课程号 |
02839010 |
学分 |
2 |
英文名称 |
Data Analytical Thinking: From Data Analysis to Business Value |
先修课程 |
选课同学希望能够具备基本的统计学入门知识。需要的先验知识包括但是不局限于:基础概率论、概率分布、统计量、参数估计、假设检验。 |
中文简介 |
数据思维这门课程关心的核心问题是:如何让“数据”产生“商业价值”,这其中的方法论是什么?核心理念是什么?为此,跟大家分享一套完整的理论框架:数据思维。其中包括三方面重要内容:(1)数据与价值,理解什么是数据?什么是价值?价值表现在哪些方面?如何被客户感知?(2)回归分析,包括:理念和技术。在理念层面,理解回归分析是把业务问题定义成为数据可分析问题的基本方法论。在技术层面学习两种最常用的回归分析模型:线性回归+逻辑回归。(3)数据模型产品化。如何把一个基于数据产生的模型变成商业产品,这其中的挑战和陷阱在哪里,有没有可逡巡的基本方法论? |
英文简介 |
This course concerns how to transfer data into businese value. To this end, we provide everyone a complete theoretical framework: data analytical thinking. It contains three components: (1) data and value; (2) regression analysis; (3) data model product. |
开课院系 |
光华管理学院 |
通选课领域 |
|
是否属于艺术与美育 |
否 |
平台课性质 |
|
平台课类型 |
|
授课语言 |
中文 |
教材 |
数据思维:从数据分析到商业价值,王汉生,人大出版社,201909,1,978-7-300-24856-1;
|
参考书 |
|
教学大纲 |
学习从数据到商业价值的基本方法论
每一讲2-3学时+上机实习+课堂汇报
第1讲:批判性数据思维 第2讲:数据与价值 第3讲:回归分析理念 第4讲:数据可视化 第5讲:不确定性与产品设计 第6讲:回归分析技术(线性) 第7讲:回归分析技术(逻辑) 第8讲:数据产业实践(SEM+RTB) 第9讲:数据产业实践(IF) 第10讲:数据产业实践(IV) 第11讲:非结构化数据(图像+文本) 第12讲:非结构化数据(SNS+DL) 第13讲:数据产业研究(法务) 期末汇报
(1)老师讲授为主 (2)学生分组讨论+课堂汇报 (3)课后上机实习
(1)平时作业 (2)课堂出勤 (3)期末汇报 (4)无闭卷考试
|
教学评估 |
王汉生:
学年度学期:17-18-2,课程班:数据思维:从数据分析到商业价值1,课程推荐得分:4.89,教师推荐得分:4.89,课程得分分数段:95-100;
学年度学期:18-19-2,课程班:数据思维:从数据分析到商业价值1,课程推荐得分:0.0,教师推荐得分:9.11,课程得分分数段:95-100;
|