数据科学技术与应用——学习提示：评分标准与第三方库

数据科学技术与应用

学习提示：评分标准与第三方库

课程源：中国大学MOOC-东华大学-宋晖等-数据科学技术与应用

一、 评分标准详解

课程评价项：
1）完成所有课程的学习；
2）完成课程单元测试；（10分）
3）完成课堂交流讨论3次及以上；（20分）
4）完成指定的4次课后作业；（30分）
5）参加考试（课程结束后1周）；（40分）
证书：
1）完成课程5项评价内容，
2）评价2、3、4、5项按分值占比计入总评分
3）总评分超过60分即可获得证书
4）总评分超过85分可获得优秀学员证书

1.在课程学习的过程中，由于中国大学MOOC学习平台的机制，完成课程学习与是否点亮课程后的绿色点无关，不计入评分。也就是说，简单来说，就算一个绿色点也没有点亮，其他项均为满分，也是可以以100分来完成课程的。

2.单元测试多次考试取最高分，不再赘述。

3.课堂交流即在课堂交流区的教师发帖下回复即可，达到数量目标一般即可得分。

4.作业和考试完成并完成所有互评才能拿到所有的分数。
（非常重要！！！有互评的一定要按时互评！！！）

5.*（可选）*关注课程，在时间要求内申请证书。现在没有免费证书了，都是100元一张，一般在下一学期开始的时候才会寄到。

二、 本课程所需要安装的第三方库

1.在作业中使用到的第三方库

建议找个空闲的时间，安装完以下所有的库，有些库的安装耗费时间很长。

以下第三方库大多可以使用pip进行安装，我也十分推荐用这个方法进行安装。如果曾经安装过部分第三方库，pip会有提示。也可以通过pip来更新第三方库。

建议在使用第三方库的时候，第三方库保持最新。

名称	简介
numpy	NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
pandas	Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。
matplotlib	matplotlib是基于Python语言的开源项目，旨在为Python提供一个数据绘图包。
xgboost	XGBoost是一套提升树可扩展的机器学习系统。
keras	Keras是一个由Python编写的开源人工神经网络库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。
sklearn	scikit-learn 是基于 Python 语言的机器学习工具。简单高效的数据挖掘和数据分析工具，可供大家在各种环境中重复使用，建立在 NumPy ，SciPy 和 matplotlib 上，开源，可商业使用。
graphviz	Graphviz 是一款由 AT&T Research 和 Lucent Bell 实验室开源的可视化图形工具，可以很方便的用来绘制结构化的图形网络，支持多种格式输出。

2.课程中用到的其他第三方库

名称	简介
jieba	jieba 库是一款优秀的 Python 第三方中文分词库，jieba 支持三种分词模式：精确模式、全模式和搜索引擎模式。
scikit-Image	scikit-image是图像处理和计算机视觉算法的集合。
statsmodels	statsmodels是一个Python模块,它提供对许多不同统计模型估计的类和函数,并且可以进行统计测试和统计数据的探索。
baidu-aip	百度的语音识别依赖包。