ĐỀ CƯƠNG CHI TIẾT HỌC PHẦN: DỮ LIỆU LỚN

Công Nghệ Thông Tin, it, phầm mềm, website, web, mobile app, trí tuệ nhân tạo, blockchain, AI, machine learning - Công Nghệ Thông Tin, it, phầm mềm, website, web, mobile app, trí tuệ nhân tạo, blockchain, AI, machine learning - Công nghệ thông tin 1 TRƯỜNG ĐH NGOẠI NGỮ - TIN HỌC TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Khoa CÔNG NGHỆ THÔNG TIN Độc Lập - Tự Do - Hạnh Phúc CHƯƠNG TRÌNH GIÁO DỤC ĐẠI HỌC Trình độ đào tạo: Đại học Ngành: Công nghệ thông tin Mã số: 7480201 ĐỀ CƯƠNG CHI TIẾT HỌC PHẦN 1. Thông tin chung về HP 1.1 Mã học phần: 1230493 1.2 Tên học phần: Dữ liệu lớn 1.3 Ký hiệu học phần: 1230493 1.4 Tên tiếng Anh: Big Data 1.5 Số tín chỉ: 4 (3 + 1) 1.6 Phân bố thời gian: - Lý thuyết: 45 tiết - Thực hành: 30 tiết - Tự học: 90 tiết 1.7 Các giảng viên phụ trách học phần: - Giảng viên phụ trách chính: - Danh sách giảng viên cùng giảng dạy: 1.8 Điều kiện tham gia học phần: - Học phần tiên quyết: Không có - Học phần học trước: Cơ sở dữ liệu - Học phần song hành: Không yêu cầu 2. Mục tiêu HP 2.1. Mục tiêu chung Học phần giới thiệu định nghĩa và các vấn đề cơ bản của dữ liệu lớn trong 3 chương đầu tiên. Sau đó các công cụ cung cấp các chức năng khác nhau để quản lý dữ liệu lớn, kết nối cơ sở dữ liệu lớn, lập trình và phát triển ứng dụng cũng như triển khai các ứng dụng dữ liệu lớn trong nhiều môi trường khác nhau được giới thiệu ở chương thứ 4. Chương 5 giới thiệu các chủ đề chuyên sâu về việc phân tích dữ liệu lớn, cung cấp những gợi ý thích hợp để sinh viên phát triển và tiến hành các đề tài nghiên cứu về dữ liệu lớn. 2.2. Mục tiêu HP cụ thể 2.2.1. Về kiến thức: - Kiến thức nền tảng: Các khái niệm về dữ liệu lớn và các vấn đề liên quan. Biết và giải thích được các thuật ngữ tiếng Anh thuộc lĩnh vực dữ liệu lớn - Hiểu được ý nghĩa và ứng dụng của các bài toán trong khai thác dữ liệu lớn đối với các vấn đề thực tế. 2.2.2. Về kỹ năng: - Sử dụng được một số công cụ trong việc triển khai và lập trình trên dữ liệu lớn. - Kỹ năng nghề nghiệp: Phân tích dữ liệu văn bản và dữ liệu thời gian thông qua các công cụ hỗ trợ. - Kỹ năng cá nhân: Làm việc ở mức độ cá nhân và cộng tác nhóm để trình bày một số báo cáo khoa học theo mẫu và thuyết trình các nội dung liên quan đến môn học. 2.2.3. Về thái độ - Có thái độ làm việc khoa học, trung thực, rõ ràng. - Chuẩn bị bài trước khi đến lớp. Đi học đầy đủ. Tham gia tích cực trong giờ học. - Làm tất cả các bài tập lý thuyết và thực hành. 2 3. Chuẩn đầu ra của HP “Dữ liệu lớn” Bảng 3.1. Chuẩn đầu ra (CĐR) của HP Sau khi học xong học phần, SV có khả năng: Ký hiệu CĐR HP Nội dung CĐR HP (CLO) CLO1 Hiểu được các khái niệm về dữ liệu lớn và ý nghĩa, ứng dụng của các bài toán trong khai thác dữ liệu lớn trong thực tế. CLO2 Có trách nhiệm trong học tập, trung thực và sử dụng phần mềm hợp pháp. CLO3 Sử dụng được các công cụ trong việc triển khai và lập trình trên dữ liệu lớn CLO4 Có khả năng đọc tài liệu và tự nghiên cứu những giải thuật khai thác dữ liệu lớn tiêu biểu. CLO5 Sử dụng công cụ hỗ trợ trong việc phân tích dữ liệu văn bản và dữ liệu thời gian trong các bài toán thực tế 4. Mối liên hệ giữa CĐR HP (CLO) với CĐR CTĐT (PLO) Mức độ đóng góp của CLO vào PLO được xác định cụ thể: 1 – CLO có đóng góp vừa vào PLO 2 – CLO có đóng góp nhiều vào PLO Chú thích: 2 - Cao, 1 - Thấp - phụ thuộc vào mức hỗ trợ của CLO đối với PLO ở mức bắt đầu (1) hoặc mức nâng cao hơn mức bắt đầu, có nhiều cơ hội được thực hành, thí nghiệm, thực tế,…(mức 2) Bảng 4.1. Mối liên hệ của CĐR HP (CLO) đến CĐR của CTĐT (PLO) PLO (1) (2) (3) (4) (5) (6) (7a,b,c,d) (8b, c,d) (9) (10) (11) CLO 1 2 CLO 2 1 CLO 3 2 2 CLO4 2 2 CLO5 2 2 2 Tổng hợp học phần 1 1 2 2 2 2 2 2 5. Đánh giá HP a. Phương pháp, hình thức kiểm tra - đánh giá của HP Bảng 5.1. Phương pháp, hình thức kiểm tra - đánh giá kết quả học tập của SV ở HP Thphần đánh giá Trọng số Bài đánh giá Trọng số con Rubric Lquan đến CĐR nào ở bảng 3.1 HD PP đánh giá (1) (2) (3) (4) (5) (6) (7) A1. Kiểm tra thường xuyên (KTTX) 20 A1.1. Từng buổi học 10 R1 CLO 1 - Điểm danh - Đánh giá hoạt động trên lớp A1.2. Tuần 4: Làm bài tập Chương 2, 3 30 R3 CLO 3 CLO 4 - Đánh giá khả năng đọc và nghiên cứu tài liệu A2. Đánh giá phần thực hành 30 Sinh viên hoàn thành bài thực hành trong buổi thực hành R3 CLO 3 CLO 4 - GV giao bài thực hành vào đầu mỗi buổi thực hành - GV chấm kết quả vào cuối buổi thực hành A3. Đánh giá cuối kỳ 50 Thuyết trình cuối kỳ. R4 CLO 2 CLO 3 CLO 4 - Vấn đáp b. Chính sách đối với HP - 3 6. Kế hoạch và nội dung giảng dạy HP Bảng 6.1. Kế hoạch và nội dung giảng dạy của HP theo tuần Tuần Buổi (3 tiếtb) Các nội dung cơ bản của bài học (chương) (đến 3 số) Số tiết (LTTH TT) CĐR của bài học (chương) chủ đề Lquan đến CĐR nào ở bảng 3.1 PP giảng dạy đạt CĐR Hoạt động học của SV() Tên bài đánh giá (ở cột 3 bảng 6.1 (1) (2) (3) (4) (5) (6) (7) (8) 1 Chương 1. Cơ bản về Dữ liệu lớn 1.1. Dữ liệu lớn là gì? 1.2. Phân tích với BigSheets 1.3. Phân tích dữ liệu tĩnh 1.4. Dữ liệu khi phân tích động, thời gian thực 3 1.1. Thuyết giảng 1.2. Đặt câu hỏi gợi mở để sinh viên trả lời 1.3. Liên hệ với những kiến thức đã học trước đó và kinh nghiệm đã có CLO1 CLO2 - GV sử dụng tài liệu 1 và projector để thuyết giảng - Phần chuẩn bị ở nhà: Đọc trước Cuốn 1: Phần 2; Cuốn 2: Phần 1, 2 - Ghi chú, tham gia các hoạt động trên lớp 2 Chương 2. Hadoop cơ bản 2.1. Giới thiệu Hadoop 2.2. Kiến trúc Hadoop 2.3. Quản trị Hadoop 2.4. Các thành phần của Hadoop 3 2.1. Thuyết giảng 2.2. Đặt câu hỏi gợi mở để sinh viên trả lời 2.3. Cách đánh giá giải thuật CLO1 CLO2 CLO3 - GV sử dụng tài liệu 1 và projector để thuyết giảng - Phần chuẩn bị ở nhà: Đọc trước Cuốn 1: Phần 2; Cuốn 3 - Ghi chú, tham gia các hoạt động trên ...

Trang 1

TRƯỜNG ĐH NGOẠI NGỮ -

CHƯƠNG TRÌNH GIÁO DỤC ĐẠI HỌC Trình độ đào tạo: Đại học Ngành: Công nghệ thông tin Mã số: 7480201

ĐỀ CƯƠNG CHI TIẾT HỌC PHẦN

1 Thông tin chung về HP

1.1 Mã học phần: 1230493 1.2 Tên học phần: Dữ liệu lớn

1.3 Ký hiệu học phần: 1230493 1.4 Tên tiếng Anh: Big Data

1.6 Phân bố thời gian:

1.7 Các giảng viên phụ trách học phần:

- Giảng viên phụ trách chính:

- Danh sách giảng viên cùng giảng dạy:

1.8 Điều kiện tham gia học phần:

2 Mục tiêu HP

2.1 Mục tiêu chung

Học phần giới thiệu định nghĩa và các vấn đề cơ bản của dữ liệu lớn trong 3 chương đầu tiên Sau

đó các công cụ cung cấp các chức năng khác nhau để quản lý dữ liệu lớn, kết nối cơ sở dữ liệu lớn, lập trình

và phát triển ứng dụng cũng như triển khai các ứng dụng dữ liệu lớn trong nhiều môi trường khác nhau được giới thiệu ở chương thứ 4

Chương 5 giới thiệu các chủ đề chuyên sâu về việc phân tích dữ liệu lớn, cung cấp những gợi ý thích hợp để sinh viên phát triển và tiến hành các đề tài nghiên cứu về dữ liệu lớn

2.2 Mục tiêu HP cụ thể

2.2.1 Về kiến thức:

- Kiến thức nền tảng: Các khái niệm về dữ liệu lớn và các vấn đề liên quan Biết và giải thích được các thuật ngữ tiếng Anh thuộc lĩnh vực dữ liệu lớn

- Hiểu được ý nghĩa và ứng dụng của các bài toán trong khai thác dữ liệu lớn đối với các vấn đề thực tế

2.2.2 Về kỹ năng:

- Sử dụng được một số công cụ trong việc triển khai và lập trình trên dữ liệu lớn

- Kỹ năng nghề nghiệp: Phân tích dữ liệu văn bản và dữ liệu thời gian thông qua các công cụ hỗ trợ

- Kỹ năng cá nhân: Làm việc ở mức độ cá nhân và cộng tác nhóm để trình bày một số báo cáo khoa học theo mẫu và thuyết trình các nội dung liên quan đến môn học

2.2.3 Về thái độ

- Có thái độ làm việc khoa học, trung thực, rõ ràng

- Chuẩn bị bài trước khi đến lớp Đi học đầy đủ Tham gia tích cực trong giờ học

- Làm tất cả các bài tập lý thuyết và thực hành

Trang 2

3 Chuẩn đầu ra của HP “Dữ liệu lớn”

Bảng 3.1 Chuẩn đầu ra (CĐR) của HP

Sau khi học xong học phần, SV có khả năng:

CLO1 Hiểu được các khái niệm về dữ liệu lớn và ý nghĩa, ứng dụng của các bài

toán trong khai thác dữ liệu lớn trong thực tế

CLO2 Có trách nhiệm trong học tập, trung thực và sử dụng phần mềm hợp pháp CLO3 Sử dụng được các công cụ trong việc triển khai và lập trình trên dữ liệu

lớn CLO4 Có khả năng đọc tài liệu và tự nghiên cứu những giải thuật khai thác dữ

liệu lớn tiêu biểu

CLO5 Sử dụng công cụ hỗ trợ trong việc phân tích dữ liệu văn bản và dữ liệu

thời gian trong các bài toán thực tế

4 Mối liên hệ giữa CĐR HP (CLO) với CĐR CTĐT (PLO)

Mức độ đóng góp của CLO vào PLO được xác định cụ thể:

1 – CLO có đóng góp vừa vào PLO

2 – CLO có đóng góp nhiều vào PLO

Chú thích: 2 - Cao, 1 - Thấp - phụ thuộc vào mức hỗ trợ của CLO đối với PLO ở mức bắt đầu (1) hoặc mức nâng cao hơn mức bắt đầu, có nhiều cơ hội được thực hành, thí nghiệm, thực tế,…(mức 2)

Bảng 4.1 Mối liên hệ của CĐR HP (CLO) đến CĐR của CTĐT (PLO) PLO (1) (2) (3) (4) (5) (6) (7a,b,c,d) (8b, c,d) (9) (10) (11)

CLO 1 2

CLO 2 1

Tổng hợp

học phần 1 1 2 2 2 2 2 2

5 Đánh giá HP

a Phương pháp, hình thức kiểm tra - đánh giá của HP

Bảng 5.1 Phương pháp, hình thức kiểm tra - đánh giá kết quả học tập của SV ở HP

Th/phần

đánh giá Trọng số Bài đánh giá Trọng số con

Rubric Lquan đến

CĐR nào ở bảng 3.1

HD PP đánh giá

A1 Kiểm

tra thường

xuyên

(KTTX)

20%

A1.1 Từng buổi học

10%

R1 CLO 1 - Điểm danh

- Đánh giá hoạt động trên lớp

A1.2 Tuần 4: Làm bài tập Chương 2, 3 30%

CLO 4

- Đánh giá khả năng đọc và nghiên cứu tài liệu

A2 Đánh

giá phần

thực hành

30%

Sinh viên hoàn thành bài thực hành trong buổi thực hành

CLO 4

- GV giao bài thực hành vào đầu mỗi buổi thực hành

- GV chấm kết quả vào cuối buổi thực hành A3 Đánh

giá cuối kỳ 50% Thuyết trình cuối kỳ

CLO 3 CLO 4

- Vấn đáp

b Chính sách đối với HP

-

Trang 3

6 Kế hoạch và nội dung giảng dạy HP

Bảng 6.1 Kế hoạch và nội dung giảng dạy của HP theo tuần Tuần/

Buổi

(3

tiết/b)

Các nội dung cơ bản

của bài học (chương)

(đến 3 số)

Số tiết (LT/TH/

TT)

CĐR của bài học (chương)/

chủ đề

Lquan đến CĐR nào ở bảng 3.1

PP giảng dạy đạt CĐR

Hoạt động học của SV(*)

Tên bài đánh giá

(ở cột 3

bảng 6.1

(1) (2) (3) (4) (5) (6) (7) (8)

1 Chương 1 Cơ bản về

Dữ liệu lớn

1.1 Dữ liệu lớn là gì?

1.2 Phân tích với

BigSheets

1.3 Phân tích dữ liệu

tĩnh

1.4 Dữ liệu khi phân

tích động, thời gian

thực

giảng

1.2 Đặt câu hỏi gợi mở để sinh viên trả lời 1.3 Liên hệ với những kiến thức

đã học trước đó

và kinh nghiệm

đã có

CLO1 CLO2

- GV sử dụng tài liệu [1] và projector

để thuyết giảng

- Phần chuẩn bị ở nhà:

Đọc trước Cuốn [1]:

Phần 2;

Cuốn [2]:

Phần 1, 2

- Ghi chú, tham gia các hoạt động trên lớp

2 Chương 2 Hadoop cơ

bản

2.1 Giới thiệu

Hadoop 2.2 Kiến trúc

Hadoop 2.3 Quản trị Hadoop

2.4 Các thành phần

của Hadoop

giảng

2.2 Đặt câu hỏi gợi mở để sinh viên trả lời 2.3 Cách đánh giá giải thuật

CLO1 CLO2 CLO3

Phần 2;

Cuốn [3]

3 Chương 3 Lập trình

MapReduce

3.1 Giới thiệu

MapReduce 3.2 Lập trình

MapReduce 3.3 Lập trình

MapReduce dùng BigInsights

giảng

3.2 Đặt câu hỏi gợi mở để sinh viên trả lời 3.3 Cách nghiên cứu và đánh giá giải thuật

CLO1 CLO2 CLO3

Phần 2;

Cuốn [3]

4 Bài tập Chương 2, 3 3 4.1 Giao bài

tập 4.2 Mô tả các yêu cầu thực hiện

4.3 Đánh giá, hướng dẫn thực hiện và sửa bài tập

CLO3 CLO4

A1.2

5 Chương 4 Các công

cụ phát triển ứng dụng

dữ liệu lớn

4.1 Pig

- Pig Cơ bản

- Các phép toán

quan hệ Pig

giảng

5.2 Đặt câu hỏi gợi mở để sinh viên trả lời 5.3 Cách nghiên cứu và

CLO1 CLO2 CLO3 CLO5

Phần 3;

Cuốn [2]:

A1.2

Trang 4

Các phép toán đánh

giá và các hàm khác

đánh giá giải

dữ liệu lớn (tt)

4.2 Jaql

- Tổng quan Jaql

- Ngôn ngữ Jaql Cơ

bản

- Các phép toán cơ

sở

- Hỗ trợ SQL Jaql

- Jaql và

MapReduce

- Input và Output

4.3 Chuyển dữ liệu

vào Hadoop với Flume

- Các kịch bản nạp

dữ liệu

- Sử dụng Sqoop

- Tổng quan về

Flume

- Sử dụng Flume

giảng

6.2 Đặt câu hỏi gợi mở để sinh viên trả lời

CLO1 CLO2 CLO3 CLO5

Phần 3;

Cuốn [2]:

Phần 5

dữ liệu lớn

4.4 Sử dụng Hbase để

Truy xuất thời gian thực đến Dữ liệu lớn

- Giới thiệu Hbase

- HBase Client API

– Cơ bản

- Client API: Các

tính năng Quản trị

và Nâng cao

- Các client HBase

hiện có

- Tích hợp HBase

và MapReduce

- Cấu hình và Quản

trị HBase

giảng

7.2 Đặt câu hỏi gợi mở để sinh viên trả lời 7.3 Trình bày

ví dụ và bài tập

áp dụng

CLO1 CLO2 CLO3 CLO5

Phần 3;

Cuốn [2]:

Phần 5

8 Chương 5 Phân tích

Dữ liệu Lớn

5.1 Phân tích dữ liệu

bảng tính với BigSheets

- BigSheets là gì?

- Chức năng của

BigSheets

- BigSheets chuyên

sâu

giảng

8.2 Đặt câu hỏi gợi mở để sinh viên trả lời 8.3 Trình bày

ví dụ và bài tập

áp dụng

CLO1 CLO2 CLO3 CLO5

Phần 5, 6;

Cuốn [3]

Trang 5

- Một ví dụ tình

huống sử dụng BigSheets đầy đủ 5.2 Phân tích Văn

bản Cơ bản 5.3 Báo cáo và phân

tích với Hadoop

9 Chương 5 Phân tích

Dữ liệu Lớn 5.4 Ngôn ngữ R

- Phân tích dữ liệu

với ngôn ngữ R

- Sử dụng R với Cơ

sở dữ liệu 5.5 Phân tích tích dữ

liệu thời gian thực

- Tính toán dòng

Tính toán dòng với

môi trường

SmartCloud

3 9.1 Giao bài

tập 9.2 Mô tả các yêu cầu thực hiện

9.3 Đánh giá, hướng dẫn thực hiện và sửa bài tập

CLO1 CLO2 CLO3 CLO5

Phần 5, 6;

Cuốn [3]

10 Ôn tập 3 10.1 Ôn tập

kiến thức 10.2 Rút tỉa bài học kinh nghiệm từ các bài tập 10.3 Hướng dẫn thực hiện

đồ án môn học

- Ôn tập nội dung lý thuyết

- Thảo luận

và ghi chú

- Các học phần thực hành: được tổ chức thực hiện vào tuần thứ 4 của học kỳ, có nội dung thuyết giảng và chuẩn đầu ra tương quan với nội dung bài giảng lý thuyết

Buổi/

Số tiết (TH)

Hoạt động của giảng viên

Lquan đến CĐR nào ở bảng 3.1

Hoạt động học của SV

Tên bài đánh giá

1 Bài 1: đặt cấu hình Hadoop 3 TH - Thuyết giảng

- Hướng dẫn sinh viên thực hiện

CLO1 CLO3

- Nghe giảng, ghi chú

- Trả lời câu hỏi

- Thực hành trên máy

A2

2, 3 Bài 2: Cài đặt thuật toán khai

thác dữ liệu cơ bản trên

Hadoop - Mapreduce

6 TH - Thuyết giảng

CLO1 CLO3

- Nghe giảng, ghi chú

A2

4,5,6,

7

Bài 3: Các công cụ phát triển

ứng dụng dữ liệu lớn

CLO1 CLO3 CLO5

A2

8,9 Bài 4: Phân tích dữ liệu với

ngôn ngữ R

CLO1 CLO3 CLO5

A2

10 Bài 5: Thi thực hành 3 TH - Giao bài thi CLO3 - Thực hiện A2

Trang 6

CLO4 trên máy

7 Học liệu:

Bảng 7.1 Sách, giáo trình, tài liệu tham khảo

XB

Tên sách, giáo trình, tên bài báo, văn bản

NXB, tên tạp chí/ nơi ban hành VB Giáo trình chính

1 Nhóm tác giả 2012 Big Data Now: 2012 Edition

(https://www.kdnuggets.com/2015/09/free-data-science-books.html)

O’Reilly Media, Inc

Sách, giáo trình tham khảo

2 Jeffrey Needham 2013 Disruptive Possibilities: How Big Data

Changes Everything

https://www.kdnuggets.com/2015/09/free-data-science-books.html)

8.Cơ sở vật chất phục vụ giảng dạy:

Bảng 8.1 Cơ sở vật chất giảng dạy của HP

TT

Tên giảng đường,

PTN, xưởng, cơ sở

TH

Danh mục trang thiết bị, phần mềm chính

phục vụ TN,TH

Phục vụ cho nội dung Bài

học/Chương Tên thiết bị, dụng cụ, phần

mềm,…

Số lượng

1 Phòng máy Khoa CNTT Giảng viên sẽ hướng dẫn sinh viên tải

và cài đặt theo yêu cầu từng buổi thực hành

1 Tất cả buổi thực hành

Trần Minh Thái

TPHCM … / … / …

Tiêu đề	Dữ liệu lớn
Trường học	Trường Đại học Ngoại ngữ Tin học TP.HCM
Chuyên ngành	Công nghệ thông tin
Thể loại	Đề cương chi tiết học phần
Thành phố	Thành phố Hồ Chí Minh

Định dạng
Số trang	6
Dung lượng	567,01 KB