数据挖掘课程的教学思考.pdfVIP

·医学信息学技术与教育· 数据挖掘课程的教学思考 高园园．吕庆文 (南方医科大学生物医学工程学院信息技术系，广东广州510515) 摘要：数据挖掘课程的教学目的是使学生掌握数据挖掘理论，并且能够运用数据挖掘理论解决实际问题。对于生物统计专业而 言它是一门重要且有一定难度的专业课程。本文拟就作者近几年的教学实践，对如何教授这门课程提出一些思考和探索。 关键词：数据挖掘；生物统计专业；教学方式；教学实践 1课程特点 教学理念上，还是在教学方法上，都明显存在经验上的不足。 数据挖掘课程本身具有自己独特的课程特点： 2．2基础薄弱 1．1新颖性 由于开课专业是生物统计专业，他们在以前的学习过程 自从19世纪末被提出以来，数据挖掘的发展仅有10余 中，计算机基础知识比较薄弱，学习数据挖掘课程必要的先 年的时间。是一门新兴的学科。对于生物统计专业也是新开 期课程学得较少，因此使得课程的讲授存在一定斟难。 设的专业课程。 2．3教学偏重理论 1．2内容广 数据挖掘课程是一门实践性比较强的课程，但是据我们 数据挖掘包括关联规则挖掘、分类规则挖掘、特征规则 了解其他院校对于本课程的教授多数过于偏重理论，有的则 挖掘、时序规则挖掘、偏差规则挖掘、聚类规则挖掘和预测这 干脆将全部学时用于理论教学，学生很少甚至没有上机实践 七大任务，相应每种任务都有自己专门的挖掘技术。它涉及 的机会。 数据库，数理统计及人工智能等多种技术知识。 1．3难度大 3探索和实践 数据挖掘技术作为一门计算机与数据处理相结合的新 考虑到数据挖掘课程在上述方面存在的问题，作者在教 兴学科，具有一定的难度。其中的任何一个技术都可以独立 学实践中结合开课学生的专业特点及课程的特点，采取了相 成篇，如粗糙集分类算法白原理至实例推广就是一门单独的 应的策略，实践证明效果良好。 课程；聚类算法等同样早已独立成籍。 3．1兼顾理论和实践 1．4交叉性 均衡r理论和实践的学时数，我们将理论教学与实验课 正如前面所述，数据挖掘技术有着广泛的支撑背景．既 程按2：1比例进行安排，实验学时数安排了18学时。 包括信息论方法和集合论方法等归纳学习类技术，又包括神 为保证实验课程效果，一方面专门选用了安淑芝的《数 经网络方法、遗传算法方法、蚁群算法等仿生物技术，还包括 据仓库与数据挖掘》12】作为实验教材，选择Clementine12．0作 成熟的统计分析技术和模糊数学技术，此外还有公式发现类 为教学软件；另一方面在实验内容安排卜循序渐进。首先让 技术和可视化技术等。可以说，数据挖掘总是在广泛吸取其 学生对数据挖掘软件有全面的了解，然后结合各章节的理论， 他各f】学科的先进技术嘲，并加以转化、发展的。 从验证和设计两个方面安排相应的实验内容。比如．在讲述 完关联规则理论课之后．我们除安排熟悉课程内容的上机实 2困难分析 验之外，还安排有设计性的实验内容：给出一组商场购物篮 考虑到我校的具体实际和其它一些因素，讲授这fJ课程 的数据，要求学生运用所学知识挖掘其中的关联规则。学生 的困难主要有。 反映较好。 2．1新开课程 3．2适当拓