任务驱动探究式教学模式在数据挖掘课程中应用探究

任务驱动探究式教学模式在数据挖掘课程中应用探究

ID:5600324

大小:32.50 KB

页数:10页

时间:2017-12-19

任务驱动探究式教学模式在数据挖掘课程中应用探究_第1页
任务驱动探究式教学模式在数据挖掘课程中应用探究_第2页
任务驱动探究式教学模式在数据挖掘课程中应用探究_第3页
任务驱动探究式教学模式在数据挖掘课程中应用探究_第4页
任务驱动探究式教学模式在数据挖掘课程中应用探究_第5页
资源描述:

《任务驱动探究式教学模式在数据挖掘课程中应用探究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、任务驱动探究式教学模式在数据挖掘课程中应用探究  摘要: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。关键词:任务驱动;探究式;课程改革中图分类号:G642文献标识码:A文章编号:1009-3044(2014)06-1253-03AppliedR

2、esearchofTask-drivenInquiryTeachingModelinDataMiningCourseHUANGJian(ZhejiangWanliUniversity,DepartmentofComputerScienceandInformationTechnology,Ningbo315100,China)Abstract:Thetask-driveninquiryteachingmodelisateachingactivitieswhichstudentsasthemainbody,teachersasth

3、eleading.Itfitsthedata-mining10course.Notonlyusingtaskleadthestudenttoinquirylearning,butalsoimproveteachersduringtheteachingprocess.Basedonthedataminingcourseteachingreformpractice,summarizesthetask-driveninquiryteachingmodeingeneralprocessandthespecificcontentofth

4、ereform.Practicehasproved,thisteachingmodeisgoodforimprovingundergraduatecoursesteachingquality.Keywords:Task-driven;Inquiry;Curriculumreform数据挖掘是一门包括了数据库系统、专家系统、机器学习、统计学、模式识别、信息检索、人工智能等学科的综合性的学科,其目标是发现隐藏在大型数据集中的知识模式。此课程一般是在研究生教育阶段开设[1],但随着社会对应用型人才的需求越来越大,这就要求我们的学生毕

5、业后不仅要有扎实的理论基础,更要有较强的创新能力和实践能力。我校针对信息与计算科学及统计学两个专业开设了数据挖掘课程。该专业学生拥有较强的数学理论基础,并掌握了数学建模、统计学、数据库等相关学科。数据挖掘作为一门综合性课程,是融合学生各科知识,提高该专业学生应用实践能力,培养学生团队协作能力的很好的载体课程。1数据挖掘课程教学特点10数据挖掘技术是一个多学科交叉的综合研究领域。不过也正因为它涉及的范围很广泛,发展的时间也不是很长,因此要真正理解数据挖掘的本质并不是一件容易的事情。我校针对信息与计算科学和统计学两个理学专业开设此

6、课程,并将此课程归类为实践类课程。经过笔者多年对传统教学方法的研究和改革,发现了在数据挖掘教学中存在的问题:1)理论教学困难:数据挖掘课程内容涉及领域广泛,如统计学、数据库、机器学习、模式识别等内容,并且所涉及的算法繁多。由于本科生的知识体系不健全,理论基础相对薄弱,造成了学习难度过大。此外,由于学时限制,无法在课堂中详细地讲述算法理论,导致了学生积极性不高,很难达到教学目标。2)实践环节无法让学生体会数据挖掘本质:数据挖掘是从数据获取、数据整理、预处理、数据挖掘分析、结果分析等一系列流程的综合。但由于课时关系,我们课程中的实

7、践环节往往是针对某个特定的算法,让学生利用已经预处理好的数据进行算法的应用。数据挖掘成本很高,但是这个成本往往并不是金钱,而是时间,而数据整理和预处理的时间往往占到全部工作量的80%。不经过完整的数据挖掘流程训练,学生就无法体会数据挖掘的本质。3)10软件应用缺乏:针对海量数据分析是必须要应用到计算机技术处理。当今针对数据挖掘应用的软件很多,如SAS公司的EM模块、SPSS的Modeler、WEKA、Matlab以及各数据库系统配套的OLAP功能等。在课堂中,不可能对任何一款软件都详细的进行讲解。这就使得学生很难进行算法的应用

8、实践。2任务驱动探究式教学模式针对目前教学存在的这些问题,广西大学梁斌梅提出了目标驱动的专业课教学法,利用导入课吸引学生、利用教学目标引导学生[2]。韩秋明等人编著的《数据挖掘技术应用实例》中采用了大量的行业数据,为数据挖掘教学模式的改革提供大量的应用实例[3]。结合本校的学

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。