广告位API接口通信错误,查看德得广告获取帮助

我的网站移动版

  • 【团队负责人】刘仰光

    日期:2024-05-27 09:19:29 点击:70 好评:0

    个人简介: 刘仰光,金融与信息学院教授,博士,数据科学与大数据技术专业负责人。宁波市4321人才工程(第二层次),浙江省151人才工程(第三层次)。近三年讲授的课程包括《数据挖掘》、《大数据思维与决策》、《推荐系统》等。近年来主持并参与了20余项教育教学改革。...

  • 【团队成员】徐莹

    日期:2024-05-27 09:19:13 点击:76 好评:0

    个人简介: 徐莹,金融与信息学院教授,教授,现任宁波财经学院金融与信息学院副院长,信息管理与信息系统国家级一流本科专业负责人,宁波市电子商务重点专业负责人,浙江省电子商务教指委委员,宁波市领军拔尖人才第一层次,浙江省中青年学科带头人。近三年讲授的课程包括《电子商务概论》、《管理信息系统》、《大数据思维与决策》等。...

  • 【团队成员】卢雪琴

    日期:2024-05-14 13:47:00 点击:79 好评:0

    个人简介: 卢雪琴, 金融与信息学院副教授,信息系统项目管理师(高级),毕业于浙江工业大学计算机科学与技术专业,主要研究方向是数据挖掘和智能优化算法及其应用。近年来主持并参与了多项省自然科学基金和一系列市厅级项目,发表SCI和SSCI论文等十余篇,讲授的主要课程包括《数据挖掘》、《python数据分析》、《大数据思维与决策》等,作为主要成员,获得宁波财经学院教学成果奖一等奖,金融与信息学院教学创新设计比赛二等奖,所指导的学生获得省级A类学科竞赛二等奖1项,三等奖2项,优秀毕业论文1项。...

  • 【团队成员】潘凌

    日期:2024-05-13 13:47:00 点击:183 好评:0

    个人简介: 潘凌,金融与信息学院讲师,硕士。近三年主要承担《WEB前端开发》、《面向对象程序设计》、《数据可视化与沟通》等课程。先后获教育部协同育人项目、校优秀示范课程、课程思政教学研究项目等。宁波财经学院教学设计(创新)大赛二等奖,主持并参与教育部产学研合作协同育人项目一项。...

  • 【课程建设】深化产教融合校企合作

    日期:2024-04-17 10:59:22 点击:138 好评:0

    ...

  • 【课程建设】《大数据思维与决策》--课程思政示范课

    日期:2024-04-17 10:56:15 点击:166 好评:0

    《大数据思维与决策》--课程思政示范课 《大数据思维与决策》课程是面向全校非数据专业同学开设的一门跨学科选修课,是一门数据科学的通识类课程。本课程旨在培养学生在信息时代的基本数据素养,建立数据思维基础,理解并应用大数据分析技术以支持决策过程。本课程的主要内容包括大数据的基础知识,大数据思维,大数据技术及分析流程,大数据伦理与安全,以及大数据在各行各业中的应用,通过这门课程的学习,使学生掌握大数据的基本概念、数据分析的方法,发展批判性思维和解决问题的能力,并在此基础上培育良好的职业道德和社会责任感,为未来在各个行业中应对复杂挑战提供有力支持。 本课程的学生的受众面比较大,每学年全校有近千人选修。因此课程的思证教育与价值导向显得尤为重要。课程团队首先从教学内容入手,深挖与课程内容相关的时政要闻、技术热点、名人传记、历史典故、学科前沿知识中的思政素材,提炼其所蕴含的思想价值和精神内涵,形成课程的思政教学目标,实现思政元素与专业知识有机融合。在教学过程中,借助云班课和雨课堂等线上教学平台,采用线上线下混合教学的模式,通过丰富多样的学习资源和互动活动开展课程思政教学,实现知识传递和价值引领的有机结...

  • 【课程建设】《大数据思维与决策》-云教材

    日期:2024-04-17 10:52:53 点击:145 好评:0

    《大数据思维与决策》-云教材 1.教材封面信息 2.教材目录 1 数据的采集与预处理 1.1 大数据采集 1.2 数据采集的数据源 1.3 大数据预处理 本章小结 课后习题 2 大数据的存储与处理 2.1 传统的数据存储方式 2.2 大数据的存储方式 2.3 数据仓库 本章小结 课后习题 3 大数据分析方法 3.1 大数据分析方法概述 3.2 数据挖掘算法 3.3 大数据挖掘工具 3.4 大数据处理与分析技术 本章小结 课后习题 4 大数据可视化 4.1 数据可视化的概念 4.2 大数据可视化的方法与工具 4.3 大数据可视化案例 本章小结 课后习题 5 大数据应用 5.1 开篇案例 5.2 数据经济和数据行业 5.3 大数据的应用 5.4 大数据产业 本章小结 课后习题 6 大数据安全 6.1 大数据安全概述 6.2 大数据隐私问题 6.3 典型案例 本章小结 课后习题...

  • 【课程建设】《数据挖掘》

    日期:2024-04-17 10:51:14 点击:100 好评:0

    《数据挖掘》课程建设 1.课程定位与教学目标 《数据挖掘》是数据科学与大数据技术专业学生的一门专业核心必修课,旨在培养学生利用计算机技术从海量数据中提取有价值信息的能力。本课程内容主要包含数据挖掘概述,数据处理过程、数据探索、数据分类与预测、聚类分析、关联规则分析、时间序列分析等内容,为学生提供系统、深入的数据挖掘理论知识和实践技能。因此,本课程主要培养学生掌握数据挖掘和分析的基本能力,掌握数据挖掘分析的基本开发流程,掌握使用常用数据挖掘软件开发工具的使用,具备一定的数据预测与分析能力,会基于软件分析结果进行文档撰写与交流,同时培养学生的问题解决能力和团队合作精神,能够应用数据挖掘技术解决实际问题,为今后从事数据分析相关的工作打下良好的基...

  • 【课程建设】创新观摩课《R语言与数据可视化》

    日期:2024-04-17 10:43:52 点击:93 好评:0

    创新观摩课《R语言与数据可视化》 课程团队:葛倩倩 刘仰光 卢雪琴 《R语言与数据可视化》是数据科学与大数据技术专业学生的一门专业必修课,课程以R语言为背景介绍数据可视化的知识、理念,培养学生将理论与实践相结合的能力,通过实际动手操作提高解决问题的技能,体现科学精神、批判性思维和知行统一的实践观,重在培养学生掌握R语言的基本语法,树立数据规范化处理的观念,使学生能够运用R语言创新地解决数据问题,在面对数据分析挑战时展示出灵活的策略和应变能力,能够自我驱动,培养学习新工具、新技术和最新数据科学趋势的积极态度。 2023年6月5日上午,数据科学与大数据技术系葛倩倩老师主讲的《R语言与数据可视化》在本部校区创新教学观摩空间开展教学。本次课程内容为时间序列可视化,课程采用案例教学模式开展理论讲授和实操演练,将思政元素融入到课程内容教学中,引导学生掌握时间序列数据的可视化应用。课程刚开始时,葛老师让学生举例说明身边的时间序列数据,随后分别讲授了奥运奖排数据可视化、北京空气质量数据可视化以及我国恩格尔系数变化可视化案例,引导学生完成动态追踪图、折线图和面积图的绘制。这种以生活和生产中的案例开展教学的方式深受学生的...

  • 【团队成果】教学研究

    日期:2024-04-17 10:41:38 点击:123 好评:0

    ...

广告位API接口通信错误,查看德得广告获取帮助