大数据分析A教学大纲
清华大学大数据方向硕士学位
公共必修课课程
数据分析学（I）
Data Analytics (I)
开课单位：数据分析学（I）课程组
授课教师: 黎波、张楠、郑路、庞珣、苏毓淞、罗昊、王程韡（暂定）
教学目的：
本课是针对社会科学和管理类研究学开设的数据分析基本课程。通过本课的学习，学生将对（大）数据分析的价值、意义和基本原理建立清晰和比较全面的认识，掌握有关数据发掘、处理、建模和解释的基本原理和方法，了解和熟悉数据分析在社会科学研究、商业分析和公共管理等领域的实际案例。
Data Analytics (I) is a graduate level course mainly designed for students with social sciences and management background. The objective of the course to give students a broad overview of the basic principles and applications of data analytics. Students will also be familiar with the various aspects of data analytics such as exploring, managing, modeling and interpreting data. Students’ learning will also be enhanced by their exposure to r eal life applications of data analytics in social science research, business analysis and public management.
主要教材：
by Johannes Ledolter, 2013, Wiley
教学软件：R, Stata, UCINET
教学内容：
一、统计分析
1.数据分析简介
2.概率论基础
3.数理统计基础
4.R软件简介，使用R进行探索性数据分析
5.线性回归模型
6.多层次、纵贯性数据分析 (Multilevel and Longitudinal Modeling)
7.非参数回归
二、机器学习
8.正则化监督学习（Supervised learning with regularization）
9.在抽样统计学(Resampling methods)
10.树状模型方法、支持向量机（Tree-based methods, Support vector machines）
11.非监督学习：聚类、降维（Unsupervised learning: clustering, dimension
reduction）
三、综合应用
12.文本挖掘和情感分析（Text Mining and Sentiment Analysis）
13.社会网络分析（Social Network Analysis）
14.政策信息学简介（Policy Informatics）
成绩构成：
平时作业20%
期中考试20%
期末考试30%
学期论文30%
《数据结构》实验指导书(C语言版)
《数据结构》课程实验指导 《数据结构》实验教学大纲 课程代码：0806523006开课学期：3 开课专业：信息管理与信息系统 总学时/实验学时：64/16 总学分/实验学分：3.5/0.5 一、课程简介 数据结构是计算机各专业的重要技术基础课。在计算机科学中，数据结构不仅是一般程序设计的基础，而且是编译原理、操作系统、数据库系统及其它系统程序和大型应用程序开发的重要基础。数据结构课程主要讨论各种主要数据结构的特点、计算机内的表示方法、处理数据的算法以及对算法性能的分析。通过对本课程的系统学习使学生掌握各种数据结构的特点、存储表示、运算的原理和方法，学会从问题入手，分析研究计算机加工的数据结构的特性，以便为应用所涉及的数据选择适当的逻辑结构、存储机构及其相应的操作算法，并初步掌握时间和空间分析技术。另一方面，本课程的学习过程也是进行复杂程序设计的训练过程，通过对本课程算法设计和上机实践的训练，还应培养学生的数据抽象能力和程序设计的能力。 二、实验的地位、作用和目的 数据结构是一门实践性较强的基础课程，本课程实验主要是着眼于原理和应用的结合，通过实验，一方面能使学生学会把书上学到的知识用于解决实际问题，加强培养学生如何根据计算机所处理对象的特点来组织数据存储和编写性能好的操作算法的能力，为以后相关课程的学习和大型软件的开发打下扎实的基础。另一方面使书上的知识变活，起到深化理解和灵活掌握教学内容的目的。 三、实验方式与基本要求 实验方式是上机编写完成实验项目指定功能的程序，并调试、运行，最终得出正确结果。具体实验要求如下： 1.问题分析 充分地分析和理解问题本身，弄清要求，包括功能要求、性能要求、设计要求和约束，以及基本数据特性、数据间联系等等。 2.数据结构设计 针对要解决的问题，考虑各种可能的数据结构，并且力求从中选出最佳方案（必须连同算法实现一起考虑），确定主要的数据结构和全程变量。对引入的每种数据结构和全程变量要详细说明其功用、初值和操作的特点。 3.算法设计 算法设计分概要和详细设计。概要设计着重解决程序的模块设计问题，这包括考虑如何把被开发的问题程序自顶向下分解成若干程序模块，并决定模块的接口，即模块间的相互关系以及模块之间的信息交换问题。详细设计则要决定每个模块内部的具体算法，包括输入、处理和输出。 4.测试用例设计 准备典型测试数据和测试方案。测试数据要有代表性、敏感性。测试方案包括模块测试
文本数据分析-教学大纲
《文本数据分析》教学大纲 课程编号：071193B 课程类型：□通识教育必修课□通识教育选修课 □专业必修课 专业选修课 □学科基础课 总学时：48 讲课学时：32 实验（上机）学时：16 学分：3 适用对象：信息管理与信息系统专业（大数据应用） 先修课程：数据结构、数据库原理与应用、大数据分析算法 一、教学目标 文本数据分析是文本分析和挖掘数据的理论和方法，文本数据分析是信息管理与信息系统专业（大数据应用）重要的专业选修课。通过本课程的学习，将达到以下目标: 目标1：对文本数据分析的价值、意义和基本原理建立清晰和比较全面的认识； 目标2：掌握有关文本数据发掘、处理、建模和解释的基本原理和方法，了解和熟悉文本数据分析在社会科学研究、商业分析和公共管理等领域的实际案例； 目标3：熟悉文本数据挖掘的基本原理，提高分析文本数据的思维能力与计算能力，能够从事某社会和经济领域文本数据分析相关活动的组织、执行和实施。 二、教学内容及其与毕业要求的对应关系 （一）教学内容
本课程主要基于R语言讲授文本数据分析的原理、基本方法及常用软件。主要包括：常用文本挖掘技术及其基本流程；基于R软件详细讲授文本挖掘的主要方法，包括R软件的简介与安装，文本挖掘所需的基本R包，Facebook、微博、Twitter、网页等爬虫技术、数据预处理如断词、字词处理、语料库建立等，资料分析如关联分析、集群分析、主成份分析和聚类分析；基于MS SQLSever 讲授文本挖掘的实现技术，包括数据预处理技术，文本数据的导入、建立字词与词向量、建立训练集和测试集；基于MS SQL Sever讲授常用的文本数据挖掘方法，并进行图表分析；最后通过舆情分析、文献挖掘等案例进行实战练习。 （二）教学方法和手段 注重理论与实践相结合，采取实例教学法、小组教学法、模拟教学法等多种教学方法进行授课。重点强调案例教学锻炼学生解决实际问题的能力，并借助R 语言开发环境软件进行上机操作和实战练习。 （三）实践教学环节要求 要求学生在实验环节掌握文本数据分析的基本原理、思路及相关领域的实战应用。要求学生课后完成基于课堂和实验教学内容的扩展实践练习，进一步熟悉文本数据分析流程和技术方法，加强相关领域的实际应用场景练习。 （四）与毕业要求的关系 文本数据作为信息的重要载体在当今信息化社会扮演着重要的角色。作为信息管理与信息系统专业大数据应用方向的学生，学习和掌握文本数据分析相关知识、方法和技术，不仅是大数据时代下社会经济发展的需要，更是适应未来各个领域海量数据管理的必需技术和能力，符合该专业培养的基本要求。 三、各教学环节学时分配 教学课时分配
数据结构课程教学大纲
《数据结构》教学大纲 课程性质专业必修课 课程名称数据结构课程编号*04069 适用专业计算机科学与技术/软件工程开课学期第3学期 总学时64 理论50 学分数 4 实践14 一、课程性质与目标 数据结构课程属于专业必修课。通过本课程数据结构的学习，学生应实现如下目标： 1.知识目标：本课程主要讲述线性表、栈、队列、字符串、数组、树、二叉树、图、查找表、内部排序等常用数据结构的基本概念、操作及其典型应用例子。通过本课程的学习，应使学生掌握数据结构的概念及不同的存储结构、掌握一些典型算法原理和方法，且能够在不同存储结构上实现编程，同时，对于算法设计的方式和技巧也有所体会。 2.能力目标 （1）独立获取知识的能力——逐步掌握科学的学习方法，不断地扩展知识面，增强独立思考的能力，更新知识结构； （2）科学观察和思维的能力——运用数据结构的基本理论，熟悉各种基本数据结构及其操作，学会根据实际问题要求来选择数据结构。 （3）分析问题和解决问题的能力——学会利用数据结构原理分析实际问题，提高发现问题与解决问题的能力。对部分优秀的学生，培养其在知名程序设计在线评测系统（如POJ等）中求解实际问题的能力。 （4）求实精神——通过数据结构理论课程教学，培养学生严谨求实的科学态度和刻苦钻研的作风。 （5）实践能力——通过学习，有意识地培养学生编写高质量、高效率程序的能力和风格。 3.素质目标：使学生具备一定的计算思维，热爱算法设计和程序实现，面对实际问题能转换为计算机能够求解的过程并选择合适的数据结构，设计出在时间和空间上具备一定高效率的程序，培养学生学习算法设计与实现的细心和耐心，培养学生坚韧不拔，攀登技术高峰的优秀品质。让部分优秀的学生热爱上湖南省大学生程序设计竞赛，体会ACM程序设计竞赛的魅力。 二、课程教学基本要求 课程前应该认真预习，特别是前导课程相关知识体系; 课中应该认真听课，参与教学过程中的互动、回答问题及联系实际编程; 课后积极做好复习、认真完成作业及课程设计相关实践教学的环节。作业应具备一定实用性的数据结构和算法实现为主，对部分优秀学生，引入一定量的知名程序设计在线评测系统（如POJ等）中与数据结构相关的题目进行编程并在线提交验证正确性与时间、空间效率。 三、教学内容与学时分配
PowerBI数据分析与数据可视化-教学大纲
《Power BI数据分析基础教程》教学大纲 学时：32 代码： 适用专业：计算机及应用相关专业 制定： 审核： 批准： 一、课程的地位、性质和任务 数据分析是普通大中专院校计算机科学与技术专业的一门重要的专业基础课。通过本课程的学习，使学生能够在已有的计算机基础知识基础上，对数据分析有一个系统的、全面的了解；在系统理解和掌握Power BI数据分析基本原理的基础上，具有设计和开发数据分析报表的基本能力。 数据分析是一门实践性非常强的学科，它要求学生在理解和掌握Power BI数据分析基本功能的基础上，充分利用实验课程，动手完成实际数据分析和报表设计。 二、课程教学基本要求 1.课程教学以Power BI数据分析方法为主，在教学过程中让学生掌握Power BI数据分析报表设计的本原理和方法。 2.要求在教学过程中合理安排理论课时和实验课时，让学生有充分的使用在计算机上练习理论课程中学到的Power BI数据分析技巧和方法。 三、课程的内容 第1章初识Power BI 掌握Power BI Desktop安装方法，了解Power BI Desktop的界面，学会使用Power BI文档。 第2章获取数据 了解数据连接模式，掌握连接到文件、数据库以及Web数据。 第3章查询编辑器 了解查询编辑器，掌握基础查询操作、数据转换、添加列、追加查询以及合并查询。 第4章数据分析表达式
了解DAX基础，掌握DAX函数。 第5章数据视图和管理关系 掌握数据视图的基本操作，掌握关系的管理操作。 第6章报表 掌握报表基本操作、视觉对象基本操作、钻取、数据分组、使用视觉对象数据以及报表主题。 第7章可视化效果 学会使用简单对象和内置视觉对象 第8章 Power BI服务 学会注册Power BI服务、在Desktop中使用Power BI服务以及在移动设备中使用Power BI，掌握Power BI服务中的报表操作以及仪表板 第9章社科研究数据分析 掌握获取社科研究数据和社科研究数据分析 四、理论和实验课时分配表 五、考核办法 1．考试采用统一命题，包括笔试和上机考试，考试时间分别为120分钟。课程成绩=（笔试成绩+上机考试成绩）/2
《数据结构》课程教学大纲(计算机)
《数据结构》课程教学大纲 一、课程基本信息 二、课程教学目标 本课程介绍软件设计中常用的线性表、栈、队列、串、数组、广义表、树、二叉树、图结构等几种基本的数据结构及其存储结构和所施加的运算与实现等。另外，还介绍软件设计中常用的几种查找和排序算法，以及递归技术等，在介绍各项内容的同时，还涉及到算法设计与分析的基本技术和面向对象程序设计的理论与技术等内容。 通过本课程的学习，达到以下目标： 熟练掌握上述结构及其运算的实现和性能特点， 掌握各种排序和查找运算以及递归技术， 能对给定的实际问题，建立准确的问题模型，设计有效的问题求解方法，选择合理的数据结构及其运算集，设计有效的算法。
三、教学学时分配 《数据结构》课程理论教学学时分配表 ＊理论学时包括讨论、习题课等学时。 《数据结构》课程实验内容设置与教学要求一览表
四、教学内容和教学要求 第一章绪论（2学时） （一）教学要求 1．了解数据结构的各种基本概念和术语； 2．了解数据类型和抽象数据类型的概念； 3．理解算法的设计目标； 4．掌握算法的时间复杂度概念和算法的时间复杂度分析方法。 （二）教学重点与难点 教学重点：数据结构的逻辑结构、存储结构及数据的运算三方面的概念及相互关系 教学难点：算法复杂度的分析方法。 （三）教学内容 第一节什么是数据结构 1．数据结构的定义 2．逻辑结构类型 3．存储结构类型 4．数据结构和数据类型 第二节算法及其描述 1．什么是算法 2．算法描述
第三节算法分析 1．算法设计的目标 2．算法效率分析 3．算法存储空间分析 本章习题要点：基本概念、算法复杂度的分析方法 第二章线性表（10学时） （一）教学要求 1．理解线性表的逻辑结构和基本操作； 2．理解线性表的顺序存储结构和实现方法； 3．理解线性表的链式存储结构和实现方法； 4．了解单循环链表和双向链表的概念和插入、删除等操作方法。 （二）教学重点与难点 教学重点：顺序表和单链表上实现的各种基本算法及相关的时间性能分析。 教学难点：链表本质及其操作的实现算法、线性表相关的应用。 （三）教学内容 第一节线性表 1．线性表的定义 2．线性表的抽象数据类型描述 第二节线性表的顺序存储结构 1．线性表的顺序存储结构——顺序表 2．顺序表基本运算的实现 第三节线性表的链式存储结构 1．线性表的链式存储结构——链表 2．单链表基本运算的实现 3．双链表 4．循环链表 本章习题要点： 第三章栈和队列（12学时）
数据结构-教学大纲
《数据结构》教学大纲 课程编号：071213A 课程类型：□通识教育必修课□通识教育选修课 □专业必修课□专业选修课 ■学科基础课 总学时：48讲课学时：32 实验（上机）学时：16 学分：3 适用对象：计算机科学与技术专业 先修课程： 程序设计基础与应用、计算机基础 一、教学目标 本课程是计算机科学与技术专业的必修课。本课程是计算机科学与技术专业的核心课程，既重视学生相关理论的系统学习，又强调培养学生发现问题、分析问题和解决问题的实践能力。《数据结构》在计算机科学中是一门综合性的专业主干课，它是介于数学、计算机硬件、计算机软件三者之间的一门核心课程，而且是操作系统、数据库系统及其它系统程序的大型应用程序设计的基础，同时又直接为从事各类计算机应用的技术人员提供了必要的基本知识和解决实际问题的多种方法。 用计算机解决任何问题都需要进行数据表示和数据处理，而数据表示和数据处理正是《数据结构》要研究的内容。《数据结构》主要介绍如何合理地组织数据、有效地存储和处理数据，正确地设计算法以及对算法的分析和评价。该课程逻辑上以线性结构、层次结构、网状结构为主线，物理上分顺序存储、链式存储，分别介绍基本数据结构的特点和算法。并重点介绍有关各种检索、排
序和文件组织的常用算法。通过上述知识的学习和能力的提高，为后续学习和实际工作打下良好的知识基础和能力基础。 目标1：通过对数据结构基本知识进行讲解，让学生理解并掌握数据的逻辑结构和物理结构，并掌握算法设计的基本思想。 目标2：培养学生分析算法复杂度的初步能力，锻炼学生逻辑思维能力和想象能力，并使之了解数据结构的各种应用场景。 目标3：鼓励学生运用算法知识解决各自学科的实际问题，培养他们的独立科研的能力和理论联系实际的能力。 二、教学内容及其与毕业要求的对应关系 （一）教学内容 1．知识体系 第一部分：数据结构的基本概念，包括数据、数据元素、数据项等基本概念、数据类型、抽象数据类型、算法的定义、算法的特性、算法的时间代价、算法的空间代价； 第二部分：线性表的逻辑结构特性，以及线性表的两种存储实现方式；顺序表的定义与实现，包括搜索、插入、删除算法的实现及其平均比较次数的计算；单链表的类定义、构造函数、单链表的插入与删除算法及其平均比较次数的计算； 第三部分：栈的定义、特性和栈的抽象数据类型，栈的顺序表示、链表表示以及相应操作的实现；队列的定义、特性和队列的抽象数据类型，队列的顺序表示、链表表示以及相应操作的实现； 第四部分：串的定义，串的表示和实现，串的操作的定义； 第五部分：数组的两种存储表示方法；矩阵的压缩存储； 第六部分：树和森林的概念。包括树的定义、树的术语、树的抽象数据类型；二叉树的概念、性质及二叉树的表示；二叉树的遍历方法；线索化二叉树的特性及寻找某结点的前驱和后继的方法；树与森林的实现，重点在用二叉树实现；森林与二叉树的转换；树的遍历算法；二叉树的计数方法及从二叉树遍历结果得到
数据分析与处理-课程教学大纲
《数据分析与处理》课程教学大纲 一、课程基本信息 1．课程代码： 2．课程名称：数据分析与处理 3．课程英文名称： 4．课程类型：CC 5．授课对象：电子商务本科 6．开课单位：信息技术与商务管理系 7．教学时间安排：第2学期 8．先修课程：信息技术基础 9．并行课程： 10．后修课程：数据库原理与应用，动态网站设计基础，电子商务网站建设与管理，电子商务综合实训 11．学时安排： 二、课程教学目标及教学任务 （一）教学目标 1．教学目标的总体概括 既要能够掌握EXCEL的整体概念和基本操作步骤，又要掌握EXCEL在数据分析与处理方面的具体应用。 2．教学目标列表
（二）课程培养能力体系
（三）课程培养目标与课程内容映射表 见附件《数据库原理与应用课程培养目标与课程内容对应mapping图》。 （四）教学任务 实验报告：实验目的明确，实验内容完整，实验步骤正确，实验结论真实、准确，优秀学生能总结出系统的实验注意事项。 作业：作业内容正确，资料翔实，论证充分、有力，优秀学生能够提出鲜明的个人观点，同一问题能够给出简洁明了的答案，具有一定的创新性。 三、各单元教学内容及基本要求 第一部分数据的输入与编辑（2学时（讲课）+2学时课堂练习= 4课时） 教学内容： 1、数据输入的一般操作 2、特殊数据的快捷输入 3、有规律数据的序列输入法 4、设置有效性对输入数据审核 5、下拉式列表选择输入的设计 6、数据的编辑操作 教学重难点： 1、设置有效性对输入数据审核 2、下拉式列表选择输入的设计 教学目标： 1、掌握Excel基本的概念 2、掌握单元格及单元格区域简单数据的输入 3、掌握下拉式列表选择输入的设计 第二部分单元格数据的格式设置（1（讲课）+1（课堂练习）= 4课时） 教学内容： 1、单元格格式的一般设置 2、各种内置数字格式的使用 3、自定义数字格式的应用 4、条件格式化的应用 教学重难点： 1、自定义数字格式的应用
数据结构教学大纲(完整资料).doc
【最新整理，下载后即可编辑】 XX师范学院大学本科专业教学大纲中文课程名称：数据结构 英文课程名称：Data Structures 适用专业：信息管理与信息系统 制定单位：商学院 执笔人： 审核人： 单位负责人： 制定时间：2017-2-10 XX师范学院教务处
二〇一七年一月
《数据结构》课程教学大纲 一、课程基本信息 （一）课程代码及课程名称 1.课程代码：06151090 2.课程名称（中/英文）：数据结构/Data Structures （二）课程类别及课程性质 专业教育必修课程 （三）学时及学分： 总学时数：64；总学分数：3。 其中，讲授学时：32 ，实践（实验）学时：32。 （四）适用专业及开设学期 适用专业：信息管理与信息系统（本科） 开设学期：第二学期 （五）先修课程与后续课程 先修课程：大学计算机基础、高等数学、C语言程序设计 后续课程：数据库原理与应用、管理信息系统分析与设计、管理信息系统、Java程序设计(高级) 二、课程简介 “数据结构”是信息管理与信息系统专业一门重点专业基础
课程，也是学科专业核心专业基础课程之一，属于专业学位必修课程。本课程的教学任务是针对大量的信息处理对象，介绍对象信息与数据表示的各种抽象的、基本的逻辑结构及其上的基本运算操作。通过研究各种基本数据结构内在的逻辑关系和它们在计算机中的存储表示方式，初步建立数据结构上基本运算操作的正确性概念，同时，结合各种典型问题讨论其上的各种基本运算操作及其基本算法，讲授各种数据结构的特点、适用范围，以及对一些基本算法效率的定性和定量分析方法，为后续课程提供必要的数据结构基础。此外，配合实验课程的教学中，学生应理论联系实际，理论指导实践，通过规范地完成一系列数据结构实验进一步巩固所学的相关书本知识，在知识、能力、素质上得到进一步的提高。 三、教学目的与基本要求 （一）该课程教学目的与专业培养要求对应关系矩阵
数据结构 教学大纲
《数据结构》课程教学大纲 课程代码：090131110 课程英文名称：Data structure 课程总学时：48 讲课：40 实验（上机）：8 适用专业：信息与计算科学专业 大纲编写（修订）时间：2017.11 一、大纲使用说明 （一）课程的地位及教学目标 本课程是信息与计算科学专业的一门重要的专业基础课,它较详细地阐述了使用计算机解 决具体问题时所建立的数学模型的逻辑结构与存储结构的多种类型以及对数据具体进行操作的算法实现。通过本课程的学习，使学生了解和掌握使用高级语言编程时组织数据的基本理论和方法，是学生进一步学习计算机方面相关专业课程的必备基础。 （二）知识、能力及技能方面的基本要求 1.基本知识：掌握时间效率和空间效率的概念，掌握数据结构中的线性表、树、图等基本结构。 2.基本理论和方法：掌握线性表的基本操作，栈、队列、串、数组的基本操作，树的应用方法，图的应用方法及数据的查找、排序操作等。 3.基本技能:学生应该能够使用高级语言正确定义数据的逻辑结构和选择有效的存储结构 解决具体问题，其算法实现应注重时间效率和空间效率。数据对象查找与排序操作等较常用基本操作，学生应掌握算法学会合理使用。 （三）实施说明 1．教学方法：课堂讲授中要重点对基本概念、基本方法和解题思路的讲解；采用启发式教学，培养学生思考问题、分析问题和解决问题的能力；引导和鼓励学生通过实践和自学获取知识，培养学生的自学能力；增加讨论课，调动学生学习的主观能动性；注意培养学生提高利用标准、规范及手册等技术资料的能力。讲课要联系实际并注重培养学生的创新能力。 2．教学手段：在教学中采用电子教案及多媒体教学系统等先进教学手段，以确保在有限的学时内，全面、高质量地完成课程教学任务。 （四）对先修课的要求 要求学生有高级语言的基础知识与编程经验，应该学习过C语言程序设计等课程。 （五）对习题课、实验环节的要求 1.对习题课的要求 学习完每部分内容，都要做相关的练习题，加深对课堂所学知识的理解，检验学生对所学内容的掌握程度，引导学生对所讲例题举一反三，从而达到熟练编程的能力。 2.对实验环节的要求 上机实践环节在理论课后一周左右进行。通过上机调试运行自编程序，熟练掌握程序设计、调试程序的方法。 3. 本课程的课程设计单独设课，单独考核，具体要求参见相应的课程设计教学大纲。 （六）课程考核方式 1．考核方式：考试 2．考核目标：在考核学生对数据结构基本知识、基本方法的基础上，重点考核学生的分析能力及算法设计能力。
《数据结构》课程教学大纲
《数据结构》课程教学大纲 Data Structure 执笔人：编写日期： 一、课程基本信息 1. 课程编号： 2. 课程性质/类别：必修课 / 专业主干课 3. 学时/学分： 48 学时（另实验16学时） / 4 学分 4. 适用专业：计算机科学与技术、软件工程、网络工程、信息管理与信息系统等专业 二、课程教学目标及学生应达到的能力 数据结构课程是计算机相关专业的专业基础课、必修课程，主要介绍用计算机解决一系列问题特别是非数值信息处理问题时所用的各种组织数据的方法、存储数据结构的方法以及在各种结构上执行操作的算法。通过本课程的学习，要求学生掌握各种数据结构的特点、存储表示、运算方法以及在计算机科学中最基本的应用，培养、训练学生选用合适的数据结构和编写质量高、风格好的应用程序的能力，培养学生分析问题、解决问题的能力，并为后续课程的学习打下良好的理论基础和实践基础。 三、课程教学容与基本要求 （一）绪论（ 3 学时） 1．主要容： （1）介绍什么是数据结构； （2）基本概念和术语: 数据、数据元素、数据对象，以及数据结构的定义、逻辑结构、物理结构（理解）数据类型、抽象数据类型； （3）抽象数据类型的表示与实现； （4）算法和算法分析: 算法的概念、算法设计的要求以及算法效率的度量。 2．基本要求 （1）了解学习数据结构的重要性； （2）掌握数据结构的定义及相关概念和术语； （3）了解抽象数据类型的定义、表示与实现方法； （4）理解算法的概念、特点并掌握度量其效率的基本方法。 3．自学容： 类C语言的书写规。 （二）线性表（ 6 学时） 1．主要容： （1）线性表的抽象数据类型定义和相关概念：数据项、记录、文件等； （2）线性表顺序存储表示和基本操作的实现； （3）线性表的链式存储表示和基本操作的实现； （4）稀疏多项式的抽象数据类型定义、表示和加法的实现。
《数据结构》实验教学大纲
《数据结构》实验教学大纲 课程代码： B03203 课程名称：数据结构 英文名称： Data Structures 课程总学时： 60 （其中理论课 46 学时，实验 14 学 时）学分： 2.5 课程类别：必修课程性质：专业基础课 先修课程：计算机导论、Java语言程序设计 面向专业：软件技术、计算机网络技术 开课单位：软件工程系 一、实验教学的性质地位和任务 数据结构实验课是计算机类专业的一门专业基础实验课，是后续专业课程的基础；该课程的主要任务是：进一步掌握和拓展所学的理论知识，初步掌握解决问题的基本结构以及建立在该结构上的算法，培养学生的综合能力；本课程主要内容包括：线性表及其应用实验，串及其应用实验，树及其应用实验，图及其应用实验，查找实验，内部排序实验；通过本实验课的学习，学生应学会分析研究计算机加工的数据结构的特性，培养数据抽象的能力，训练学生进行复杂程序设计的技能，培养良好程序设计的习惯，初步掌握算法的时间分析和空间分析的技术。 二、实验内容与要求 项目一、线性表及其应用
（1）实验目标 1．加深理解线性表的顺序表示与链式表示的意义和区别，理解不同存储结构下插入与删除操作的算法； 2．熟练掌握线性表的顺序存储方式及其插入、删除等基本操作的算法实现； 3．熟练掌握线性表的链式存储方式及其插入、删除等基本操作的算法实现； （2）具体内容 1．设计一组输入数据并编写主程序分别调用上述算法（顺序表示的算法为InitList_Sq、ListInsert_Sq、ListDelete_Sq等，链式表示的算法为 InitList_L、ListInsert_L、ListDelete_L等），调试程序并对相应的输出作出分析；修改输入数据，预期输出并验证输出的结果，加深对有关算法的理解； 2．设计一个可以容纳40位数的求n!的程序。 （3）主要仪器设备与工具 PC机一台/每人。 项目二、栈及其应用 （1）实验目标 1．理解栈的概念； 2．掌握利用数组实现栈的基本操作； 3．应用栈结构来解决表达式求值的问题。
《大数据分析方法与应用》教学大纲
《大数据分析方法与应用》课程教学大纲 课程代码：090542008 课程英文名称：Big Data Analysis: Methods and Applications 课程总学时：40 讲课：40 实验：0 上机：0 适用专业：应用统计学 大纲编写（修订）时间：2017.6 一、大纲使用说明 （一）课程的地位及教学目标 本课程是应用统计学专业的一门专业课，通过本课程的学习，可以使学生学会选用适当的方法和技术分析数据，领会大数据分析方法和应用，掌握复杂数据的分析与建模，使学生能够按照实证研究的规范和数据挖掘的步骤进行大数据研发，为就业与继续深造打下必要而有用的基础。 （二）知识、能力及技能方面的基本要求 1.基本知识：掌握数据挖掘流程、随机森林树的回归算法、基于预测强度的聚类方法、朴素贝叶斯分类、高维回归及变量选择、图模型等。 2.基本能力：要求能在真实案例中应用相应的方法。 3.基本技能：掌握复杂数据的分析与建模。 （三）实施说明 1. 本大纲主要依据应用统计学专业2017版教学计划、应用统计学专业专业建设和特色发展规划和沈阳理工大学编写本科教学大纲的有关规定并根据我校实际情况进行编写的。 2. 课程学时总体分配表中的章节序号在授课过程中可酌情调整顺序，课时分配仅供参考。打“*”号的章节可删去或选学。 3. 建议本课程采用课堂讲授、讨论相结合的方法开展教学，通过讨论等方式强化重点，通过分散难点，使学生循序渐进的掌握难点。 4．教学手段：建议采用多媒体等现代化手段开展教学。 （四）对先修课的要求 本课程的先修课程：应用多元统计分析。 （五）对习题课、实践环节的要求 通过案例讲解算法，鼓励学生演示分析思路和分析收获，使学生有机会诊断问题，并学会选用适当的方法和技术分析数据。 （六）课程考核方式 1．考核方式：考查 2．考核目标：在考核学生基础知识、基本技能，基本能力的基础上，重点考核学生的分析能力、解决实际问题能力。 3．成绩构成：本课程由平时成绩和结课报告的质量评定优、良、中、及格和不及格。 （七）参考书目: 《大数据分析：方法与应用》，王星编，清华大学出版社，2013. 二、中文摘要 《大数据分析方法与应用》是高等学校应用统计学专业的一门选修的专业课。本课程着重介绍了统计学习、数据挖掘和模式识别等领域的各种大数据分析方法。课程主要内容包括大数据分析概述、数据挖掘流程、随机森林树、基于预测强度的聚类方法、贝叶斯分类和因果学习、高
《数据结构》课程教学大纲
《数据结构》课程教学大纲 一、课程说明： 《数据结构》是英语翻译专业机器翻译方向的一门选修课。该课程教学使学生深透地理解数据的逻辑结构和物理结构的基本概念以及有关算法；熟悉它们在计算机科学中最基本的应用；了解编写算法的基本方法；为后继课程的学习打下一个理论基础及实践基础。从第四学期至第八学期，学生可根据具体情况在其中任一学期选修该课程。 二、教学目的及要求： 该课程教学旨在使学生掌握如何根据问题的需求合理地组织数据，在计算机中有效地存储数据和处理数据，并初步了解算法设计和分析。本课程从数据结构及其实现两个层次和相互关系的角度，系统地学习和掌握常用基本数据结构，包括线性表、栈、队列、树、二叉树、图、查找表和排序等，及它们的不同实现，包括不同的存储结构和算法，了解并掌握分析、比较和选择不同数据结构及不同存储结构、不同运算实现（算法）的原则和方法。 三、教学重点及难点： 重点：系统地学习和掌握各种常用基本数据结构及它们的不同实现，不同的存储结构和实现算法，了解并掌握分析、比较和选择不同数据结构及不同存储结构、不同运算实现（算法）的原则和方法。难点：树、二叉树、图、查找和排序的综合应用及实现算法。 四、与其它课程的关系： 先修课程：《高等数学》和《程序设计》；后续课程：《操作系统》、《数据库》等。 五、学时与学分： 学时：54学时（包括上机18学时）。 学分：3学分（课堂教学2学分，上机1学分）。 六、教学内容： 第一章概论 本章主要教学内容： 基本概念和术语。 学习数据结构的意义。 算法的描述和分析。 本章教学目的及要求： 本章的目的是介绍数据结构中常用的基本概念和术语以及学习数据结构的意义，要求了解本章介绍的各种基本概念和术语，掌握算法描述和分析的方法。 本章教学重点及难点： 本章重点是了解数据结构的逻辑结构、存储结构及数据的运算三方面的概念及相互关系，难点是算法复杂度的分析方法。 第二章线性表 本章主要教学内容：
《数据结构》实验教学大纲
数据结构实验教学大纲 课程代码：10515010 课程名称：数据结构 实验学时：16学时实验学分：1学分 适应专业：软件工程 执笔人：编写日期：2007年7月 一、实验课程的目的与任务 《数据结构》是计算机程序设计的重要理论基础，是一门实践性较强的专业基础课。上机实验使学生巩固和运用所学知识解决具体问题，以达到理论联系实际的目的。同时提高程序设计和上机操作的实际能力，为后续课程的学习打下良好的基础。 二、实验教学基本要求 1、熟练掌握C语言的编辑、编译、调试程序。 2、会书写类C语言的算法，并将算法转变为程序实现。 3、正确理解各种数据结构的逻辑特性和存储表示和基本操作的算法实现。 4、掌握算法的时间分析和空间分析的技术； 5、针对问题的特点选择合适的数据结构，设计实用高效的算法，提高算法设计的能力和动手实验的技能。 三、实验项目与内容提要
四、考核方式及成绩评定方法 1、本课程考核方式： 根据学生的实验预习、实验纪律、实验动手能力、实验报告结果及编程技巧，进行综合评定，给出A（90）、B（80）、C（70）、D（60）、E（不及格）。 2、成绩评定方法： 实验考勤及课堂表现占30%，实验报告占70%。 五、实验仪器设备配置 硬件要求：P4以上微机。 软件配置：TC2.0等 六、实验教材（指导书）及参考书 ［1］严蔚敏等．《数据结构题集》．2005．清华大学出版社 ［2］严蔚敏等．《数据结构》（C语言版）．2003．清华大学出版社 ［3］刘大有等．《数据结构》（C语言版）．2004．高等教育出版社 ［4］William Ford，William Topp．《Data Structure with C++》．2003．清华大学出版社
Excel商务数据分析与应用-教学大纲
《Excel商务数据分析与应用》 教学大纲 一、课程信息 课程名称：Excel商务数据分析与应用 课程类别：专业基础课 课程性质：必修 计划学时：60 计划学分：3 先修课程：无 适用专业：本书可作为高等院校电子商务方向相关专业及电子商务技能培训班的学习教材。 课程负责人： 二、课程简介 本书以Excel在电商运营商务数据分析中的实际应用为主线，主要从电商卖家自身、商品、顾客、进销存管理、竞争对手，以及行业状况等方面对商务数据分析进行了深入讲解。 本书分为10章，主要内容包括：商务数据分析与应用基础、使用Excel管理店铺信息、商品销售情况管理、买家购买情况分析与评估、商品销售情况统计与分析、商品采购成本分析与控制、商品库存数据管理与分析、畅销商品统计与分析、竞争对手与行业状况分析，以及销售市场预测分析等。 三、课程教学要求
注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三档分别表示为“H”“M”或“L”。“课程教学要求”及“关联程度”中的空白栏表示该课程与所对应的专业毕业要求条目不相关。 四、课程教学内容
五、考核要求及成绩评定
注：此表中内容为该课程的全部考核方式及其相关信息。 六、学生学习建议 1．理论配合实战训练进行学习，提高学生的Excel商务数据分析能力； 2．培养、提升学生的数据分析、网店运营等综合能力。 七、课程改革与建设 本书采用“项目+任务”的体例形式，通过大量的案例操作和分析，让读者真正掌握商务数据分析的方法与技巧。采用图解教学的体例形式，一步一图，以图析文，让读者在学习过程中更直观、更清晰地掌握操作流程与方法，提升学习效果。本书还配有微课视频和完备的教学PPT、电子教案等，能帮助读者更好地理解和应用知识。 平时对学生的考核内容包括出勤情况、在线学习习题完成情况、课堂讨论等方面，占期末总评的50%。期末考试成绩占期末总评的50%。
数据结构教学大纲
《数据结构》课程教学大纲 课程代码：030731022 课程英文名称：Data Structures 课程总学时：40 讲课：40 实验：0 上机：0 适用专业：电子信息科学与技术专业 大纲编写（修订）时间：2017.5 一、大纲使用说明 （一）课程的地位及教学目标 数据结构是电子信息科学与技术专业的一门专业基础必修课，是主干课。课程主要讨论现实世界中数据的各种逻辑结构、在计算机中的存储结构以及各种算法的设计问题。通过本课程的学习，使学生掌握组织数据、存储数据以及处理数据的基本概念和软件设计的基本方法，培养学生程序设计能力，提高程序设计兴趣，为后续专业课的学习打下坚实的基础。 （二）知识、能力及技能方面的基本要求 通过本课程的学习，在基础方面，要求学生掌握常用数据结构的基本概念及其不同的实现方法；在技能方面，能够在不同存储结构上实现不同的运算，对不同的问题选择不同的数据结构，并对算法设计的方式和技巧有所体会，学生应用此能力能完成将一个具体的问题进行抽象地表示的任务。 （三）实施说明 本课程主要包括基于不同数据结构的“算法思想设计”和“编程实现”两部分，要求学生理论和实际相结合，不仅要学会较为复杂的数据结构的设计，而且要求在计算机上编程实现。教学中首先要使学生理解不同数据结构的逻辑关系，通过较多的实例说明它们的作用和应用背景，再通过大量的编程练习，使学生掌握数据结构和算法的设计和实现，进一步提高程序设计的能力。 （四）对先修课的要求 本课程的教学必须在完成先修课程之后进行。本课程主要的先修课程是C语言程序设计。 （五）对习题课、实践环节的要求 1．对重点、难点章节（如：算法分析、线性表的应用、栈和队列的应用、树的应用、图的应用、排序的应用等）应安排习题课，习题课重点在于引导学生牢固掌握基本数据结构及其实现，并利用数据结构的知识解决常见实际问题，故采取精讲多练，用以解决实际问题为目的。 2．课后布置适量的作业，适时反馈作业问题。学生必须独立、按时完成课外习题和作业，作业的完成情况应作为评定课程成绩的一部分。 3．每个学生要完成大纲中规定的必修实验，通过实验环节，使学生进一步理解和掌握课堂上所学各种基本抽象数据类型的逻辑结构、物理结构和操作实现算法，培养学生进行模块化软件设计的能力。实验成绩作为评定课程成绩的一部分。 4．本课程的课程设计单独设课，单独考核，具体要求参见相应的课程设计教学大纲。 （六）课程考核方式 1．考核方式：考试 2．考核目标：在考核学生对数据结构基本概念和实现方法的基础上，重点考核学生的算法设计和分析能力。 3．成绩构成：本课程的总成绩主要由四部分组成：平时成绩（包括作业情况、出勤情况等）占10%~20%，实践能力（结合《数据结构与算法实践》课程的最终成绩，以及依据平时学生完成算法设计与实现作业的实际情况给分）占10%，期中考试成绩（依据实际授课情况而定）占0~10%，
金融数据分析课程大纲
《金融数据分析》课程教学大纲 （Analyses of Financial Data） ----and Application of SPSS 一、课程说明 课程编码：225212101 课程总学时（理论总学时/实践总学时）51（34/17） 周学时（理论学时/实践学时）3（2/1） 学分: 2.5 开课学期: 5 1．课程类别与性质： 专业限修课程 2．适用专业与学时分配： 适用于信息与计算科学(金融服务方向)专业。 教学容与时间安排表
3．课程教学目的与要求： 学生通过本课程的学习，了解对金融数据进行统计分析的原理和过程，了解各种数据分析模型、统计分析方法的使用条件、应用场合、所需参数及模型的性质，能按照模型的要求输入基本数据合参数，进行运算和统计分析，掌握数据输入、数据分析、数据转换、选择和加权等技巧，掌握各种基本的统计分析模型的计算方法，能根据数据来源、数据类型和分析的目的要求选择适当的统计分析模型进行分析，能对输出结果能作出合理的解释和恰当的运用。 （2）教学要求 4．本门课程与其它课程关系： 本课程属于金融服务专业方向的限选课程，它的前期课程包括：概率论、应用统计、及相关的金融类课程与计算机及软件类课程。 5．推荐教材及参考书： 教材： 《数据统计分析----SPSS原理及应用》（高等学校教材），黄润龙，管于华编，高等教育，2010， 参考书： 《SPSS 18---数据分析基础与实践》，洪成编著，电子工业，2010， 《深入浅出数据分析》， Michael Milton著，芳译，电子工业，2010， 《金融时间序列分析》， Ruey S. Tsay著，家柱译，机械工业，2008， 6．课程教学方法与手段： 课堂理论教学与实验教学相结合，重视学生的理解与实际应用的操作能力。 7．课程考试方法与要求： 本课程是基本知识与实际数据分析相结合的课程，因此本课程考试分为二部分：第一部分由小组进行案例分析，主要是学生组织，论文答辩类型的小组分析；
《数据结构》课程教学大纲
《数据结构》课程教学大纲 课程类别：专业基础课 适用专业：计算机应用技术 适用层次：高起专 适用教育形式：成人教育 考核形式：考试 所属学院：计算机科学与技术学院 先修课程：C语言程序设计 一、课程简介 《数据结构》课程是计算机专业的核心基础课程，是一门理论与实践相结合的课程，整个计算机专业教学体系中处于举足轻重的地位。数据结构是程序设计（特别是非数值计算的程序设计）的基础，也是设计和实现编译程序、操作系统、数据库系统及其它系统程序和大型应用程序的重要基础。基于该门课程的重要性，现在该课程已经是计算机相关专业研究生考试必考专业课之一，是反映学生数据抽象能力、编程能力的重要体现。 二、课程学习目标 通过本课程的学习，使学生具备下列能力： 1、能够理解常用数据结构和算法的基本思路、思考方法、使用场合以及算法设计中考虑的各种因素，能运用于非数值型计算问题的建模和算法设计；深入体会经典算法的思路和分析解决问题的方法，能运用于解决其他领域的相关问题。 2、能够针对基本数据结构和算法方面的特定问题进行分析或推导，分析相应的逻辑结构、选择合适的物理结构或给出问题的解；能对简单算法进行复杂度分析。 3、能针对特定问题需求和给定的数据结构进行算法设计。 三、与其他课程的关系 数据结构是计算机及其相关专业的专业基础课，是《操作系统》、《数据库原理》等课程的先导课。 四、课程主要内容和基本要求 第1单元数据结构及算法性能分析 『知识点』 本章作为本课程的绪论部分，主要介绍数据结构课程的研究内容，以及数据结构课程中用到的与课程内容相关的概念和基本术语。另外，在本章还重点介绍了算法的概念、算法的
《数据结构》实验大纲
《数据结构》实验教学大纲 课程编号： 课程总学时：72 计划学时数：36 实验课类型：专业基础实验 面向专业：计算机科学与技术、信息与计算科学、现代教育技术、计算机应用技术、电子商务 开课时间：第二学年第一学期 考核方式：笔试 教材：严蔚敏，吴伟民，《数据结构》（C语言版）清华大学出版社， 一、目的要求： 目的：数据结构是计算机科学的算法理论基础和软件设计的技术基础，主要研究信息的逻辑结构及其基本操作在计算机中的表示和实现，是计算机专业的核心课程，也是其他相关专业的热门选修课。本课程的另一重要教学目的是训练学生进行复杂程序设计的技能和培养良好程序设计的习惯，要做到这点，上机实习是重要的。通过完成本实验课的实验，学生应学会和掌握本课程的基本和重点知识；深刻理解逻辑结构、物理结构、算法设计之间的关系；初步学会算法分析的方法，并能在一定的算法范围内运用所掌握的分析方法进行算法分析；训练并具有进行复杂程序设计的能力，养成良好程序设计的习惯。 要求：将书中常用算法编写成程序，上机调试，验证算法的正确性，同时理解数据结构对于软件开发的意义。同时又能复习C语言(c++语言)的重点与难点，熟悉vc++6.0调试环境，掌握一个完整程序的构成，为今后软件设计打下基础。 二、实验项目情况汇总：
三、实验成绩考核办法 通过课堂上启发式讲解实验要求和任务、学生实验前自创性的准备工作、上机实验时的验证和反馈，来帮助学生理解计算机的基本原理，熟悉和掌握一些常用软件的使用，为以后的课程打下基础。 采用平时成绩和考试成绩相结合的评定方法。每个实验都根据学生的动手能力及实验报告成绩进行综合评分。 四、主要使用的仪器设备 计算机及VC++6.0软件。
数据结构(本)教学大纲
《数据结构（本）》课程教学大纲 第一部分大纲说明 一、课程的性质与任务 数据结构（本）是中央广播电视大学计算机科学与技术本科专业（专科起点）的统设必修、学位课程。本课程4学分，72学时，其中实验24学时，开设一学期。 数据结构（本）是计算机科学技术与专业的一门重要的专业基础课。主要介绍如何合理地组织数据、有效地存储和处理数据，正确地设计算法以及对算法进行分析和评价。课程的主要内容包括：数据结构和算法的基本概念、线性表、栈和队列、串、数组和广义表、树和图、查找和排序等。 通过本课程的学习，使学生较深入地理解数据的逻辑结构和物理结构，掌握有关算法和基本的程序设计技能，能编制高效且有一定难度的程序，为学习后续课程奠定基础。 课程以C语言作为数据结构和算法的描述工具。教学环节包括理论教学和实验，教学中注重基础，突出应用，强化数据结构基本知识和程序设计基本能力的双基训练。 二、与相关课程的关系 先修课程：C语言程序设计、离散数学。 后续课程：操作系统、数据库应用技术、软件工程等。 三、课程的教学要求 1．掌握常用的数据结构的逻辑关系、存储结构、操作特点及有关应用。 2．掌握迭代、递归等程序设计技术，了解他们与相关的数据结构的关系。 3．掌握常用的查找、排序算法的基本原理和实现步骤。 4．能有效合理地利用所学数据结构，程序设计技术和相关算法解决简单实际应用问题。 5．了解数据结构在后续课程中的作用。 四、课程的教学方法和教学形式建议 数据结构课程内容涉及面广，是一门理论性和实践性都很强的课程，在专业中具有承前启后的作用，是一门核心专业基础课。如何根据实际问题的需要并结合算法的要求合理地选用相关的数据结构和正确使用程序设计技术，是本课程的重点和难点。因此在教学中应注意以下几点：1．注重基础、突出应用、强化程序设计基本能力的训练。由浅入深、由简单到复杂、由特殊到一般讲解相关概念和原理。 2．增加案例教学的比重，从分析典型的应用案例入手引出相关概念、理论和技术。理论教学采用启发式教学方法，并适当组织课堂讨论。实践教学可以组织学生进行“程序设计技术交流”。