大数据时代下的“商务智能与数据挖掘”课程教学改革研究

文章介绍在"商务智能与数据挖掘"课程教学内容中如何反映大数据时代的基本特征,在教学过程中如何引导学生对具有大数据特征的课程项目进行实践并开发相应智能教学工具,同时还讨论如何将数据挖掘与数据库和法律课程在大数据背景下进行联动教学。     

面向工程的《数据挖掘》课程教学方法探讨

《数据挖掘》课程是一门理论性和实践性都很强的课程。针对《数据挖掘》课程现有的教学局限性,以工程教育为导向,从教学内容、教学方法实验教学考核方式等方面阐述如何促进学生正确理解数据挖掘的基本原理,熟练掌握数据挖掘的设计方法和相关的项目实施过程。通过教学实践检验,证明面向工程的教学模式能有效提高学生的学习积极性,教学效果良好。     

数据挖掘课程实践教学资源库建设

针对面向本科开设数据挖掘课程过程中存在的教学难度大、学习兴趣不易维持、灌输式教学形式效果差等问题,提出如何通过建设开放数据挖掘实践教学资源库提升教学效果,激发学生的学习兴趣,扶持创新动机,促进教学团队建设,助力学科发展;分析建设实践教学资源库的必要性、主要建设内容和建设方法。     

基于实例的本科数据挖掘课程教学探索

分析数据挖掘原理与算法课程在教学中存在的弊端,并基于数据挖掘课程的本质,阐述在以培养应用型人才为主的大学中,如何以实例为主线,贯穿教学过程,开设本课程的思路和做法。     

结合在线课程教育的课堂教学实践探讨——以数据挖掘基础课程为例

针对数据挖掘课程的教学现状,以重庆邮电大学智能科学与技术专业为例,介绍"在线微视频+翻转课堂+课堂教学"三位一体的教学模式,提出以核心专业课程为主导的系列课程建设和稳定的教学团队建设思想,阐述如何顺应95后学生的特点,引导学生创新性思维的建立。     

研究性学习和研究性教学的实证研究——以数据挖掘课程为例

在分析研究性教学和研究性学习一般原理的基础上,提出在数据挖掘课程中引入研究性教学与学习的理念,并努力推进研究性学习在课程中的应用。从微观层面讨论数据挖掘课程的各个教学环节如何有机配合形成完整的教学体系,以保障研究性学习的有效开展。     

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。     

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。     

基于数据挖掘的高职学生个性化学习分析系统设计

针对高职教育发展的现状和高职学生在课程选择等方面存在的问题,介绍了高职教育教学研究中引入数据挖掘技术的必要性,并提出了如何有效利用数据挖掘方法和商业智能工具对高职学生的学习过程进行个性化分析的研究思路,在此基础上,给出了具有数据集成、数据建模、数据分析与展现功能的高职学生个性化学习分析系统的整体框架。     

大数据背景下的数据挖掘课程教学新思考

当今社会已经步入大数据时代,数据挖掘已经成为商业、医疗、制造业和政务管理等应用领域的重要技术,具有十分重要的社会价值。数据挖掘课程综合了多门学科知识,其教学设计和教学方式直接影响到教学效果和人才培养的质量。针对大数据的特点,以构建课程核心知识体系为主题,采用案例教学法,改革传统的教学评价方式,理论结合实践进行了研究生数据挖掘课程教学创新尝试,其教学达到了预期效果,受到学生好评。     

研究生数据挖掘课程全英文教学的探索与实践

随着大数据时代的来临,在研究生中实行全英文教学既是国际化发展的要求,也是由数据挖掘课程本身所具有的学科性质决定的。文章从全英文教学存在的问题和数据挖掘课程自身的特点出发,就该课程全英文教学模式、师资力量、学生外语水平、教材精选、教学管理等方面对该课程实施全英文教学的途径作详细阐述。     

数据挖掘课程混合式教学改革探索

基于数据挖掘课程的特点和目前教学中存在的问题,对数据挖掘课程进行混合式教学改进探索,优化教学内容,丰富教学模式,完善考核评价体制,实现学习的过程化管理,采用分层次、递进式实践练习任务促进数据挖掘算法原理的理解和应用,逐步从"以教师为中心"的教学模式向"以学生为中心"的模式转变.实践证明改进的混合式教学模式调动了学生学习...     

数据挖掘技术在程序设计课程教学中的应用

本文介绍了在程序设计课程教学中教师如何对学生程序作业进行数据挖掘的一种方法。这种方法即将学生源程序文件分解为语法元素数据,对语法元素数据和成绩进行分析和统计,帮助教师发现导致学生程序错误的主要因素,从而调整教学内容和方式。     

《数据挖掘》课程思政教学探索与实践

《数据挖掘》是一门涉及多个专业的主干课程,将授课内容与思政融合,不但可以提升学生对该课程的多角度认识,也有助于丰富培养学生的内涵,从而促进学生全面全面、健康发展。为此依据数据挖掘课程特点,结合课程思政理念进行该课程的教学方法与内容的改革与探索,主要从数据以及数据处理角度探索在该课程在授课过程中如何引入思政元素,从多方面提出了该课程思政的建设思路。     

数据挖掘算法微课程教学设计研究

微课程建设是构建学习型社会的重要内容之一。根据数据挖掘课程学科交叉性强、知识点难度高、主题模块明确的特点,设置了以算法为微课主题的数据挖掘微课程设计方案。以Apriori关联规则算法为例,从内容选择、设计思路、实现方法方面阐述微课程的开发与制作流程。从教学实践效果可知,该微课程能提高学生的学习兴趣和自主学习能力,不仅为数据挖掘课程提供辅助资源,同时,也为其他程序设计类课程的教学设计提供思路。     

融入课程思政的数据挖掘课程设计与教学实践

在课程思政新理念下，归纳数据挖掘课程的特点以及分析存在的问题，从多个角度深挖思政元素高度融入教学方法和实验内容，探讨一种适应该课程的术、法、道三位一体的教学改革思路，建立融入思政教育的数据挖掘教学案例。结果表明，融入思政理论的数据挖掘课程在教学实践中取得了良好效果，不仅提高了学生的主动学习和自主学习能力，而且对培养当代大学生树立正确的人生观、世界观和价值观有一定的辅助使用，为数据挖掘课程的教学改革提供了借鉴。     

理论实践与创新培养的数据挖掘分层教学研究

针对具有境内外学生的高校,结合新时代培养学生的要求,为解决学生类型复杂给数据挖掘课堂教学带来理论基础理解与掌握不牢固、实践能力偏弱和创新素质较低等问题,本文提出了“夯实理论-重视实践-培育创新”的课堂分层教学模式。该教学模式从课堂教学内容、课堂教学方法、课堂教学目标和课堂教学空间等方面对境内外学生融合数据挖掘课堂中的理论教学、实践教学和创新性培养等方面进行课程分层教学设计,通过采用多种分层教学方式和辅助措施实现高质量的教学效果。实践的结果表明,该分层教学方案可以有效地帮助不同学生群体对数据挖掘课程知识理论的理解、提升数据分析实践能力和科技创新能力。     

新工科背景下数据挖掘课程的教学改革探索

为培养高素质、多元化、创新型的制造业科技人才,针对数据挖掘课程,提出基于成果导向教育理念的线上线下混合教学模式和跨学科课程建设,结合天津大学大类人才培养情况,介绍如何通过数据挖掘课程促进多学科融合的课程建设,如何面向跨学科建立合理、方便、灵活的学习环境,以引导学生按照自身学科要求自主选择学习内容,最后说明该教学模式的实施过程和教学效果。     

任务驱动探究式教学模式在数据挖掘课程中的应用研究

任务驱动探究式教学模式是一种以学生为主体,教师为主导的教学活动方式,符合数据挖掘课程教学特点。能够利用任务引导学生进行探究式的学习,并且促使老师在教学过程中不断的提高。该文结合数据挖掘课程的教学改革实践,总结了案例驱动探究式教学模式在课程改革中的一般流程和具体改革内容。实践证明,此教学模式能够很好的提高本科的实践类课程的教学质量。     

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。