首页> 香港中文大学 > 香港中文大学ENGG1003 Final Project作业要求和评分标准

香港中文大学ENGG1003 Final Project作业要求和评分标准

  • 发布时间:2026-02-16 19:49:34

  • 发布来源:考而思

  • 摘要:香港中文大学的ENGG1003(数字素养与计算思维)是一门关于数字素养及其应用的基础课程。课程首先介绍了基本的IT技能和电子表格的使用。然后讲解了处理数字来源数据的基本统计和数据科学概念,并介绍了用数据解决问题的计算思维技巧(例如自动化、文本分析、数据可视化等)。此外,课程还演示了如何创造性地解决现实问题,并涵盖了社交媒体使用的案例研究,以说明如何正确解读数据并识别虚假信息。

香港中文大学的ENGG1003(数字素养与计算思维)是一门关于数字素养及其应用的基础课程。课程首先介绍了基本的IT技能和电子表格的使用。然后讲解了处理数字来源数据的基本统计和数据科学概念,并介绍了用数据解决问题的计算思维技巧(例如自动化、文本分析、数据可视化等)。此外,课程还演示了如何创造性地解决现实问题,并涵盖了社交媒体使用的案例研究,以说明如何正确解读数据并识别虚假信息。为了帮助学生更好地应对课程评估任务,我们将详细介绍Final Project的基本要求和评分标准。

一、课程主题

课程涵盖以下主题:

- 数字素养、基本信息技术和电子表格基本使用

- 数据科学基础和统计学的常见误解

- 计算思维

- 文本分析

- 数据可视化

- 解决实际问题的演示

二、学习成果

课程的目的是使学生能够:

- 使用电子表格来组织和处理数据;

- 描述信息安全性和数据隐私的重要性;

- 应用适当的方法和工具来获取和使用数据;

- 以计算思维的方式解决问题;

- 使用软件处理和分析文本数据;

- 解释并准确呈现数据,以适应不同的应用场景。

三、评估方式

学生将通过以下评估获得优秀、合格或不合格的成绩:

- Homework or assignment: 40%

- Lab exercises: 20%

- Project: 30%

- Participation: 10%

学生必须完成上述大部分的评估任务,才能通过课程。

港中文Final Project辅导

四、Final Project说明

1、截止日期

- 提交Topic(10%)截止日期:2025年3月28日(星期五)23:59

- 提交完整项目(90%+20%奖励)截止日期:2025年4月23日(星期三)23:59

学生最高可得分数:100%+20%奖励

2、项目描述 

针对与社会或专业领域相关的问题或现象开展研究。你应合理建议、搜索、定位、访问、使用和引用数据。使用Excel和/或Jupyter Notebook提供的数据分析和可视化展示工具完成研究,并使用Python编程。

在这个项目中,你需要独立运用所学知识并展示所学技能。研究领域可以与你所学的学科、兴趣和/或一些现实案例相关。研究应以数据为导向,并进行适当的数据分析和良好的信息展示。研究数据可以是开源的,也可以从现有数据库中收集。学生应使用课程中介绍的计算工具和软件。

- 提交Topic:你需要填写并提交给定的Word文件ProjectTopicDescription.docx。

- 完整提交:你需要将所有工作完成并打包到最多两个文件中:Project.xlsx和/或Project.ipynb。随后,要将一个或两个文件上传到Blackboard Project submission entry并提交。

3、项目要求和评分标准

你的作品应至少包含以下元素:

• 项目标题和描述(10%)

- 主题/项目名称。

- 50-100字的一段文字:描述你想要研究的主题。说明主题的背景,并给出要实现的目标。

- 提供数据集的来源,例如数据集的URL。

- 充分说明数据集与拟议项目主题和描述的关联性。

• 150-200字的一段文字:描述你的工作,并告诉教师如何阅读/使用你的文件。(5%)

• 数据检索:如URL下载、API使用。(5%)

• 数据处理:清理、属性/变量定义、字段和记录设置、过滤、排序等。(10%)

• 数据汇总/描述(10% + 5%)

- 统计:计数、平均值、标准差、最小值、中位数(50%)、最大值等;数据透视表。

- 观察:用逻辑解释简要描述这些统计。

• 数据可视化(15%)

- 绘制图表,并附上适当的图例和标签。

- 观察:解释数据可视化(例如,图表的选择/适用性)。选择图表/图形可视化的原因。

- 发现趋势:通过数据可视化,你观察/发现了什么趋势?请结合数据可视化提供逻辑推理。

• 数据建模(15% + 5%)

- 进行数据建模:选择合适的模型进行数据建模。例如,曲线拟合模型、分类模型或聚类模型

- 为数据建模图提供适当的图例、标签和方程。

- 在项目中选择、采用和使用数据模型的逻辑原因是什么?

- 解释数据建模的结果,如过拟合/欠拟合或最佳拟合或预测/曲线拟合或聚类或分类。

• 计算工具和技术(10% + 5%)

- Excel:使用条件语句,如if()、and()或()、countif()等;调用函数;编写公式。

- Python:使用if-elif-else分支语句;使用for重复语句;调用模块/函数。

• 总结、结论和反思(10% + 5%)

• 芝加哥格式的引文和参考资料:包括离线和在线资源。(10%)

以上就是香港中文大学ENGG1003课程的Final Project作业要求和评分标准。如果你在完成项目的过程中遇到问题,可以立即联系考而思的课程顾问,以获得一对一香港中文大学作业辅导。通过辅导,你将及时解决课业问题,更加明确作业要求和评估重点,从而顺利完成项目工作,获得满意成绩。

  • 添加微信【kaoersi03】
  • (备注官网)申请试听
  • 享专属套餐优惠

马上匹配专业老师免费答疑

最新活动

相关文章

更多

备案号:京ICP备17021069号

版权所有:北京考而思教育咨询集团有限公司

复制成功

微信号: kaoersi03

备注“官网”享专属套餐优惠!