计算传播学编程基础

来自集智百科
跳转到: 导航搜索

目录

《数据科学Python编程基础》课程大纲

一、教学任务

数据科学致力于运用计算机编程技术、数学和统计学知识、和专业知识来解决社会重要问题。在互联网时代,当我们打电话、发短信、上网冲浪、使用手机App等数字媒体的时候,我们的行为痕迹都会被记录下来,累计了大量的人类行为的数据。这些数据的精度和规模都超越了传统的研究数据。为了更好地理解人类行为,除了需要某一学科的专业知识外,我们还需要统计学知识之外和计算机科学的知识,将计算机科学、数学和统计知识、专业知识三者紧密结合起来的一个领域即为数据科学。

《数据科学Python编程基础》南京大学新闻传播学院开设的选修课程,是“新媒体课程包”中的核心课程,旨在为学生提供数据科学编程的基础知识。本课程以Python作为基本的编程工具,采用Jupyter Notebook作为编程环境,注重编程训练、数学建模和计算思维的培养。要求选课学生对于计算社会科学(computational Social Science)和数据科学感兴趣、保持开放的头脑、不排斥基本的统计学和简单的计算机编程。

二、教学内容

《数据科学Python编程基础》本学期共18周,每周两个课时。

2.1 教学内容: 1. 数据科学简介 2. Python编程基础 3. 使用Python获取数据: Requests、Beautifulsoup、Selenium 4. 使用Python清洗数据:Pandas简介 5. 使用Python进行可视化:Matplotlib、Seaborn、PyEcharts 6. 使用Python进行机器学习:Sklearn各种常用的机器学习算法

2.2 评分标准: 1. 课堂参与 Class participation (10分) 2. 课堂报考 Presentation (10分) 3. 课后作业 Homework(40分) 4. 课程研究项目 Research project(40分)

2.3 参考书籍: 1. Whirlwind Tour Of Python https://jakevdp.github.io/WhirlwindTourOfPython/ 2. Python Data Science Handbook https://jakevdp.github.io/PythonDataScienceHandbook/ 3. Python for Data Analysis by Wes McKinney, published by O'Reilly Media https://github.com/data-science-lab/pydata-book

三、教学方法

本课程运用多种教学方法来保障教学任务的完成,包括: 1)实践参与教学,包括阅读材料分享、小组研究项目和大量的课堂练习; 2)案例教学,通过案例讨论,鼓励学生自己寻找问题的答案和解决方式;

一般教学单元的设计: 问题式的开场——案例讨论和展开——知识点总结传授——课堂练习或课后练习。


https://github.com/computational-class/PythonDataScienceHandbook

https://jakevdp.github.io/PythonDataScienceHandbook/

file:///Users/chengjun/%E7%99%BE%E5%BA%A6%E4%BA%91%E5%90%8C%E6%AD%A5%E7%9B%98/Computational%20Communication/PythonDataScienceHandbook-gh-pages/index.html

个人工具
名字空间
操作
导航
工具箱