《大数据基础》教学大纲.docx

《大数据基础》教学大纲.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

《大数据基础》教学大纲

适用范围:202X版本科人才培养方案

课程代码课程性质:专业选修课

学分:2学分

学时:32学时(理论32学时)

先修课程:数据库原理及应用

后续课程:无

适用专业:智能电网信息工程

开课单位:计算机科学与技术学院

一、课程说明

《大数据基础》是智能电网信息工程专业的一门专业选修课。本课程讲授了大数据的发展简史、大数据技术的基本内容和主要研究领域、大数据技术的热点应用等。要求学生掌握基本大数据技术的相关概念,掌握大数据分析的基本创新方法,能够针对创新点开展切实有效的应用开发。该课程紧密联系大数据技术中的前沿内容和所涉及的新技术,例如Hadoop分布式系统、NoSQL数据库、数据采集工具、数据分析及数据可视化等,学生通过该课程的学习能够了解基本的大数据技术和解决实际问题的基本工具和方法。

二、课程目标

通过本课程的学习,使学生达到如下目标:

课程目标1:了解大数据概念、大数据基础知识、大数据处理的全生命周期,了解大数据技术是新时代对人才的新要求。

课程目标2:掌握数据采集与预处理,数据存储与管理,数据处理与分析,数据可视化等基本方法。

课程目标3:具备大数据思维,熟悉大数据技术是新时代对人才的新要求,具备从大数据角度分析未来的发展趋势,主动适应社会发展,做对社会对国家有用之人。

三、课程目标与毕业要求

《大数据基础》课程教学目标对智能电网信息工程专业毕业要求的支撑见表1。

表1课程教学目标与毕业要求关系

毕业要求

指标点

课程目标

支撑

强度

1.工程知识

1.1掌握数学、自然科学、智能电网信息工程基础和专业知识,包括概念和分析方法。

课程目标1:了解大数据概念、大数据基础知识、大数据处理的全生命周期,了解大数据技术是新时代对人才的新要求。

M

2.问题分析

2.1能够应用工程科学的基本原理,并能利用文献检索,对本专业领域内复杂工程问题进行识别与表达;

课程目标2:掌握数据采集与预处理,数据存储与管理,数据处理与分析,数据可视化等基本方法。

课程目标3:具备大数据思维,熟悉大数据技术是新时代对人才的新要求,具备从大数据角度分析未来的发展趋势,主动适应社会发展,做对社会对国家有用之人。

H

3.设计/开发解决方案

3.3在解决方案的设计环节中能体现创新意识,并能在方案设计中综合考虑社会、健康、安全、法律、文化以及环境等因素。

课程目标2:掌握数据采集与预处理,数据存储与管理,数据处理与分析,数据可视化等基本方法。

课程目标3:具备大数据思维,熟悉大数据技术是新时代对人才的新要求,具备从大数据角度分析未来的发展趋势,主动适应社会发展,做对社会对国家有用之人。

H

注:表中“H(高)、M(中)”表示课程与相关毕业要求的关联度。

四、教学内容、基本要求与学时分配

1.理论部分

理论部分的教学内容、基本要求与学时分配见表2。

表2教学内容、基本要求与学时分配

教学内容

教学要求,教学重点难点

理论学时

对应的课程目标

1.大数据概述

1.1大数据时代

1.2大数据的概念

1.3大数据与云计算

1.4大数据与物联网

1.5大数据与人工智能

教学要求:使学生了解大数据技术的特点、内容、发展历史及未来,了解大数据技术的基本内容和主要研究领域,熟悉本专业的前沿知识和研究热点。

重点:了解大数据技术的基本概念和特征。

难点:理解大数据技术的发展和其他技术之间的关系。

3

1、3

2.大数据基础知识

2.1操作系统

2.2程序设计

2.3数据库

2.4数据安全

教学要求:使学生了解操作系统、编程基础和数据库基础知识。

重点:掌握编程基础。

难点:了解大数据思维、数据共享及数据安全。

5

1、2

3.数据采集与预处理

3.1数据采集概念

3.2数据采集方法

3.3网络爬虫的概念和应用

3.4数据预处理

教学要求:使学生了解数据采集的基本概念、基本方法;掌握数据预处理的原理与基本软件设计,基本创新方法。

重点:掌握数据采集的基本概念和基本方法。

难点:数据预处理的原理与实现。

5

1、2、3

4.大数据存储与分布式处理架构

4.1大数据存储技术

4.2大数据处理架构Hadoop

4.3分布式文件系统HDFS

4.4分布式数据库Hbase

4.5分布式计算框架MapReduce

4.6大数据计算平台Spark

教学要求:使学生掌握数据存储的基本概念和基本方法;了解大数据存储的工具和方法。

重点:数据存储的基本概念和基本方法。

难点:大数据系统平台和基本使用方法。

5

1、2、3

5.数据挖掘技术

5.1数据挖掘的基本概念

5.2机器学习模型

5.3分类

5.4聚类

5.5回归分析

5.6关联规则

5.7神经网络

教学要求:使学生掌握数据分析的基本概念、基本特征、一般结构等基本

文档评论(0)

力行足下 + 关注
实名认证
内容提供者

用心做人,用心服务。

1亿VIP精品文档

相关文档