1Python數(shù)據(jù)分析概述教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：3學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》教材。PPT。引導(dǎo)性提問。探究性問題。拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)PythonPython數(shù)據(jù)分析重要庫AnacondaWindowsLinuxAnaconda數(shù)據(jù)PythonJupyterNotebook的優(yōu)異特性及使用方法。2.基本要求了解數(shù)據(jù)分析的概念。了解數(shù)據(jù)分析的流程。了解數(shù)據(jù)分析在實(shí)際中的應(yīng)用。Python在數(shù)據(jù)分析的優(yōu)勢。Python常用的數(shù)據(jù)分析庫。Windows／LinuxAnaconda的安裝。三、問題1.引導(dǎo)性提問數(shù)據(jù)分析能夠做什么？現(xiàn)實(shí)生活中存在哪些數(shù)據(jù)分析技術(shù)？該如何進(jìn)行數(shù)據(jù)分析？Python語言有哪些優(yōu)勢？PycahrmPythonIDE有那些優(yōu)點(diǎn)和缺點(diǎn)？2.探究性問題數(shù)據(jù)分析的完整流程是怎樣的？數(shù)據(jù)分析的能夠應(yīng)用在那些場景？JupyterNotebook的哪些優(yōu)缺點(diǎn)？3.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提數(shù)據(jù)分析是不是萬能的？Python語言用于做數(shù)據(jù)分析有哪些優(yōu)勢？分析本班人員的基本信息可以從哪些角度入手？四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)數(shù)據(jù)分析的概念、流程與應(yīng)用場景。Python常用的數(shù)據(jù)分析庫。Windows/LinuxAnaconda安裝。JupyterNotebook的常用功能。重點(diǎn)數(shù)據(jù)分析的概念、流程與應(yīng)用場景。JupyterNotebook的常用功能。難點(diǎn)數(shù)據(jù)分析的概念與流程。五、教學(xué)過程設(shè)計(jì)理論教學(xué)過程數(shù)據(jù)分析的概念。數(shù)據(jù)分析的流程。數(shù)據(jù)分析的應(yīng)用場景。數(shù)據(jù)分析的常用工具。Python數(shù)據(jù)分析的優(yōu)勢。Python數(shù)據(jù)分析的常用類庫。PythonAnaconda發(fā)行版。WindowsAnaconda。LinuxAnaconda。JupyterNotebook的基礎(chǔ)功能。JupyterNotebook的高級功能。實(shí)驗(yàn)教學(xué)過程Windows/LinuxAnaconda。JupyterNotebook的常用功能。六、教材與參考資料1.教材黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．2.參考資料張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2015．張良均．Python與數(shù)據(jù)挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2016．2NumPy數(shù)值計(jì)算基礎(chǔ)教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：4學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》教材。PPT。數(shù)據(jù)。代碼。引導(dǎo)性提問。探究性問題。拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)NumPyNumPy的“心臟”ndarray及其索引，生成隨NumPy進(jìn)行數(shù)據(jù)分析的常用函數(shù)，為后面真正進(jìn)入數(shù)據(jù)分析課程內(nèi)容和學(xué)習(xí)其他數(shù)據(jù)分析庫（pandas）打下堅(jiān)實(shí)的基礎(chǔ)。2.基本要求NumPy創(chuàng)建多維數(shù)組與生成隨機(jī)數(shù)的方法。掌握數(shù)組的索引與轉(zhuǎn)換。NumPy中數(shù)組矩陣的運(yùn)算及通用函數(shù)的基本使用方法。NumPy統(tǒng)計(jì)分析的方法。三、問題1.引導(dǎo)性提問NumPy從這個庫的名字理解，這個庫的作用是什么？數(shù)組內(nèi)部存放的數(shù)據(jù)是否可以為字符串？怎樣取出數(shù)組內(nèi)部的某個元素？數(shù)組和矩陣是否可以轉(zhuǎn)換2.探究性問題數(shù)組和矩陣的異同點(diǎn)？數(shù)組和矩陣能否互相轉(zhuǎn)換？ufunc？3.拓展性問題NumPy能否進(jìn)行本班人員的基本信息？ufunc？四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)NumPy創(chuàng)建多維數(shù)組與生成隨機(jī)數(shù)的方法。數(shù)組的索引與轉(zhuǎn)換。NumPy中數(shù)組矩陣的運(yùn)算及通用函數(shù)的基本使用方法。NumPy統(tǒng)計(jì)分析的方法。重點(diǎn)ndarray對象的創(chuàng)建與生成隨機(jī)數(shù)的方法。數(shù)組的索引與變換。矩陣的運(yùn)算及通用函數(shù)的基本使用方法。難點(diǎn)ndarray對象的創(chuàng)建與生成隨機(jī)數(shù)的方法。數(shù)組的索引與變換。五、教學(xué)過程設(shè)計(jì)理論教學(xué)過程創(chuàng)建數(shù)組對象。生成隨機(jī)數(shù)。通過索引訪問數(shù)組。變換數(shù)組的形態(tài)。NumPy矩陣。ufunc函數(shù)。讀寫文件。使用數(shù)組進(jìn)行簡單的統(tǒng)計(jì)分析。實(shí)驗(yàn)教學(xué)過程N(yùn)umPyndarray。ndarray的常用屬性。ndarray。ndarray的形態(tài)。NumPy矩陣并使用。ufunc。NumPy讀寫文件。六、教材與參考資料1.教材黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．2.參考資料張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2015．張良均．Python與數(shù)據(jù)挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2016．3Matplotlib繪圖基礎(chǔ)教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：4學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》教材。PPT。數(shù)據(jù)。代碼。引導(dǎo)性提問。探究性問題。拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)pyplot20002017年各季度國民生產(chǎn)總Matplotlib數(shù)據(jù)可視化打下了深厚的基礎(chǔ)。2.基本要求pyplot常用繪圖參數(shù)調(diào)節(jié)。掌握子圖的繪制方法。掌握散點(diǎn)圖和折線圖的作用與繪制方法。掌握直方圖和餅圖繪制的作用與繪制方法。掌握箱線圖和莖葉圖的作用與繪制方法。三、問題1.引導(dǎo)性提問圖形和文字哪一種更容易讓大腦記??？常見的統(tǒng)計(jì)學(xué)圖形有哪些？不同的圖形所表示的意義是否相同？2.探究性問題散點(diǎn)圖，折線圖的主要功能是什么，有什么異同點(diǎn)？餅圖，直方圖的主要功能是什么，有什么異同點(diǎn)？箱型圖的主要功能是什么？3.拓展性問題題。能否繪制一個雷達(dá)圖，該怎么做？如何將本班同學(xué)的數(shù)據(jù)做可視化？四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)pyplot常用繪圖參數(shù)調(diào)節(jié)。子圖的繪制方法。散點(diǎn)圖和折線圖的作用與繪制方法。直方圖和餅圖繪制的作用與繪制方法。箱線圖和莖葉圖的作用與繪制方法。重點(diǎn)pyplot的基礎(chǔ)語法。散點(diǎn)圖和折線圖的作用與繪制方法。直方圖、餅圖和箱線圖的作用與繪制方法。難點(diǎn)子圖的繪制方法。散點(diǎn)圖和折線圖的作用與繪制方法。直方圖、餅圖和箱線圖的作用與繪制方法。五、教學(xué)過程設(shè)計(jì)理論教學(xué)過程pyplot的基礎(chǔ)語法。pyplotrc參數(shù)。繪制散點(diǎn)圖。繪制折線圖。繪制直方圖。繪制餅圖。繪制箱線圖。實(shí)驗(yàn)教學(xué)過程pyplotrc參數(shù)。繪制散點(diǎn)圖；繪制折線圖。繪制直方圖。繪制餅圖。繪制箱線圖。六、教材與參考資料1.教材黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．2.參考資料張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2015．張良均．Python與數(shù)據(jù)挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2016．4pandas統(tǒng)計(jì)分析基礎(chǔ)教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：7學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》教材。PPT。數(shù)據(jù)。代碼。引導(dǎo)性提問。探究性問題。拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)以餐飲數(shù)據(jù)為例，介紹數(shù)據(jù)庫數(shù)據(jù)，csv數(shù)據(jù)，Excel數(shù)據(jù)三種常用的數(shù)據(jù)讀取與寫入DataFramegroupbypandaspandas庫進(jìn)行基礎(chǔ)的統(tǒng)計(jì)。2.基本要求掌握常見的數(shù)據(jù)讀取方式。DataFrame常用屬性與方法。掌握基礎(chǔ)時間數(shù)據(jù)處理方法。掌握分組聚合的原理與方法。掌握透視表與交叉表的制作。三、問題1.引導(dǎo)性提問數(shù)據(jù)分析中常見的結(jié)構(gòu)話數(shù)據(jù)讀取方式有那些？DataFrame和數(shù)組有什么相似之處？Excel透視表如何制作？2.探究性問題讀取數(shù)據(jù)庫數(shù)據(jù)為什么需要別的庫？時間數(shù)據(jù)中存在哪些信息？以百萬級的數(shù)據(jù)為例，ExcelPython制作透視表哪個速度更快？3.拓展性問題題。word數(shù)據(jù)，該如何做？lociloc，設(shè)計(jì)者的意何在？四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)常見的數(shù)據(jù)讀取方式。DataFrame常用屬性與方法?；A(chǔ)時間數(shù)據(jù)處理方法。分組聚合的原理與方法。透視表與交叉表的制作。重點(diǎn)讀寫數(shù)據(jù)。DataFrame數(shù)據(jù)的常用屬性與方法?；A(chǔ)時間數(shù)據(jù)處理方法。分組聚合的原理與方法。透視表與交叉表的制作。難點(diǎn)讀寫數(shù)據(jù)。分組聚合的原理與方法。透視表與交叉表的制作。五、教學(xué)過程設(shè)計(jì)1.理論教學(xué)過程讀寫數(shù)據(jù)庫數(shù)據(jù)。讀寫文本文件。Excel文件。DataFrame的常用屬性。DataFrame數(shù)據(jù)。DataFrame數(shù)據(jù)。轉(zhuǎn)換字符串時間為標(biāo)準(zhǔn)時間。提取時間序列數(shù)據(jù)信息。加減時間數(shù)據(jù)。groupby方法拆分?jǐn)?shù)據(jù)。agg方法聚合數(shù)據(jù)。apply方法聚合數(shù)據(jù)。transform方法聚合數(shù)據(jù)。povit_table函數(shù)創(chuàng)建透視表。crosstab函數(shù)創(chuàng)建交叉表實(shí)驗(yàn)教學(xué)過程。2.實(shí)驗(yàn)教學(xué)過程讀寫數(shù)據(jù)庫數(shù)據(jù)。讀寫文本文件。Excel文件。DataFrame的常用屬性。DataFrame數(shù)據(jù)。DataFrame數(shù)據(jù)。轉(zhuǎn)換字符串時間為標(biāo)準(zhǔn)時間。提取時間序列數(shù)據(jù)信息。加減時間數(shù)據(jù)。groupby方法拆分?jǐn)?shù)據(jù)。agg，apply，transform方法聚合數(shù)據(jù)。制作透視表。制作交叉表。六、教材與參考資料1.教材黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．2.參考資料張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2015．張良均．Python與數(shù)據(jù)挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2016．5pandas數(shù)據(jù)預(yù)處理教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：7學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》教材。PPT。數(shù)據(jù)。代碼。引導(dǎo)性提問。探究性問題。拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)2.基本要求掌握數(shù)據(jù)清洗的基本方法。掌握數(shù)據(jù)合并的原理與方法。掌握數(shù)據(jù)標(biāo)準(zhǔn)化的概念與方法。掌握常用的數(shù)據(jù)變換方法。三、問題1.引導(dǎo)性提問數(shù)據(jù)質(zhì)量不高的情況下如何提高數(shù)據(jù)質(zhì)量？數(shù)據(jù)預(yù)處理包含哪些內(nèi)容？數(shù)據(jù)預(yù)處理各個步驟是否有先后？2.探究性問題重復(fù)值是否一定要做清洗？時間數(shù)據(jù)中存在哪些信息？數(shù)據(jù)變換的目的是什么？3.拓展性問題除了啞變量處理外，還有那些方法可以處理離散型特征？能否將這些方法寫成自定義函數(shù)？四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)數(shù)據(jù)清洗的基本方法。數(shù)據(jù)合并的原理與方法。數(shù)據(jù)標(biāo)準(zhǔn)化的概念與方法。常用的數(shù)據(jù)變換方法。重點(diǎn)數(shù)據(jù)合并。數(shù)據(jù)清洗。數(shù)據(jù)標(biāo)準(zhǔn)化。數(shù)據(jù)轉(zhuǎn)換。難點(diǎn)數(shù)據(jù)清洗。數(shù)據(jù)轉(zhuǎn)換。五、教學(xué)過程設(shè)計(jì)理論教學(xué)過程堆疊合并數(shù)據(jù)。主鍵合并數(shù)據(jù)。重疊合并數(shù)據(jù)。檢測與處理重復(fù)值。檢測與處理缺失值。檢測與處理異常值。離差標(biāo)準(zhǔn)化數(shù)據(jù)。標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化數(shù)據(jù)。小數(shù)定標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)。啞變量處理類別型數(shù)據(jù)。離散化連續(xù)型數(shù)據(jù)。實(shí)驗(yàn)教學(xué)過程堆疊、主鍵、重疊合并數(shù)據(jù)。檢測與處理重復(fù)值，缺失值，異常值。離差標(biāo)準(zhǔn)化、標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化。小數(shù)定標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)。啞變量處理類別型數(shù)據(jù)。離散化連續(xù)型數(shù)據(jù)。六、教材與參考資料1.教材黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．2.參考資料張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2015．張良均．Python與數(shù)據(jù)挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2016．6sklearn構(gòu)建模型教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：10學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》教材。PPT。數(shù)據(jù)。代碼。引導(dǎo)性提問。探究性問題。拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)sklearn數(shù)據(jù)分析技術(shù)的基本任務(wù)對應(yīng)的數(shù)據(jù)分析建模2.基本要求sklearn轉(zhuǎn)換器，評估器的使用。sklearn數(shù)據(jù)標(biāo)準(zhǔn)化與數(shù)據(jù)劃分。sklearn中聚類，分類，回歸模型的構(gòu)建。sklearn中聚類，分類，回歸模型的評價。三、問題1.引導(dǎo)性提問常見的模型算法使用場景有哪些？不同的場景之間有什么區(qū)別？scikit-learn名字的由來？2.探究性問題scikit-learn5章的有何不同？聚類和分類的區(qū)別是什么？回歸和分類的區(qū)別又是什么？3.拓展性問題PCARandomForest四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)sklearn轉(zhuǎn)換器，評估器的使用。sklearn數(shù)據(jù)標(biāo)準(zhǔn)化與數(shù)據(jù)劃分。sklearn中聚類，分類，回歸模型的構(gòu)建。sklearn中聚類，分類，回歸模型的評價。重點(diǎn)sklearn轉(zhuǎn)換器的使用方法。sklearn估計(jì)器的使用方法。聚類模型的構(gòu)建與評價。分類模型的構(gòu)建與評價。回歸模型的構(gòu)建與評價。難點(diǎn)sklearn轉(zhuǎn)換器的使用。sklearn估計(jì)器的使用。分類模型構(gòu)建。回歸模型構(gòu)建。五、教學(xué)過程設(shè)計(jì)理論教學(xué)過程datasets模塊中的數(shù)據(jù)集。將數(shù)據(jù)集劃分為訓(xùn)練集和測試集。sklearn轉(zhuǎn)換器進(jìn)行數(shù)據(jù)預(yù)處理與降維。sklearn估計(jì)器構(gòu)建聚類模型。評價聚類模型。sklearn估計(jì)器構(gòu)建分類模型。評價分類模型。sklearn估計(jì)器構(gòu)建回歸模型。評價回歸模型。實(shí)驗(yàn)教學(xué)過程datasets模塊自帶數(shù)據(jù)集。劃分?jǐn)?shù)據(jù)集。sklearn轉(zhuǎn)換器進(jìn)行數(shù)據(jù)預(yù)處理與降維。構(gòu)建與評價聚類模型。構(gòu)建與評價分類模型。構(gòu)建與評價回歸模型。六、教材與參考資料1.教材黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．2.參考資料張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2015．張良均．Python與數(shù)據(jù)挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2016．7教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)應(yīng)用技術(shù)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：10學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》教材。PPT。數(shù)據(jù)。代碼。引導(dǎo)性提問。探究性問題。拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)K-Means聚類算法在客戶價值分析中的應(yīng)RFMK-Means算法構(gòu)建航空客戶價值LRFMC模型，詳細(xì)的描述數(shù)據(jù)分析的整個過程。2.基本要求RFM模型的基本原理。K-Means算法的基本原理與使用方法。比較不同類別客戶的客戶價值，制定相應(yīng)的營銷策略。三、問題1.引導(dǎo)性提問什么樣的客戶是航空公司的高價值客戶？航空公司能夠提供什么樣的數(shù)據(jù)？為什么航空公司要做客戶價值分析？2.探究性問題RFM模型對應(yīng)的特征在本案例中是什么？RFM模型不能夠很好區(qū)分用戶？KMeans可以用作客戶分類？3.拓展性問題RFM模型外還有什么用于客戶分類的模型？KMeans還有什么算法能夠用于客戶分類？四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)RFM模型的基本原理。K-Means算法的基本原理與使用方法。比較不同類別客戶的客戶價值，制定相應(yīng)的營銷策略。重點(diǎn)航空客戶價值分析的步驟和流程。RFM模型的基本原理。K-Means算法的基本原理與使用方法。比較不同類別客戶的客戶價值。難點(diǎn)RFM模型的基本原理。KMeans算法的基本原理與使用方法。五、教學(xué)過程設(shè)計(jì)理論教學(xué)過程分析航空公司現(xiàn)狀。認(rèn)識客戶價值分析。熟悉航空客戶價值分析的步驟與流程。處理缺失值與異常值。構(gòu)建愛你航空客戶價值分析關(guān)鍵特征。LRFMC5個特征。K-Means聚類算法。分析聚類結(jié)果。模型應(yīng)用。實(shí)驗(yàn)教學(xué)過程處理數(shù)據(jù)缺失值與異常值。構(gòu)建航空客戶價值分析的關(guān)鍵特征。LRFMC5個特征。K-Means聚類模型。K-Means聚類模型。六、教材與參考資料1.教材黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．2.參考資料張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2015．張良均．Python與數(shù)據(jù)挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2016．8教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：9學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》教材。PPT。數(shù)據(jù)。代碼。引導(dǎo)性提問。探究性問題。拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)Lasso201420152.基本要求了解財(cái)政收入預(yù)測的背景知識，分析步驟和流程。掌握相關(guān)性分析方法與應(yīng)用。Lasso模型特征選取方法。掌握灰色預(yù)測和支持向量回歸算法的原理與應(yīng)用。三、問題1.引導(dǎo)性提問市財(cái)政收入的構(gòu)成是什么？影響財(cái)政收入的相關(guān)因素有哪些？市財(cái)政收入預(yù)測的意義在哪里？2.探究性問題相關(guān)性分析的使用場景有哪些？Lasso回歸使用場景有哪些？為何要提取關(guān)鍵特征？3.拓展性問題SVR還有很多回歸算法，能否使用其他回歸算法解決該需求？國家數(shù)據(jù)網(wǎng)有很多類似數(shù)據(jù)，能否預(yù)測某個省的財(cái)政收入呢？四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)主要知識點(diǎn)財(cái)政收入預(yù)測的背景知識，分析步驟和流程。相關(guān)性分析方法與應(yīng)用。Lasso模型特征選取方法?；疑A(yù)測和支持向量回歸算法的原理與應(yīng)用重點(diǎn)財(cái)政收入預(yù)測的步驟和流程。相關(guān)性分析方法與應(yīng)用。Lasso模型選取特征?；疑A(yù)測算法的原理與使用。支持向量回歸算法的原理與使用。難點(diǎn)Lasso模型選取特征?；疑A(yù)測算法的原理與使用。支持向量回歸算法的原理與使用。五、教學(xué)過程設(shè)計(jì)理論教學(xué)過程分析財(cái)政收入預(yù)測背景。了解財(cái)政收入預(yù)測的方法。熟悉財(cái)政收入預(yù)測的步驟與流程。了解相關(guān)性分析。分析計(jì)算結(jié)果。Lasso回歸方法。Lasso回歸結(jié)果。了解灰色預(yù)測算法。SVR算法。分析預(yù)測結(jié)果。實(shí)驗(yàn)教學(xué)過程分析財(cái)政收入數(shù)據(jù)特征的相關(guān)性。Lasso回歸選取財(cái)政收入預(yù)測的關(guān)鍵特征。SVR構(gòu)建財(cái)政收入預(yù)測模型。SVR模型。六、教材與參考資料1.教材黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．2.參考資料張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2015．張良均．Python與數(shù)據(jù)挖掘?qū)崙?zhàn)[M]．北京：機(jī)械工業(yè)出版社．2016．9教案課程名稱：Python數(shù)據(jù)分析與應(yīng)用課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時：64學(xué)時（3628學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：10學(xué)時一、材料清單《Python數(shù)據(jù)分析與應(yīng)用》