有哪些信誉好的足球投注网站- 1、本文档共6页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（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、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、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)。
《数据处理软件A》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16学时，上机16学时）
先修课程：算法导论
后续课程：无
适用专业：工业工程
开课单位：管理学院
一、课程说明
《数据处理软件A》是工业工程专业的一门专业选修课课程。本课程主要任务是使学生认识大数据和数据挖掘的概念，深入学习数据处理相关理论知识，通过与数据处理软件实际操作结合，掌握数据处理基本方法，培养学生软件操作、逻辑推理能力、分析计算能力、研究能力、总结归纳能力及自学新知识的能力。
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：能够使学生认识大数据和数据挖掘的概念，深入学习数据处理相关理论知识，通过与数据处理软件实际操作结合，掌握数据处理基本方法。
课程目标2：能够让学生利用相关软件处理并分析实际数据，培养逻辑推理能力、分析计算能力、研究能力、总结归纳能力及自学新知识的能力。
课程目标3：塑造学生利用实际数据分析所得的科学结论，使其具有严谨的工作态度和高度的社会责任感。
三、课程目标与毕业要求
《数据处理软件A》课程教学目标对工业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
4.研究
4.3能够根据实验方案构建实验系统，安全地开展实验，正确地采集实验数据。能对实验结果进行分析和解释，并通过信息处理得到合理有效的结论。
课程目标2：能够让学生利用相关软件处理并分析实际数据，培养逻辑推理能力、分析计算能力、研究能力、总结归纳能力及自学新知识的能力。
H
课程目标3：塑造学生利用实际数据分析所得的科学结论，使其具有严谨的工作态度和高度的社会责任感。
5.使用现代工具
5.1了解专业常用的工具、方法和模拟软件的使用原理和方法，并理解其局限性。
课程目标1：能够使学生认识大数据和数据挖掘的概念，深入学习数据处理相关理论知识，通过与数据处理软件实际操作结合，掌握数据处理基本方法。
M
12.终身
学习
12.1能在社会发展的大背景下，认识到自主和终身学习的必要性。
课程目标2：能够让学生利用相关软件处理并分析实际数据，培养逻辑推理能力、分析计算能力、研究能力、总结归纳能力及自学新知识的能力。
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
上机学时
对应的课程目标
1.大数据挖掘概述
1.1大数据时代背景与大数据价值；
1.2大数据与数据挖掘的关系；
1.3数据挖掘的原理。
教学要求：理解大数据时代背景与大数据价值；理解大数据与数据挖掘的关系；掌握数据挖掘的原理。
重点:大数据价值；
难点:数据挖掘的原理。
2
0
1
2.常见的数据处理软件
2.1Matlab、Minitab等数据处理软件的功能介绍；
2.2Matlab软件代码编写的基本规则及数据处理的基本操作，Minitab软件数据处理的基本操作方法。
教学要求：了解Matlab、Minitab软件的基本功能；掌握Matlab软件代码编写的基本规则，编写简单程序；熟悉Minitab软件操作。
重点:Matlab、Minitab的基本功能及区别。
难点:Matlab、Minitab软件。
4
4
1、2、3
3.数据的准备
3.1数据的收集；
3.2数据的质量分析；
3.3数据的预处理。
教学要求：理解数据的概念；熟悉数据的质量分析；掌握数据的预处理方法。
重点:数据的质量分析和预处理；
难点:数据的预处理。
2
2
1、2、3
4.数据处理方法
4.1主成分分析及加权主成分分析
4.2数据回归法，包括线性回归、多项式回归、逐步回归等；
4.3数据预测法，包括BP神经网络法、RBF神经网络等；
4.4质量统计分析，包括过程能力分析、图表分析法、过程控制等。
教学要求：理解主成分分析、加权主成分分析、数据回归法、数据预测法和质量统计分析工具原理；掌握线性回归、多项式回归、逐步回归、神经网络法、质量统计分析在数据处理软件中的操作。
重点：线性回归、多项式回归、逐步回归、神经网络法、质量统计分析法；
难点：神经网络。
8
10
1、2、3
合计
16
16
2.上机部分
上机部分的教学内容、基本要求与学时分配见表3。
表3上机项目、上机内容与学时
上机项目
上机内容和要求
上机学时
对应的课程目标
1.数据处理软件基本操作
上机内容：Matlab、Minitab的基本操作。
上机要求：了解Matlab、Minitab软件的基本功能；
文档评论（0）