《Python与大数据分析》教学大纲课程类别（必修/选修）：必修课程名称：Python与大数据分析课程英文名称：PythonandBigDataAnalysis其中实验/实践学时：24总学时/周学时/学分：48/3/3先修课程：概率与数理统计后续课程支撑：云计算与大数据应用开发授课时间：1至16周星期二3-4节：9-16周星期四9-10节授课地点：实验楼机房503授课对象：2024级计算机科学与技术（跨境电商）电商1-2班（粤台）开课学院：粤台产业科技学院任课数师姓名/职称：林明灶/副教授答疑时间、地点与方式：1.每次课前和课后，实验楼307，采用一对一的问答方式2.每次习题课，采用集中讲解方式。课程考核方式：开卷（）闭卷（）课程论文（）其它（）使用教材：《Python大数据分析与机器学习商业案例实战》，王宇韬钱妍竹，机械工业出版社，ISBN9787111654711。数学移者资料：（Pvthon数据分析与实践》：柳毅、手峰、刘铁桥：清华大学出版社，ISBN9787302626121。课程简介：本课程介绍Python语言软件基础，应用Python语言解决实际问题。包括数据结构与基本运算、高级数据管理、随机数与抽样模拟。从大数据中获取有用信息应用包括：机器学习在商业中的应用实战，详细金融数据风控、股票量化交易、商品智能推荐、用户情感分析等大数据分析技术课程教学目标及对毕业要求指标点的支撑：毕业要求课程教学目标支撑毕业要求指标点
《Python 与大数据分析》教学大纲 课程名称：Python 与大数据分析 课程类别（必修/选修）：必修 课程英文名称：Python and Big Data Analysis 总学时/周学时/学分：48/3/3 其中实验/实践学时：24 先修课程：概率与数理统计 后续课程支撑：云计算与大数据应用开发 授课时间：1 至 16 周 星期二 3-4 节; 9-16 周 星期四 9-10 节 授课地点：实验楼机房 503 授课对象：2024 级计算机科学与技术(跨境电商)电商 1-2 班(粤台) 开课学院：粤台产业科技学院 任课教师姓名/职称：林明灶 / 副教授 答疑时间、地点与方式： 1.每次课前和课后，实验楼 307, 采用一对一的问答方式； 2.每次习题课，采用集中讲解方式。 课程考核方式：开卷（ ） 闭卷（） 课程论文（ ） 其它（✔ ） 使用教材：《Python 大数据分析与机器学习商业案例实战》，王宇韬 钱妍竹，机械工业出版社, ISBN 9787111654711。 教学参考资料：《Python 数据分析与实践》，柳毅、毛峰、刘铁桥，清华大学出版社, ISBN 9787302626121。 课程简介： 本课程介绍 Python 语言软件基础，应用 Python 语言解决实际问题。包括数据结构与基本运算、高级数据管理、随机数与抽样模拟。从大数据中获取有 用信息应用包括：机器学习在商业中的应用实战，详细金融数据风控、股票量化交易、商品智能推荐、用户情感分析等大数据分析技术. 课程教学目标及对毕业要求指标点的支撑： 课程教学目标 支撑毕业要求指标点 毕业要求
目标1：1-工程知识：能够设计数学、基础2-问题分析：能够应用数学、自然科学和工了解大数据分析的基础课程以及Python语言专业基础知科学、计算机科学与技术等相关知程科学的基本原理，对于企业互联网与电子识，对企业互联网与电子商务系统商务系统开发运维复杂问题进行识别与表识，培养学生具备计算机软件设计、大数据分析专业开发运维问题具有解决能力。达，并通过文献研究分析，以获得有效结论。知识与技能，能以科学方法解决问题与进行创新。目标2:3-设计/开发解决方案：能够设计4-研究：能够掌握企业互联网与电子商务系统理解大数据分析设计和求解，培养学生具有独立思考、设计数据挖据掘、大数据分析、云计的前端设计、后端设计、数据库设计、数据挖算等基础理论与技术，对企业互联掘、大数据分析、云计算等基本科学研究方法，创新思维、组织管理、沟通协调、自我挑战、终身学网与电子商务系统开发运维问题具有科学研究精神，为企业互联网与电子商务习的能力提出创新解决方案。系统开发运维复杂问题提出有效研究手段并将问题有效解决。目标3：6-工程与社会：能够设计企业互联6-工程与社会：能够掌握企业互联网与电子商了解数据分析意义和实验的测定，提升学生人文素养、网，与电子商务系统开发运维复杂务系统开发运维复杂问题解决的工程手段所问题，解决工程手段所造成社会造成社会影响。社会服务的情操，培养学生良好的职业道德与社会责影响。任感。目标4111-项目管理：能够掌握企业互联网与电子商务11-项目管理：学会企业互联网与了解数据分析项目创新力、团队力、专业力、跨界力、电子商务系统开发运维项目管理系统开发运维项目管理方法与技巧，能够合理方法与技巧，能够合理分配资源做服务力与英语运用能力，具有团队合作精神与国际视分配资源做好项目管理。好项目管理。野。理论教学进程表支撑教学模式周次教学主题授课救师学时数教学内容（重点、难点、课程思政融入点）教学方法作业安排线下/滤合式课程
目标 1： 了解大数据分析的基础课程以及 Python 语言专业基础知 识,培养学生具备计算机软件设计、大数据分析专业 知识与技能，能以科学方法解决问题与进行创新。 1-工程知识：能够设计数学、基础 科学、计算机科学与技术等相关知 识，对企业互联网与电子商务系统 开发运维问题具有解决能力。 2-问题分析：能够应用数学、自然科学和工 程科学的基本原理，对于企业互联网与电子 商务系统开发运维复杂问题进行识别与表 达，并通过文献研究分析，以获得有效结论。 目标 2： 理解大数据分析设计和求解，培养学生具有独立思考、 创新思维、组织管理、沟通协调、自我挑战、终身学 习的能力. 3-设计/开发解决方案：能够设计 设计数据挖掘、大数据分析、云计 算等基础理论与技术，对企业互联 网与电子商务系统开发运维问题 提出创新解决方案。 4-研究：能够掌握企业互联网与电子商务系统 的前端设计、后端设计、数据库设计、数据挖 掘、大数据分析、云计算等基本科学研究方法， 具有科学研究精神，为企业互联网与电子商务 系统开发运维复杂问题提出有效研究手段并 将问题有效解决。 目标 3： 了解数据分析意义和实验的测定，提升学生人文素养、 社会服务的情操，培养学生良好的职业道德与社会责 任感。 6-工程与社会：能够设计企业互联 网,与电子商务系统开发运维复杂 问题, 解决工程手段所造成社会 影响。 6-工程与社会：能够掌握企业互联网与电子商 务系统开发运维复杂问题解决的工程手段所 造成社会影响。 目标 4： 了解数据分析项目创新力、团队力、专业力、跨界力、 服务力与英语运用能力，具有团队合作精神与国际视 野。 11-项目管理：学会企业互联网与 电子商务系统开发运维项目管理 方法与技巧，能够合理分配资源做 好项目管理。 11-项目管理：能够掌握企业互联网与电子商务 系统开发运维项目管理方法与技巧，能够合理 分配资源做好项目管理。 理论教学进程表 周次 教学主题 授课教师 学时数 教学内容（重点、难点、课程思政融入点） 教学模式 线下/混合式 教学方法 作业安排 支撑 课程
目标大数据分析与机器学习概述3.大数据分析与机器学习的应用领域课后作业：。机器学习的基本概念目标Pycharm的安装与设Python与数据科林明灶重点：Python语言IDE与机器学习14置线下教学课堂讲授1学副教授难点：JupyterNotebook的使用功能二Jupyter Notebook的课程思政融入点：介绍Python语言软件与使用机器学习，培养实事求是的科学态度和职业道德。·NumPy库创建数组Pandas库表格DataFrame的创建.目标Matplotlib库数据可视化林明灶课后作业：数据读取-数据分析工具4重点：Python语言数据分析工具线下教学课堂讲授2副教授与可视化训练难点：创建数组，库数据可视化使用方法=课程思政融入点：介绍数据分析工具，培养实事求是的科学态度和职业道德。·Python数据可视化使用Python绘制图表知识目标-Python数据可视林明灶重点：Python数据可视化工具课后作业：数据可视143线下教学课堂讲授化副教授难点：绘制图表使用方法化训练二课程思政融入点：介绍数据可视化工具，培养实事求是的科学态度和职业道德。·线性回归目标机器学习-有监林明灶课后作业：机器学习线下教学4Logistic回归分类器课堂讲授4督学习副教授-有监督学习模型实朴素贝叶斯分类器
目标 1 Python 与数据科 学 林明灶 副教授 4 大数据分析与机器学习概述 大数据分析与机器学习的应用领域 机器学习的基本概念 重点：Python 语言 IDE 与机器学习 难点：Jupyter Notebook 的使用功能 课程思政融入点：介绍 Python 语言软件与 机器学习，培养实事求是的科学态度和职 业道德。 线下教学 课堂讲授 课后作业： Pycharm 的安装与设 置Jupyter Notebook 的 使用 目 标 一二 2 数据分析工具 林明灶 副教授 4 NumPy 库创建数组 Pandas 库表格 DataFrame 的创建 Matplotlib 库数据可视化 重点：Python 语言数据分析工具 难点：创建数组,库数据可视化使用方法 课程思政融入点：介绍数据分析工具，培 养实事求是的科学态度和职业道德。 线下教学 课堂讲授 课后作业：数据读取 与可视化训练 目 标 一二 3 Python 数据可视 化 林明灶 副教授 4 Python 数据可视化 使用 Python 绘制图表知识 重点： Python 数据可视化工具 难点：绘制图表使用方法. 课程思政融入点：介绍数据可视化工具， 培养实事求是的科学态度和职业道德。 线下教学 课堂讲授 课后作业：数据可视 化训练 目 标 一二 4 机器学习-有监 督学习 林明灶 副教授 4 线性回归 Logistic 回归分类器 朴素贝叶斯分类器 线下教学 课堂讲授 课后作业：机器学习 -有监督学习模型实 目 标 一
支持向量机战训练.二KNN算法.决策树重点：有监督学习难点：模型的搭建与使用聚类:相异度.Kmeans算法DBSCAN算法关联规则-目标课后作业：机器学习林明灶副关联分析机器学习-无监.线下教学-无监督学习模拟训一566课堂讲授教授Apriori算法督学习练二重点：机器学习-无监督学习的数据分析难点：Apriori算法课程思政融入点：介绍机器学习-无监督学习分析及参数估计，培养实事求是的科学态度和职业道德。2期中总结与复习线下教学课堂讲授期中总结与复习924合计实践教学进程表教学项目类型（验证/综合支撑课周次学时实验项目名称授课教师教学内容（重点、难点、课程思政融入点）/设计)方法程目标
支持向量机 KNN 算法 决策树 重点：有监督学习 难点：模型的搭建与使用 战训练 二 5-6 机器学习-无监 督学习 林明灶副 教授 6 聚类 相异度 K means 算法 DBSCAN 算法 关联规则 关联分析 Apriori 算法 重点：机器学习-无监督学习的数据分析 难点：Apriori 算法 课程思政融入点：介绍机器学习-无监督学 习分析及参数估计，培养实事求是的科学 态度和职业道德。 线下教学 课堂讲授 课后作业：机器学习 -无监督学习模拟训 练 目 标 一 二 9 期中总结与复习 2 期中总结与复习 线下教学 课堂讲授 合计 24 实践教学进程表 周次 实验项目名称 授课教师 学时 教学内容（重点、难点、课程思政融入点） 项目类型（验证/综合 /设计） 教学 方法 支撑课 程目标
线性回归，Logistic回归分类器，朴素贝叶斯分类器，支持向量机，KNN算法，决策树的代码实现案例实战：手写数字识别模型重点：有监督学习算法的原理难点：使用Python语言对机器学习-有监督学林明灶目标三机器学习-有监督学习代实验综合6-7习的代码实现8四副教授码实现课程思政融入点：Python语言软件和机器学习-有监督学习的原理，要求学生处理实验数据必须坚持实事求实、严谨的科学态度：要求学生实验过程中主动思考理论原理，在实验过程中去验证实验原理，使理论与实践相辅相成。聚类，相异度，Kmeans算法，DBSCAN算法关联规则，关联分析，Apriori算法案例实战林明灶目标三机器学习-无监督学习码实验综合8,10-11重点：使用Python语言对机器学习-无监督学6四实现副教授习的代码实现难点：模型参数调优大数据分析项目制作，可视化图形验证呈现，数据分析项目制作及综综合设计林明灶综合实验12-15目标三合设计8副教授重点：项目制作综合设计难点：可视化图形验证实验林明灶2综合目标三16期末总结大数据分析的项目制作及可视化图形期末课
6-7 机器学习-有监督学习代 码实现 林明灶 副教授 8 线性回归, Logistic 回归分类器, 朴素贝叶斯 分类器, 支持向量机, KNN 算法, 决策树的代 码实现 案例实战：手写数字识别模型 重点：有监督学习算法的原理 难点：使用 Python 语言对机器学习-有监督学 习的代码实现 课程思政融入点： Python 语言软件和机器学 习-有监督学习的原理，要求学生处理实验数 据必须坚持实事求实、严谨的科学态度；要求 学生实验过程中主动思考理论原理，在实验过 程中去验证实验原理，使理论与实践相辅相 成。 综合 实验 目 标 三 四 8,10-11 机器学习-无监督学习码 实现 林明灶 副教授 6 聚类, 相异度, K means 算法, DBSCAN 算法, 关联规则, 关联分析, Apriori 算法案例实战 重点：使用 Python 语言对机器学习-无监督学 习的代码实现 难点：模型参数调优 综合 实验 目 标 三 四 12-15 数据分析项目制作及综 合设计 林明灶 副教授 8 大数据分析项目制作, 可视化图形验证呈现, 综合设计 重点：项目制作综合设计 难点：可视化图形验证 综合 实验 目标三 16 期末总结 林明灶 2 大数据分析的项目制作及可视化图形期末课 综合 实验 目 标 三
四副教授程总结合计24课程考核评价依据及成绩比例（%）课程目标支撑毕业要求指标点作业实验考试文献检索n1-310100目标一5100目标二2-310n54-1105目标三n557-210目标四总计20403010100备注：1）根据《东莞理工学院专试管理规定》第十二条规定，广课3次（或6课时）学生不得参加该课程的期终专核。2）各项考核标准见附件所示。大纲编写时间：2025年9月2日
副教授 程总结 四 合计 24 课程考核 课程目标 支撑毕业要求指标点 评价依据及成绩比例（%） 作业 实验 考试 文献检索 目标一 1-3 5 10 10 0 目标二 2-3 5 10 10 0 目标三 4-1 5 10 5 5 目标四 7-2 5 10 5 5 总计 20 40 30 10 100 备注：1）根据《东莞理工学院考试管理规定》第十二条规定：旷课 3 次（或 6 课时）学生不得参加该课程的期终考核。2）各项考核标准见附件所示。 大纲编写时间：2025 年 9 月 2 日
系（部）审查意见：同意系（部）主任签名：b日期：2025年9月11日备注：
系（部）审查意见： 同意 系（部）主任签名： 日期：2025 年 9 月 11 日 备注：