数据科学与应用
分享
课程详情
课程评价
spContent=《数据科学理论与管理实践》是管理学科的一门专业基础课,这同时也是一门兼具了理论与实践的课程。那接下来,就让我们一起来了解一下这门课程。
—— 课程团队
课程概述

   本门课程共包括数据科学概述、大数据关键技术分析、Python基础、函数和模块、文件读取、数据采集、 数据处理:NumPy、数据处理:Pandas统计分析、数据可视化与利用等九部分内容。最后一章利用一个实际的项目,为同学们展示数据分析的整个流程。通过学习本课程,目的是使学生能够掌握数据科学的基本概念、基本理论,并在此基础上掌握Python数据分析工具以及在管理实践中的应用。

授课目标

课程目标1:了解数据科学的基础概念,基本理论。


课程目标2:了解Python语言的基础概念、Python的安装与运行、Python程序开发与基本语法、基本数据类型、运算符与表达式,以及程序的控制结构。


课程目标3:熟悉网络数据采集的基本原理:如何用Python从网络服务器请求信息,如何对服务器的响应进行基本处理,以及如何以自动化手段与网站进行交互。


课程目标4:了解Scrapy框架以及其中主要的类,如何用编写网络爬虫测试网站,自动化处理。


课程目标5:了解numpy数组的特点、属性及创建,数组的形状操作,数组数据的获取,数组的基本运算及广播机制,数组的排序及统计分析,矩阵的创建及运算,文本数据文件及二进制文件的读写。



课程大纲
预备知识

学生应该掌握计算机基础、高等数学和统计学的相关知识。

证书要求

课程总成绩百分制计分,构成:单元测验占30%;讨论占 10%(需要在讨论区的 “课堂交流区” 至少 回复3 次,方可获得该项满分。只有在“课堂交流区”的回复才计分);考试占60%。总成绩达到60 分为合格,达到85分为优秀。总成绩合格和优秀者,可自愿申请收费的认证证书。平台只提供认证证书。


参考资料

数据科学:理论、方法与Python语言实践,谢健民主编,人民邮电出版社。