湖北工业大学

“微专业”课程教学大纲

 2021/2022学年 第 2 学期

“微专业”名称：  数字化转型

课程名称：  数据预测    

大纲编写者： 张  珍

大纲审核人：

教务处 制

2021年 2 月

一、课程概述

1.课程教学目标:《数据预测》是面向本科生开设的一门数字化转型微专业的必修课程，作为微专业三个学期的第二学期课程。课程教学分为课堂教学和实践教学两个环节。通过《数据预测》课程教学，应该在储备数据预测基本理论、实操演练等方面达到以下教学目标：

（1）理论层面：能够了解数据革命历程，以及预测的基本理论，掌握数据预测的标准流程。

（2）实践层面：能够熟练操作主要工具软件的使用技巧，掌握预测分析与决策管理的基本方法。

2.课程授课对象:本课程适用于学校所有专业的本科学生，特别是希望进一步强化统计分析与预测建模的知识储备、跨专业考研、增强分析解决问题能力的学生。

3.课程总学时要求:总学时：32   讲课学时：27   实验学时：5

4.本课程与其他课程的联系与分工:本课程安排在微专业三个学期的第二学期，本课程有助于学生预测与评价能力的提升，为第三学期课程奠定基础。

二、课程内容

1.课程内容：本课程以数据革命、预测概论、统计基础软件、建模本义、预测方法为主要内容，教学方法集知识教授、案例教学、实践教学为一体。

在课堂知识讲授中，充分利用多媒体等设备及部分视频材料，强化学生对基本理论的理解与掌握；在案例教学中，结合知名企业创新实际情况，融入课程知识点，增强学生运用所学知识分析问题的能力，加深对知识的理解；实践教学中，运用教授的多种预测与决策方法，定性、量的测算预测结果。

本课程总学时32学时，每周4学时，知识讲授27学时，实践教学5学时。

2.课程教学内容及学时分配表

三、教学基本要求

1.对课程教学的基本要求

以“微专业”教学目标为基础，更新教育理念，进一步完善教学内容，探索以多媒体网络技术为依托的现代的、多元的和全方位的听说教学模式。保持教学内容的先进性，突出实用性特色。加强教材建设，实现教材多元化，完善教材体系，满足学生的实际需求。充分利用相关企业案例资源，进一步完善该课程与其他相关课程相链接的教学模式和教学方法

（1）教学方法

课堂教学采用国外先进的任务型教学法(Task Based Approach)、产出导向法(Production-oriented Approach)，案例教学等方法，积极开展互动性课堂教学，加强实践性教学环节，培养学生的实际解决问题能力。

（2）辅导内容

本课程学习方法辅导；作业讲评。

（3）作业布置

根据教学进程和教学需求，统筹安排学生作业和学习任务。除布置一般作业外，强调布置自主性、主动性、实践性和研究性等学习任务。

2.课程的考核要求

（1）课程学完后，学生应能全面了解并掌握数据预测的基本理论与系统知识。

（2）能够理论联系实际分析、解决问题，运用所学方法，结合收集的数据信息，进行预测与决策管理。

四、课程推荐使用的教材及教学参考资料

主要教材及参考书：

教材：

自编讲义

参考书：

1. 牛琨. 纵观大数据：建模、分析及应用. 北京邮电大学出版社, 20187.

2. 拉里Ÿ罗森博格，约翰Ÿ纳什，安格Ÿ雷厄姆(著)，陈建 胡志丽（译）.大决策：大数据时代的预测分析和决策管理. 上海社会科学院出版社, 2014.

五、实施说明：

1.本课程在安排在微专业三个学期的第二学期。

2.开设本课程的特殊要求：白天授课。

3.考核方式：考核包括学生平时上课出勤率、个人发言、小组讨论等课堂活动的表现、平时作业、结课作业等成绩。考核与评估的构成比例如下（百分制）：平时成绩40%（包括平时作业20%+课堂表现10%+考勤10%）+期末成绩60%。