2020-物流大数据分析

本课程围绕物流领域的仓运配问题,基于企业真实数据,融合大数据分析与挖掘新方法,从企业实际需求出发设计教学案例,旨在培养学生的数据思维及基于数据分析的决策创新能力。

建议课时:48课时·任务数:12个·综合评分:0.00

模块化实训 > 2020-物流大数据分析

未来已来,大数据成为物流产业升级的关键风口,物流人的教育改革迫在眉睫。高校如何紧跟时代步伐进行教学模式改革?老师如何将大数据分析与挖掘融入传统教学?学生如何让自己成为既懂专业知识又有数据决策思维的高端物流人才?

《物流大数据分析》是我们坚持深化产教融合推出的一套线上课程,它将为物流人的教与学提供一个全新的思路。

—— 课程团队

课程概述

《物流大数据分析》是面向经管类专业的一门实战型课程。其功能在于培养学生在物流专业知识基础上运用数据思维进行数据挖掘分析并决策创新的能力,其目的在于培养学生的大数据分析能力,助力学生成为数据科学时代最需要的高素质管理类人才。

课程围绕物流领域的仓运配问题,基于企业真实数据,融合大数据分析与挖掘方法,从企业实际需求出发设计教学案例,细化为48学时的实验任务。课程资源结构严密、内容新颖,逻辑清晰,强调实践,以学员为中心采用“教、学、练、评”一体化的教学模式,通过在线学习,交流答疑、单元测试等多种方式,调动学员的学习积极性和主动性,帮助学员强化专业知识,培养数据思维,提升分析决策能力,同时也能满足专业教学改革的需要。

授课目标

了解大数据在物流场景中的应用;

理解数据挖掘分析相关的理论知识;

掌握数据挖掘分析软件的使用操作;

强化物流专业知识的应用能力;

增强运用数据思维进行分析决策的能力。

提交
    • 1047151932060777
    • 2019-03-08 14:39:57

    作业就是看看

共有4页

大数据挖掘平台

PMT(Python Mining Tool)是一款基于Python语言开发的数据挖掘分析工具,具有适合不同用户群体的多层架构,从无经验的数据挖掘初学者到喜欢通过其脚本界面访问该工具的程序员都将会有一个良好的使用体验。

PMT封装了包括机器学习,数据预处理和数据可视化等算法,目标是以一种最为简约的方式来解决具体业务场景中的问题,该工具的重点在于数据分析与挖掘,例如,安装库中的机器学习算法包含梯度下降法、朴素贝叶斯分类器、k近邻、决策树、随机森林、CN2规则、支持向量机、神经网络、Adaboost、线性回归和逻辑回归等。同时,将实现不同功能的算法封装在组件(节点)中,以方便用户的调用,并专注于业务分析。本门课程借助PMT实现数据分析和挖掘,解决不同物流场景中的问题。