本科数据挖掘课程教学经验浅谈

结合作者多年教授数据挖掘课程的教学经验,文章分别从理论教学、实验教学和实践教学三个方面探讨了如何高效率的进行数据挖掘课程教学,如何提高学生对该课程的兴趣,如何激发学生的创造性,使其积极主动的学好数据挖掘课程。     

理论创新驱动的数据挖掘课程教学改革

针对当前数据挖掘课程教学中工程应用与理论创新的脱节问题,分析数据挖掘课程本身的特点和当前教学现状,从提高本科生创新能力的人才培养模式角度出发,提出在教学内容的前沿性、教学方式的多元性及实验教学的多梯度性改革,达到因材施教、工程应用与理论创新的有机统一,有效提高学生的学习兴趣及学习效果。     

数据挖掘技术在计算机基础教学模式改革中的应用

《大学计算机基础》是非计算机专业学生掌握计算机技术的入门课程,为提高该课程的教学质量和教学效果,更好地培养出具有计算机应用能力的专业人才,采用数据挖掘技术对计算机基础教学方面的调查问卷进行挖掘,为学校计算机基础课程实施"任务-探究式"教学模式提供了决策支持。教学实践表明,该教学模式符合计算机基础课程特点,提高了非计算机专业学生利用计算机解决问题的能力。     

面向工程的《电路》课程教学改革

根据信息类工科专业的实际特点,对《电路》课程进行面向工程实际应用的教学改革与探索。通过面向工程的教学改革,不但可以创新教学方法、改革教学手段、丰富教学内容,而且可以引导学生在具体的工程应用中学习《电路》课程。从而以多样性的实践教学方法提高《电路》课程的教学质量,培养学生的工程实践能力。     

Solidworks在《工程制图》教学实践中的应用

介绍了三雏追型软件Solidworks在《工程制图》课程教学中的成功应用，采用全新的基于三维CAD技术的课堂教学对提高学生学习积极性和创新能力。起到了明显的效果。同时，在《工程制图》课程教学中。应用Solidworks软件是对谊课程教学的有益补充。     

公安高等院校数据挖掘课程教改研究

针对公安高等院校学生就业状况和数据挖掘课程实际教学效果,分析公安高等院校开设数据挖掘课程的必要性和目前授课当中面临的主要问题,提出3点改革措施,即结合公安大数据业务,拓宽教学内容,将数据挖掘与大数据技术相结合;降低教学深度,重点介绍数据挖掘算法的应用;创建公安模拟案例事例资源库,以案例驱动教学。     

CDIO教育模式在《Java语言程序设计》教学中的应用

解析CDIO高等工程教育模式的内涵,针对《Java语言程序设计》课程的特点,在《Java语言程序设计》教学中应用CDIO模式,能够激发学生的学习兴趣和自主性,提高教学质量,培养学生工程实践的能力和综合创新的能力。     

K-means聚类算法的实例教学研究

针对数据挖掘课程理论知识多、讲解抽象难懂的教学实际,重点研究数据挖掘课程的经典算法K-means聚类算法的实例教学策略,以提高学生对数据挖掘算法的学习兴趣,加强实际应用能力。研究内容包括选择实例、讲解实例、扩展实例和教学评价4部分。选择合适的实例提升学生学习兴趣;讲解实例使得学生掌握基本的K-means算法;扩展实例增强学生实际应用K-means算法的能力;最后教学评价进一步完善教学质量和效果。     

CDIO教育模式在《Java语言程序设计》教学中的应用

解析CDIO高等工程教育模式的内涵,针对《Java语言程序设计》课程的特点,《Java语言程序设计》教学中应用CDIO模式,能够激发学生的学习兴趣和自主性,提高教学质量,培养学生工程实践的能力和综合创新的能力。     

MatLab在《工程数学》教学中的应用

探讨在《工程数学》理论课程中增加MatLab语言内容的可行性,给出MatLab语言在工程数学教学中的应用实例,说明在工程教学理论课程中增加MatLab语言内容,不仅能加深学生对理论的理解,更有助于提高学生的学习效率与学习积极性.     

数据挖掘课程中过程生成式启发教学研究

本科生数据挖掘和机器学习课程内容抽象难懂,传统的高等院校教材以讲授式为主。目前已提出大量的案例 式、项目式教学方法降低学习难度,但仍然存在抽象、不容易实施、缺少对算法原理剖析的缺点。提出在数据挖掘课程中采用 过程生成式启发教学,将学生的生活经验原型逐步形式化为严谨的数据挖掘算法,降低了学习难度,有助于学生对算法的深刻 理解,取得了更好的教学效果,在保证学科知识教学正确性与科学性的基础上,帮助学生学科素养与学科能力的生成。     

基于Web挖掘的远程教学系统研究

Web挖掘指使用数据挖掘技术在万维网数据中发现潜在的、有用的信息。文章通过对Web挖掘在远程教育中的应用进行分析．提出一种基于Web挖掘的远程教学服务系统模型，着重介绍了Web挖掘的基本过程。     

基于Web挖掘的远程教学系统研究

Web挖掘指使用数据挖掘技术在万维网数据中发现潜在的、有用的信息。文章通过对Web挖掘在远程教育中的应用进行分析,提出一种基于Web挖掘的远程教学服务系统模型,着重介绍了Web挖掘的基本过程。     

Moodle平台数据挖掘方法设计与实现

教育数据挖掘是一个新兴的研究方向。如何把存储在教育软件系统中的数据转变为有意义的信息,并为教育决策、优化教学过程服务,已成为大多数教育工作者所关注的内容。文中总结了当前教育数据挖掘的研究现状,介绍了一种基于Excel的简单数据挖掘方法。该方法利用模糊C均值聚类算法,对Moodle平台积累的日志数据进行分析,找出有相似学习行为的学生,为学习社区的小组划分和研究学习模式服务。实验表明,该方法能够更准确地对学生进行分类,而且操作更为简单、方便。     

对应用型本科生开设数据挖掘课程的尝试

本文对数据挖掘课程的特点以及应用领域、数据预处理方法以及关键的四项技术、Web挖掘与个性化推荐以及算法实现及应用上做了分析,并且在教学实践中做了尝试,提出了一些经验和不足。     

探索数据挖掘分类技术在高校教学中的应用

数据挖掘是致力于数据分析和理解、揭示数据内部蕴藏知识的技术。由于数据库中存在着大量数据,因此从数据库中发现有用的信息显得十分重要。对数据挖掘技术的研究,国内外己经取得了许多令人瞩日的成就,并成功地应用到了许多领域,但在教育领域中的应用并不广泛。探索在高校教学中数据挖掘分类技术的应用,提出数据挖掘技术在高校教学应用中的实施方案,并以高校教学中学生成绩的分析为例介绍方案的实施过程。     

基于关联规则数据挖掘技术在教学管理中的应用

数据挖掘技术是一种新的信息处理技术。其目的是从海量数据中抽取潜在的,有价值的数据规律或数据模型。通过数据挖掘技术对高校教学数据的分析处理,能够形成真正有价值的知识,向决策者提供信息支持,有利于推动学校教学改革和建设的全面发展。本文主要针对现行高校实际运作的学分选课数据库系统,以关联规则挖掘为例,提出简单而可行的数据挖掘应用实施办法。     

教育信息化中课程考试成绩数据关联模式的发现

面对海量的教育信息化数据,如何发现和分析隐藏在这些数据中潜在的、有价值的知识和教育模式,更好地为教育教学决策提供科学依据,成了亟待解决的问题。本文提出一种新的课程成绩数据关联模式发现算法。该算法针对课程成绩数据的特点,给出课程数据模型,采用矩阵加权模式发现技术对课程成绩数据进行模式挖掘,发现课程成绩数据中隐藏的数据关联规则。通过模式分析得出课程教学中的教学规律和问题,为教学管理、教学改革与决策提供科学依据。实验表明,与现有关联模式发现算法比较,本文提出的算法更有效、合理。     

正在走向实用的数据挖掘技术

数据挖掘是信息产业界近年来非常热门的研究方向。本文介绍了数据挖掘的概念、目的、常用方法、数据挖掘过程，并给出了在行业中实现数据挖掘的四个关键。     

数据挖掘课程案例教学研究

数据挖掘是一门交叉性学科,是情报学专业的重要课程之一。它主要介绍数据挖掘的基本概念、原理、方法和技术,涉及多个学科和算法因而教学难度较大。由于数据挖掘学科交叉性强涉及的挖掘方法和相关算法多并繁杂,造成学生对数据挖掘的整体工作流程缺乏了解形成“不识庐山真面目只缘身在此山中”现象。文中以时间序列服装销售额预测挖掘项目为教学案例让学生首先掌握数据挖掘的标准流程,重点讲解用到的相关挖掘方法和算法及其在实际挖掘环境中的开发方法,达到“会当I临绝顶一览众山小”的教学目标。通过教学实践教学效果良好。