础
      • 8.1.1 知识准备
      • 8.1.2 实践出新知
    • 8.2 任务7-2 搭建神经网络
      • 8.2.1 知识准备
      • 8.2.2 实践出新知
    • 8.3 拓展延伸
    • 8.4 知识巩固站（随堂小练）
  • 9 课程结课考核
    • 9.1 结课考核
  • 10 软件下载合集
    • 10.1 软件下载
结课考核

结课考核


      本课程的结课考核分为“智能数据分析与应用（A卷）”和“智能数据分析与应用（B卷）”，请同学们进入“考试”界面，即可完成AB两卷的考核。考核试题从课程题库中随机抽取，考核交卷后即可看到考核成绩