数据科学导论
课程介绍
《数据科学导论》课程定位培养学生学习数据科学分析的基本原理，掌握数据分析的基本思路、常见的分析方法以及应用场景，学会数据分析及可视化的方法，相关算法原理介绍和算法应用需求导向对接的垂直化课程体系设计，培养学生具备利用数据科学方法解决传媒大数据相关问题的能力。
课程目标
- 理解数据科学的基本概念和方法论
- 掌握数据收集、清洗、分析和可视化的基本技能
- 了解机器学习和统计学习的核心算法
- 培养利用数据科学方法解决实际问题的能力
- 建立数据驱动的思维方式
课程大纲
第一部分：数据科学基础
- 数据科学概述
- 数据收集与预处理
- 数据可视化基础
- 描述性统计分析
第二部分：统计学习方法
- 线性回归与分类
- 重抽样方法
- 模型选择和正则化
- 决策树与组合学习
第三部分：高级主题
- 支持向量机
- 神经网络基础
- 无监督学习
- 推荐算法
- 文本挖掘
- 社交网络分析
- 并行与分布式计算
课程资源
课程幻灯片
学习资料
课程讲稿
<div style="margin-bottom: 20px; padding: 15px; background-color: #f8f9fa; border-radius: 8px;">
<h3><a href="https://xiaoningwang.github.io/teaching/datascience/chap1-introduction">第1讲：数据科学的发展历史与研究问题</a></h3>
<p style="color: #666; margin-top: 5px;">2026年03月10日</p>
<p style="margin-top: 10px;">数据科学的发展历史与数据科学研究的主要问题——演讲提纲
</p> 查看完整讲稿 </div>
优秀作业展示
- 2022数据科学导论优秀报告展示合集
- 统计与真理视频合集
- 调查与计算广告分析报告合集
[合集 数据科学导论课程报告展示](https://mp.weixin.qq.com/s?src=11×tamp=1765266294&ver=6407&signature=McxNxjaX3AYOFXC9kML2YSDUc-YV7GfVjY0UtXDYBAgqai7MP8z-U367u5gzIr2q0rmm7l9T2hJu4vA0CdigbRC5MNczZYo9jM3gsn03WN-Uy9Y*RtLVc77g1I66qI&new=1)
智能助教
为提升学习体验，本课程配备 Scholar Hero 智能助教，支持课堂演示、代码示例和问答反馈。
联系我们
如果您对课程有任何问题或建议，欢迎联系课程负责人：
- 王小宁 教授
- 邮箱：sdwangxiaoning@foxmail.com
- 办公地点：中国传媒大学