《走进数据科学》PPT课件 李晶 江西财经大学

 
课件内容： 
洞悉数据篇 
在“洞察数据篇”中重点对大数据的源起，大数据的现象，大数据产业以及大数据目前所面临的挑战进行讲解，以此让大家对数据有一个基本的洞察和了解。 
1.1 洞悉数据之一：大数据溯源 
1.2 洞悉数据之二：大数据特征  
1.3 洞悉数据之三：大数据现象 
1.4 洞悉数据之四：大数据产业 
1.5 洞悉数据之五：大数据挑战 
数据有度篇 
这部分基于前面对大数据的基础性讲解，从如何得到有深度、有温度、有态度、有角度的数据作进一步讲解，以此让大家对数据分析的相关方法有一个全面的掌握。 
2.1 数据深度 
2.2 数据广度 
2.3 数据态度 
2.4 数据测度 
2.5 数据角度 
数据演绎篇 
“数据演绎篇”中将为大家展示数据科学的演绎过程以及人工智能、深度学习、机器学习之间的关系。 
3.1 数据演绎之一：从统计数字到统计数据 
3.2 数据演绎之二：从统计数据到智能化 
3.3 数据演绎之三：从智能化 到人工智能 
3.4 数据演绎之四：人工智能到机器学习 
3.5 数据演绎之五：从机器学习到数据挖掘 
3.6 数据演绎之六：从数据挖掘到深度学习 
3.7 数据演绎之七：从深度学习到数据科学 
3.8 数据演绎之八：结论 
数据应用篇 
“数据应用篇”的学习为大家展示大数据在现实应用中的具体案例，以此让大家对大数据的真实应用价值有一个更深入的了解。 
4.1 数据应用之一：城市大数据 
4.2 数据应用之二：工业大数据 
4.3 数据应用之三：教育大数据 
4.4 数据应用之四：社会网络 
数据项目篇 
通过“数据项目篇”的引入，则是在应用篇的基础上作解剖式的分步讲解，以明确大数据项目在具体实施的各阶段中所可能面临的一系列问题以及解决方法。 
5.1 数据项目之一：引入大数据项目时的若干问题 
5.2 数据项目之二：大数据项目主题选择 
5.3 数据项目之三：实现大数据项目的分析工具 
5.4 数据项目之四：实现大数据项目可供参考的数据 
5.5 数据项目之五：大数据项目构建方法 
5.6 数据项目之六：实现大数据项目可用的分析系统 
5.7 数据项目之七：大数据项目案例 
数据工具篇 
基于前述内容，归类总结出在实际数据分析和应用中需要借助的技术工具，做有重点和有选择的讲解，主要强调各软件工具使用的适用性、有效性和优化性。 
6.1 数据基础管理：Excel 
6.2 传统数据处理：SPSS 
6.3 大数据挖掘：Python 
6.4 高维数据分析：MATLAB 
6.5 文本数据分析：UCINET