7.1氧化还原反应及平衡 7.2氧化还原滴定基本原理 7.3氧化还原滴定中的预处理 7.4常用的氧化还原滴定法 7.5氧化还原滴定结果的计算 本章重点： 1用Nernst公式处理氧化还原平衡； 2氧化还原滴定法基本原理； 3滴定分析结果的计算

教学目的： 1. 了解固体试样、液体试样、气体试样及生物试样的采集方法； 2. 掌握试样的制备方法； 3. 掌握常用的试样分解方法：溶解法、熔融法，了解试样分解的其它方法； 4. 了解并理解分析测定前的预处理

课程评价、考核资料清单、要求及说明 数据挖掘技术 大数据工作思路 大数据概述与应用 大数据现状与问题 基本概念简述  大数据采集与预处理  大数据存储与管理  大数据计算模式  大数据分析与挖掘  大数据可视化分析  大数据安全

◼ 3.1 数据的预处理 ◼ 3.2 品质数据的整理与显示 ◼ 3.3 数值型数据的整理与显示 ◼ 3.4 合理使用图表

1. 通过一学期的课程学习，学会获取各种统计（对象）数据的获取方法。 2. 通过一学期的课程学习，学会获取各种统计（对象）数据的前期分析和预处理方法。 3. 面对获取统计数据，学会选择合适的方法，继而进行统计分析及下结论

• 项目概况 • 耐热导线生产质量数据预处理 • 耐热铝线质量检测数据分析

• 火锅相关数据抓取 • 数据预处理 • 数据分析 – 海底捞运营分析 – 店铺选址分析 • 菜品关联分析 • 用户评论和评分的关联分析 • 顾客情感分析

• 香水销售数据预处理 • 香水销售数据统计分析 • 影响香水销量的因素分析 • 香水适用场所关联分析 • 香水聚类分析 • 香水营销建议

数据分析中，可通过各种可视化的图形，从多个维度、多个层次展示企业商务的执行情况，发现可能存在的问题或潜在危机，并预测未来业务发展的趋势。也可以发现数据的一些质量问题、分布特点，可以为进一步数据挖掘做预处理

• 高危人员分析需求 • 高危人群的相关数据收集与预处理 • 建立模型