网站首页
教育杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
医学杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
经济杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
金融杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
管理杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
科技杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
工业杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
SCI杂志
中科院1区 中科院2区 中科院3区 中科院4区
全部期刊
公务员期刊网 论文中心 正文

大数据下数据分析课程教学改革探析

前言:想要写出一篇引人入胜的文章?我们特意为您整理了大数据下数据分析课程教学改革探析范文,希望能给你带来灵感和参考,敬请阅读。

大数据下数据分析课程教学改革探析

摘要:大数据时代,数据分析成为各个领域长期发展的必要手段,《数据分析》课程的教学重点在于培养学生运用统计方法分析解决实际问题的能力。本文通过对太原科技大学本科生《数据分析》课程的教学现状进行研究,结合大数据时代特征,提出《数据分析》课程教学改革的方向和具体措施的几点建议。

关键词:数据分析;大数据;教学改革

0引言

随着科学技术的进步和大数据的出现,数据的结构越来越复杂,数据量越来越庞大。这些数据中蕴含许多潜在的商业价值和客观规律,只有对这些数据进行充分的分析和挖掘才能将有效的和有价值的信息提取出来,更好地指导人们的生活实践[1]。因此,人们对数据分析的需求越来越迫切,这样使得人们急需掌握数据分析的有效方法去解决实际中的复杂问题。在这样的社会背景和社会需求下,高校教育对课程教学和人才培养提出了新的要求,《数据分析》正是我院应此要求为数学系各专业,即统计学、应用数学及信息与计算科学专业开设的一门重要的应用性课程,其目的是教会学生如何借助统计方法从数据中提取有用信息进行数据分析,并以统计证据为基础给出结论。对这门新课程的教学虽有兄弟院校的经验可借鉴,但由于生源、专业建设、培养目标各方面的差异,不能完全照搬,根据多年教学经验对学生调查反馈发现,目前该课程的教学存在很多问题,这些问题导致学生学习的积极性不高、缺乏创新能力、不能熟练地运用所学知识解决实际问题等.因此,如何通过教学改革提高学生学习的积极性,灵活地运用所学知识,培养学生的创新能力等已成为我院数学系各专业本科生教育面临的重要问题.本文通过分析太原科技大学数学系本科生《数据分析》课程教学中存在的问题,提出培养适应大数据时展的数据处理人才的方法和措施,包括拓展教学内容,加强案例教学、计算机辅助教学和多样化教学、考核方式等。

1《数据分析》课程教学中存在的问题

在大数据时代背景下,数据科学教育对本专业本科生的创新教育和创新能力的培养起着至关重要的作用。数据分析水平反映了学生的学术水平,也是实践水平的重要体现,是数据科学素养和创新能力的基本组成部分[2]。《数据分析》作为我院数学专业开设一门应用性课程,其教学形式已改变了传统“填鸭式”的满堂灌,在课堂传授知识之外,加入了计算机实验环节,但还存在一些问题,不能培养顺应大数据时展需求的统计学人才.主要体现在以下几方面:

1.1教学内容与大数据时代脱节

以往的教学内容包括数据的基本统计描述、集中趋势、分布形态的假设检验,相关分析、回归分析、方差分析及可靠性分析这些最基本、最常用的一元统计方法,缺乏多元统计学的内容,但大数据时代面对规模庞大、结构复杂的数据,对多元统计方法应用颇多[3]。

1.2教学方法和手段老套,缺乏对应用和创新能力的培养

目前教学采用课堂讲授统计方法及相应例题的SPSS实现,课后学生完成对应习题的方式,这种方式仍然以教师为中心,学生被动地接受教师讲解的内容,这种方式下学生对每种统计方法的原理,可以解决的问题有一个较好的学习,但对一个完整的案例分析的实现仍是似懂非懂、雾里看花,导致学生学习的积极性不高,缺乏创新以及灵活运用所学知识的能力.因此,需探索更多的教学方法和手段来激发学生的学习热情,提高对学生统计思维方式以及创新能力的培养。

1.3教学模式单一,教学资源不足,学生应用统计软件能力差

目前采用课堂教学加少量上机实践的教学模式,这种模式再加上课时限制,学生能学到的知识及实践机会都非常有限,这就导致学生在实际案例分析时力不从心,解决实际问题能力较差。

1.4考核方式陈旧

《数据分析》的考核模式为期末闭卷考试80%+平时成绩20%。对学生的考核虽不是教学的目的,考核成绩是教师教学效果和学生学习效果的一种反映,在某种程度上也是引导学生学习方式的指挥棒。虽然在目前的考核方式中已考虑到学生的平时学习表现,而且在期末闭卷考试中也采用了数据分析软件结果截图分析的题型,但这对学生解决实际问题能力的考核还是欠缺。首先,平时成绩在学期成绩中占比例较小,学生不够重视;其次,闭卷考试中采用的题型虽然能考查学生从数据结果到形成结论的能力,也考查学生的统计知识,但对数据分析中综合分析能力及软件操作能力并没有得到有效的考查。

2《数据分析》课程教学改革的途径

2.1结合大数据时代,明确教学内容

除了讲授经典的一元统计方法,在数据分析的教学改革中增加了大数据背景下应用更为广泛的多元统计方法,如回归分析、主成分分析、因子分析、聚类分析和判别分析等。

2.2加强案例教学,重视统计证据

由于大数据在规模经济中产生,与实际的社会现象密切相关[4]。因此,在教学环节中,要重视案例教学;另外,一个案例可从多个方面采取多个方法进行分析,案例分析报告要结合这些统计分析结果给出最合适的结论及建议.因此,在数据分析的教学中还要明确统计方法的适用条件及统计结果反映的问题,重视统计证据。在《数据分析》的教学改革中,以实际案例为出发点,讲授案例分析的全过程及涉及的所有统计方法,引导学生找到问题的多种解决方案,以统计证据为基础做出最佳决策,这个过程可大大激发学生的学习热情及学习主动性,培养学生的统计思维方式以及创新能力。《数据分析》讲授的内容包括数据的收集及描述、假设检验、相关和回归分析、方差分析、主成分分析和因子分析、聚类分析和判别分析等。根据教学内容精心挑选六个相关案例,即判别葡萄酒质量高低的假设检验案例、某车企汽车年销量预测的相关和回归分析案例、酸奶饮料新产品口味测试研究的方差分析案例、1988年汉城奥运会男子十项全能成绩分析的主成分分析和因子分析案例、住院费用影响因素挖掘的聚类分析案例及潜在购买者消费特性的判别分析案例。学生通过数据分析方法的学习和案例分析,既加强了对方法的理解,又增强了解决实际问题的能力。最后,将2012全国大学生数学建模竞赛A题葡萄酒的评价和波士顿住房问题作为本门课程的总结案例。这两个案例的数据分析应用到上述所有的方法,锻炼学生分析综合案例的能力,检验学生对所学方法的掌握程度。

2.3采用“线上+线下”混合式教学模式,加强计算机辅助教学

在当今大数据时代,统计知识的需求越来越广泛,而且一个完整的案例分析过程较为烦琐,占用课时较多。但是由于受到课时限制,现有的课堂教学中无法讲授太多的统计知识,也无法利用较少的课时尽可能完整、细致地完成一个案例分析。将“微课”、“慕课”“在线课程”等形式作为课堂辅助教学手段能较好的缓解此类问题。课前,线上本节课要讲的案例及相关统计方法,让学生预习,了解实际案例背景,学习相关统计方法,提出问题并在讨论专区进行讨论。课堂上授课教师首先检查学生对基本知识的掌握程度;再有针对性的讲解重、难点;最后通过将学生学到的知识与本节理论相关的实际问题相结合,提高学生在课堂教学中的参与程度,调高学生自主学习能力;同时,还可以利用钉钉和雨课堂等网络平台,构建“数据分析”课程的教学资源共享平台,并提供丰富多样的案例和教学资源,为学生的自主学习和交流提供保障。另外,数据分析的主要研究对象是随机数据.在大数据时代,收集到的数据呈现出数据量大、结构复杂等特点.海量数据的出现使得数理统计技术方法的实现大大地依赖于统计软件[5]。为了让学生能更好地掌握统计方法,培养学生的实际操作能力,在教学过程中加入计算机辅助实验课程教学非常必要。为此,在课堂上可结合实际案例,使用R、SPSS和Python等常用统计软件,实现案例分析的全过程,使学生可快速、直观地学会统计软件的操作;课后作业的完成及期末综合案例的完成都需借助统计软件来自实现数据分析,这样学生可更加熟练地使用统计软件,从而达到培养学生实际动手能力的目的。

2.4改变课程考核方式,增加应用性技能考核的比重[6]

目前,《数据分析》课程的考核中平时考核成绩占比例较少,而期末纸质闭卷考试无法实现案例分析全过程及软件操作能力的考核,基本都是学生对理论知识的掌握情况,这使得大部分学生不够重视平时考核,靠考试前突击记忆式复习来通过期末考核。此类课程考核的方式无法将应用性的内容融合到课堂教学中,不利于在课堂教学中培养学生的处理和分析大数据的能力。为了提高学生学习积极性,培养学生实践能力,《数据分析》课程的考核可增加平时成绩的比重,在平时的考核中参考数学建模竞赛的模式。在日常的教学中针对每一个内容、案例都布置一个相关的案例分析作业,让学生分组讨论、上机实现数据分析,最后形成一篇案例报告,教师则以数据分析的完整性、准确性及数据结论的合理性等为标准进行评分,形成平时作业成绩,这部分考核学生平时对所学内容的掌握程度及软件应用能力;在学期末布置一个综合型案例作业,学生分组完成后,组织学生现场演示、讲解数据分析全过程,提交案例报告,教师则以软件操作的准确性、熟练程度,所选方法的正确性及案例报告对问题的说明程度等标准进行评分,形成学生的综合能力测试成绩,这部分主要是考核学生的软件操作及解决实际问题的能力。

3《数据分析》课程线上学习建设

《数据分析》课程线上学习建设主要是利用现代网络技术手段,结合课程目标与特点,设计并开发出能供使用者随时随地进行学习的网络平台,利用此平台,一方面给学生提供更便利的学习交流机会、更丰富的学习资源,提高学生自身专业素养;另一方面,也能加强师生间的交流与互动,让教师能更准确地引导学生进行专业技能的训练。《数据分析》课程线上学习建设包括专题学习网站建设和资源库建设[7];专题学习网站包括课程学习,问题,讨论专区等;资源库包括案例库,教学课件库,共享软件库,习题库,数据库等。

4结束语

大数据时代,《数据分析》作为数学系各专业开设的一门关于数据处理的课程,其教学重点在于培养学生运用数理统计技术和方法分析解决实际问题的能力。因此,以培养学生解决实际问题能力为导向,对《数据分析》课程进行教学改革探索是必要的。通过在《数据分析》课程中引入案例教学,利用统计软件实现案例分析,采用多元化教学和考核模式等手段,可全面提高学生对该课程知识的综合认识水平,加强对理论知识的理解,锻炼学生的逻辑思维能力和解决实际问题的能力,同时还可培养学生的大数据素养,进而提高该课程的教学效果。

作者:齐培艳 段西发 单位:太原科技大学

免责声明

本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。

AI写作,高效原创

在线指导,快速准确,满意为止

立即体验
相关热门标签
文秘服务 AI帮写作 润色服务 论文发表