教学

数据可视化

学期: 

春季学期

开课学年: 

2023

数据可视化旨在借助于图形化手段,清晰有效地传达与沟通信息。本课程讲授不同数据可视化方法的原理,特别强调要根据不同数据类型来选择不同的可视化方法。本课程理论与实践并重,具体包括三个模块:(1)数据可视化理论和实践基础;(2)不同类型数据的可视化;(3)可视化的交互与评测。在实践上,本课程主要使用Python语言和d3.js完成可视化任务,同时会介绍多种可视化工具(软件)。本课程是信息管理系“大数据管理与应用”专业和政府管理学院“数字治理”方向的必修课,也是信息管理系其他两个本科专业的限选课,同时也欢迎其他相关专业同学选修。

Python数据分析

学期: 

春季学期

开课学年: 

2023

本课程讲授数据分析的方法,并采用Python作为实践工具。本课程要求学生在开课前具备使用Python的基本能力。本课程共分为三个模块:第一个模块(基础篇)首先简要介绍和回顾Python程序设计的语法,并介绍使用Python进行数据分析的基础,如使用Numpy、pandas和matplotlib等;第二个模块(应用篇)展示多个使用Python进行数据分析的应用场景,如探索式数据分析、时间序列分析、机器学习、社会网络分析、图像分析、文本挖掘等;第三个模块(总结篇)将由学生在课堂内展示小组作业,并进行一次期末考试。本课程是“大数据管理与应用”专业必修课,也是信息管理系其他专业的限选课,同时也欢迎其他相关专业同学选修。本课程是北京大学“课程思政认定课程”。

复杂网络理论与实践

学期: 

秋季学期

开课学年: 

2022

复杂网络结构为社会、生物、信息复杂系统提供了一个统一框架。在信息管理和大数据领域,以复杂网络结构存储的数据变得越发普遍。本课程介绍针对复杂网络结构的数据挖掘理论、方法及其应用。课程将涉及复杂网络的数学基础、测度、社团划分、检索与遍历、建模、嵌入式表示、存储等内容。此外,本课程还将穿插介绍其他高维数据分析的理论与方法,并并渗透一定的系统化思维方法。