1、第1章 绪论教案课程名称：大数据数学基础（Python语言描述）课程类别：必修适用专业：大数据技术类相关专业总学时：80学时（其中理论58学时，实验22学时）总学分：5.0学分本章学时：1学时一、 材料清单（1） 大数据数学基础（Python语言描述）教材。（2） 配套PPT。（3） 引导性提问。（4） 探究性问题。（5） 拓展性问题。二、 教学目标与基本要求1. 教学目标本章作为全书的引言部分，主要了解大数据的3个特性与5V理论，以及微积分、统计学、线性代数、数值计算与大数据之间的联系。2. 基本要求（1） 了解大数据的概念。（2） 了解微积分、统计学、线性代数、数值计算等数学知识在大数据领
2、域的作用。（3） 了解Python语言在数学中常用的类库。三、 问题1. 引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。（1） 大数据是什么？（2） 大数据与数学有什么联系？2. 探究性问题探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。（1） 是不是所有的数学解题都能用Python语言解决？3. 拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学
3、习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。（1） Python语言是不是万能的？四、 主要知识点、重点与难点1. 主要知识点（1） 了解大数据的概念。（2） 了解微积分、统计学、线性代数、数值计算等数学知识在大数据领域的作用。（3） 了解Python语言在数学中常用的类库。2. 重点了解微积分、统计学、线性代数、数值计算等数学知识在大数据领域的作用。3. 难点了解微积分、统计学、线性代数、数值计算等数学知识在大数据领域的作用。五、 教学过程设计1. 理论教学过程（1） 了解大数据的概念。（2） 了解微积分在大数据领域的作用。（3） 了解统计学在大数据领域的作用。（4） 了解线性代数在大数据领域的作用。（5） 了解数值计算在大数据领域的作用。（6） 了解Python语言在数学中常用的类库。六、 教材与参考资料1. 教材雷俊丽，张良均大数据数学基础（Python语言描述）M北京：人民邮电出版社20192. 参考资料1张健，张良均Python编程基础M北京：人民邮电出版社20182黄红梅，张良均Python数据分析与应用M北京：人民邮电出版社2018
浙ICP备2021020529号-1 | 浙B2-20240490 
