湖南农业大学自考12577智能数据处理实操课程考核大纲内容包括:课程性质与目标、考核内容与考核目标、实践课程考核有关说明与实施要求,详情见下文:
湖南农业大学高等教育自学考试实操课程考核大纲
课程名称:智能数据处理 课程代码:12577
第一部分课程性质与目标
一、课程性质与特点
《智能数据处理》是高等教育自学考试物联网工程专业的专业核心课程。主要介绍了数据处理基础与人工智能等信息前沿技术、基础数据处理可视化操作方法、智能数据分析语言等内容。
本课程的实践环节主要包括3大方面:
(1)使用Access实现数据管理,包括数据的增、删、改、查四个主要方面的内容;
(2)掌握Python语言的基础用法,包括安装环境、基础语法等内容
(3)使用Python进行数据分析,包括数据智能分析、常用数据文件操作、数据图形化展示等内容
二、课程目标与基本要求
通过本课程的学习,要求考生了解掌握数据处理基础及智能分析技术前沿、数据存储、数据存储应用(Access 2016)、以及通过Python程序设计语言完成简单的数据获取、数据智能分析和数据可视化展示等数据智能分析技术,培养和提高计算思维和智能计算思维。
三、与本专业其他课程的关系
本课程的先修课为《数据库原理》、《计算机技术基础》,学习本门课程为学习信息科学相关后续课程和利用信息科学的有关知识和工具解决本专业及相关领域的问题打下良好的基础。
第二部分考核内容与考核目标
一、学生应达到的实践能力和标准
1、熟练掌握Access的用法,主要包括独立完成数据库的设计与创建工作、独立完成数据表的增删改查等操作;
2、熟练掌握Python的基础语法,主要包括环境的搭建与安装、Python的变量、数据类型、运算符与表达式、序列、循环、条件、函数等内容;
3、基本掌握Numpy、Pandas、Matplotlib库的用法,主要包括数据的导入导出、使用Pandas实现数据基础分析、使用Matplotlib实现数据的图形展示。
二、考核知识点与考核目标
实践项目一使用Access管理数据
(一)实践内容
(1)熟系如下物理模型设计
产品类别表(ProTypes)
字段说明 | 字段名 | 数据类型 | 备注 |
类别编号 | TypeID | 整型 | 主键, 自增列 |
类别名称 | TypeName | 短文本(20) |
产品表(Products)
列说明 | 列名 | 数据类型 | 备注 |
产品编号 | ProID | 整型 | 主键, 自增列 |
类别编号 | TypeID | 整型 | 与 ProTypes 表的 TypeID 外键 关联 |
产品名称 | ProName | 短文本(100) | |
产品原价 | ProOldPrice | 货币 | |
产品售价 | ProNewPrice | 货币 | |
销售数量 | ProSale | 整型 | |
库存数量 | Prodepot | 整型 | |
优惠开始时间 | ProSaleBegin | 日期/时间 | |
优惠结束时间 | ProSaleEnd | 日期/时间 |
客户表(Customers)
列说明 | 列名 | 数据类型 | 备注 |
客户编号 | CusID | 整型 | 主键, 自增列 |
客户昵称 | CusNick | 短文本(50) | 唯一约束 |
登录账号 | CusLogin | 短文本(50) | |
密码 | CusPwd | 短文本(50) | |
客户积分 | CusPoint | 整型 | |
注册时间 | CusCreateDate | 日期/时间 | 默认值:当前时间 |
最后登录时间 | CusLoginDate | 日期/时间 |
客户地址表(CusAdds)
列说明 | 列名 | 数据类型 | 备注 |
地址 ID | CAID | 整型 | 主键, 自增列 |
客户编号 | CusID | 整型 | 与 Customers表的 CusID 外键关 联 |
省份 | CAProvince | 短文本(100) | |
城市 | CACity | 短文本(100) | |
送货地址 | CAAddress | 短文本(500) | |
默认地址 | CADefault | 是/否 | 默认值=0 ,0=非默认地址,1= 默认地址 |
订单表(Orders)
列说明 | 列名 | 数据类型 | 备注 |
订单编号 | OrderNum | 短文本(14) | 主键 |
地址 ID | CAID | 整型 | 与 CusAdds 表的 CAID 外键关联 |
客户编号 | CusID | 整型 | 与 Customers 表的 CusID 外键关 联 |
订单时间 | OrderDate | 日期/时间 |
订单详单表(OrderDetail)
列说明 | 列名 | 数据类型 | 备注 |
详单编号 | ODID | 整型 | 主键, 自增列 |
订单编号 | OrderNum | 短文本(14) | 与 Orders 表的 OrderNum 外键关 联 |
数量 | ODCount | 整型 | |
价格 | ODPrice | 货币 | |
产品编号 | ProID | 整型 | 与 Products 表的 ProID 外键关联 |
(2)根据(1)中的物理模型使用 Access 创建库、表、并录入测试数据(每个表 3-5 条);
(3)使用 Access 创建关系视图;
(4)使用 Access 修改表设计:
具体要求:
a. 为客户表添加一个客户备注列,数据类型为短文本,长度 100
b. 删除产品表的开始优惠时间和结束优惠时间列
c. 修改产品表的产品售价的数据类型为双精度
(5)使用 Access 删除指定表的数据:
具体要求:使用可视化工具直接在每个表中删除一条记录,注意观察有关系的表中数据删除的异常情况。
(6)创建如下查询,Access 可视化工具或者 SQL 语句任选一种方法:
a. 按照商品价格排序从高到底排序显示前 3 款商品信息
b. 查询订单详单中每个商品的购买总数及总金额
c. 查询评价表显示客户昵称、商品名称、评价信息
(二)考核知识点及考核要求
(1)建库、建表、键约束,达到熟练掌握层次
(2)关系视图,达到熟练掌握层次
(3)增、删、改操作,达到基本掌握层次
(4)使用 Access可视化工具实现查询,达到基本掌握层次
(5)SQL 语句查询,达到基本掌握层次
实践项目二 Python基本语法演练
(一)实践内容
(1)搭建 python 环境,并选择安装开发工具
具体要求:
a. 前往 https://www.python.org/下载 python 包,建议选择 3.8 以及以下版本,安装包,并且在控制台测试安装结果:
b. 在 Anaconda 、VSCode 、PyCharm 中任选一款开发工具进行安装,也可以选择自己喜欢的其它工具。
(2)输入输出演练:提示用户输入姓名、性别、年龄,放入三个不同类型的变量中,然后以如格式输出刚刚输入的内容。
请输入你的姓名:***
请输入你的性别:*
请输入你的年龄:**
姓名 性别 年龄
*** * **** ****
(3)表达式和运算演练:输入一个四位数的整数,然后将该数的各个位上的数字求和,输出;
(4)条件演练:根据下面给出的约束条件来计算学员的等级。输入一个整数表示学生的成绩,放在 marks 变量中 ,根据下面的等级分配,输出学生的等级
marks>75-----A 级
60 <=marks <= 75-------B 级
45 <= marks<60 -------C 级
35<=marks < 45-------D 级
marks<35 ------E 级
(5)循环演练: 输入一个整数 ,根据整数输出如下内容:(假如数为 6)
0+6 =6
1+5 =6
2+4 =6
3+3 =6
4+2 =6
5+1 =6
0+6 =6
(6)序列结构演练:定义一个字典,用来保存 3 个学生的语文、数学、英语三门功课的成绩,然后按如下格式输出这三个学生的成绩:
数学 语文 英语
第 1 名学生 89 79 98
第 2 名学生 99 80 100
第 3 名学生 79 99 87
(7)函数演练:请编写函数实现如下功能:根据传入的成绩列表参数(格式如 (6)所示),计算并输出每个学生的平均成绩,然后返回平均成绩最高的学生的姓名。
(二)考核知识点及考核要求
(1)环境部署,达到基本掌握层次
(2)输入输出技术,达到熟练掌握层次
(3)运算与表达式,达到熟练掌握层次
(4)条件结构,达到熟练掌握层次
(5)循环结构,达到熟练掌握层次
(6)序列,达到基本掌握层次
(7)函数,达到基本掌握层次
实践项目三 Python 智能数据分析库的使用
(一)实践内容
(1)NumPy 的基础用法,具体演练要求如下:
a. 使用 NumPy 创建一个长度为 5 的数组,通过循环输入 5 个成绩,然后输出这个数组中成绩最高的数;
b. 使用 NumPy 创建一个长度为 10 的随机数组,数组每一项的值在 0- 10 之间, 每一项保留两位小数,创建并处理完成以后利用切片方式输出数组的第 5 至第 7 项的内容;
c. 使用 arange 方法和 reshape 方法,创建一个 10* 10 的二维数组,初始内容为0-99 ,输出数组所有元素的和。
(2)Pandas 库
a. 创建 Dataframe 对象,保存如下数据,索引为编号
编号 | 姓名 | 测试批次 | 英语 | 语文 | 数学 |
1001 | 张三 | 春季学期 | 90 | 88 | 75 |
1002 | 张三 | 秋季学期 | 95 | 85 | 90 |
1003 | 李四 | 春季学期 | 92 | 92 | 78 |
1004 | 王五 | 秋季学期 | 98 | 87 | 89 |
b. 编写代码使用切片方式从上述创建的 Dataframe 数据中获取第二行至第四行数据;
c. 编写代码,展示所有学生的姓名以及他们所有考试批次的所有成绩;
d. 编写代码,利用条件筛选出张三的所有考试信息;
(3)读取指定文件的内容,并且利用 Matplotlib 库绘制曲线图
a.请在当前 python 文件目录下创建一个 csv 文件,用来记录某员工的销售业绩,文件内容如下:
b .使用 Dataframe 读取文件,并且使用 Matplotlib 库将每个月的销售业绩绘制成一张曲线图,效果与下图类似即可:
考核知识点及考核要求
NumPy 的基础用法,要求达到“熟练掌握”层次;
Pandas 库的用法,达到“基本掌握”层次;
Matplotlib 库的用法,达到“初步掌握”层次。
第三部分有关说明与实施要求
一、考核的能力层次表述
本大纲在考核目标中,按照“初步掌握”、“基本掌握”、“熟练掌握”三个能力层次规定其应达到的能力层次要求。各能力层次为递进等级关系,后者必须建立在前者的基础上,其含义是:
初步掌握:能正确认识和表述该知识点的原理、术语和规律,并能对正确的基本操作进行选择和判断。
基本掌握:在初步掌握的基础上,能全面地了解实践操作全过程的各个环节,并内化为自己实际分析问题、解决问题的应用能力。
熟练掌握:在基本掌握的基础上,能运用基本概念、基本原理、基本方法联系学过的多个知识点分析和解决有关的理论问题和实际问题,是最高层次的要求。
二、教材
1.指定教材《人工智能与数据处理基础》,杨璠、张承德,清华大学出版社,2021年版。
三、实施指导与要求
1.在开始每一个实践任务之前,请先复习每个实践内容涉及的教材相关章节知识点,再根据实践任务的要求查看对应知识点的课堂笔记、视频、代码等内容。
2.在实践操作过程中,既要动手操作,也要思考问题,把理论课中所学的基本概念、原理、方法等在操作中加以实现和深入理解,不断提高自学能力,
3.实践操作是理解、消化和巩固所学知识,培养分析问题、解决问题及提高能力的重要环节,在做练习之前,应认真查阅相关资料,在练习过程中对所学知识进行合理的回顾与发挥,注重理论联系实际和具体问题具体分析,解题时应注意培养逻辑性,针对问题围绕相关知识点开展。
4.应掌握各知识点要求达到的能力层次,并深刻理解对各知识点的考核目标。
5.实践辅导时,尽量提供大纲中所提到的参考样例,让学生进行参照实践。辅导时,要注意突出重点,对考生提出的问题,不要有问即答,要积极启发引导。
6.注意对考生能力的培养,特别是自学能力的培养,要引导考生逐步学会独立学习,在自学过程中善于提出问题,分析问题,做出判断,解决问题。
7.要使考生了解试题的难易与能力层次高低两者不完全是一回事,在各个能力层次中会存在着不同难度的试题。
全专业电子资料、题库、学位、网课
最高直省2344元
上千+科次精品网课
买网课即送全真模考题库
五千+科次教材资料
电子资料满三件9折
五千+科次在线题库
全真呈现历年考试试题