《数据科学概论》的知识体系与学习路线图

备注：

        请参考最新版本的《数据科学概论》教学大纲。Link
<http://blog.sina.com.cn/s/blog_55d99cc20102yd23.html>

前言

  知识是有架构的，这就是所谓的知识体系。学习是有路线图的（对学生而言），对老师来讲就是教学计划。

 

《数据科学概论》的知识体系

  数据科学概论，由理论部分和应用部分构成。形成两条线索，两个T型，如图所示。



  理论部分，先由浅入深，再宽度展开，旨在培养学生宽广的视野，形成完整的知识体系。

  应用(实践)部分，先宽度展开，再深入量化交易领域（可选择其它应用领域的案例），旨在培养学生的动手能力和浓厚兴趣。

  理论部分解决“所以然”的问题，而应用部分解决“然”的问题。我们既要知其然，还要知其所以然。

 

《数据科学概论》的教学计划（学习路线图）

  教学计划对教师而言就是教学的行动指南，对学生而言，则是学习的路线图。

  知识点具有一环扣一环的紧密联系，我们需要一个合理的路线图，把它组织起来，遵循该路线图，把各个知识点学到手，建立内化的知识架构。

 

《数据科学概论》的教与学

  教学（学习）的过程，需要教师和学生共同努力。

  教师要把关键的知识点讲清楚，把知识的联系，勾勒清楚。

 
学生学习的时候，要发挥主动性，要超越老师讲的东西，触类旁通。学习了A，能不能主动跨越出去，把A'、A''搞清楚呢？学习了A、B、C，能不能把A、B、C结合起来，解决实际问题呢？

 

《数据科学概论》的教学计划

 

  备注：

数据科学概论网上资源

http://blog.sina.com.cn/s/blog_55d99cc20102yapo.html
<http://blog.sina.com.cn/s/blog_55d99cc20102yapo.html>

 

  下表中的教学计划按照每周两次课（每次2学分），每周有一次上机（2学分）进行安排，若非如此，请自行裁剪即可。


周次

第一次课

第二次课

上机

备注

教师指引

学生指引


1

课程介绍、数据科学概论、数据科学案例（选讲）

OLTP与数据服务

不上机

第一周，没有准备，不用上机

 

 


2

OLAP与结构化数据分析

Mysql 与oltp demo，包括data model和sql queries

oltp demo

发布在教学网站上

通过理论和实验指导的讲解，使得学生对关系数据库等技术有初步的认识

通过实例，学习mysql 安装、配置、和SQL增删改查、事务处理，加深对关系数据库和OLTP技术的理解（SQL易学易用）

按照老师精心设计的demo照抡一遍，并开动脑筋，同学们一定达到上述目的


3

数据清洗与数据集成

Mysql 与olap demo，包括data model和sql queries

olap demo

发布在教学网站上

通过理论和实验指导的讲解，使得学生对ROLAP技术有初步的认识

通过简单的星型模型实例，加深对ROLAP技术的了解

 

按照老师精心设计的demo照抡一遍，并开动脑筋，同学们一定达到上述目的


4

数据的深度分析1

Python与数据科学basic

Python basic

课本实例

一边开始讲理论，一边开始学习python

对python快速入门


5

数据的深度分析2

Python与数据科学之pandas/sklearn/matplotlib/nltk/networkx/keras and theano or
tensorflow

 

Python simple examples

课本实例，从网站下载

一边开始讲理论，一边讲编程语言与实例

备注：每个库的功能，并展示一两个实例。

真正的掌握，靠后续不断的学习和练习。

也就是除了这里的基本实例之外，后续还有大量的实例。


6

数据的深度分析3

Python与数据科学

More examples

Python more examples

更多实例，从网站下载

可以按照两个路线图进行讲解：（1）十大算法的路线图；（2）分类、聚类、回归、关联规则、推荐、参数优化、降维/预处理/特征选择…的路线图

 


7

数据的深度分析4

Python与数据科学

More examples

Python More examples

更多实例，从网站下载

同上

 


8

流数据处理

文本分析

Python more examples

更多实例，从网站下载

同上

 


9

文本分析

Python TEXT examples，在这里讲实例

Python TEXT examples，这里是上机

更多实例，从网站下载

 

 


10

社交网络

社交网络

Python NETWORK examples

更多实例，从网站下载

 

 


11

Python NETWORK examples，在这里讲实例

知识图谱

Python

TEXT &NETWORK examples，这里是上机

更多实例，从网站下载

 

 


12

数据可视化

云计算

数据科学大作业

 

大作业可以选择金融领域中的量化交易、自动驾驶中的ojbect detection

学习了A、B、C，能不能把A、B、C结合起来，解决实际问题？

 


13

Hadoop

spark

数据科学大作业

鼓励同学们自己把hadoop和spark玩起来

hadoop和spark的实践放在本课程之外

网站上有《hadoop/spark入门》free book

这里仅仅对hadoop和spark基本原理进行讲解

学习了A、B、C，能不能把A、B、C结合起来，解决实际问题？

 


14

评测基准

数据科学实践——量化交易或者object detection

数据科学大作业

 

 

学习了A、B、C，能不能把A、B、C结合起来，解决实际问题？

 


15

数据科学实践——量化交易或者object detection

复习

数据科学大作业

 

 

学习了A、B、C，能不能把A、B、C结合起来，解决实际问题？

 


16

大作业展示

大作业展示

/

 

 

Presentation的能力


17

考试周

 

 

闭卷考试

 

 

  备注：大作业采用3人小组完成，可选的题目包括kaggle大赛题目、国内大数据大赛题目、量化交易、自动驾驶（选择某个方面、规模适中）、图像检索……

 

• « 上一篇：MyBatis批量插入数据到数据库
• » 下一篇：Spark内核设计的艺术：架构设计与实现——前言