数据分析课程教学模式探索和实践.docVIP

数据分析课程教学模式探索和实践 　　摘要本文根据数据分析课程自身特点,针对本科阶段教学,改变教学模式,促进教学效果。以数据分析方法综合应用为重点,辅助介绍理论及背景。采用合作式教学模式,利用讨论带动积极性,使学生在利用软件解决实际问题的过程中加深对方法的认识。 　　关键词数据挖掘 教学模式 合作式教学 　　中图分类号:G642文献标识码:A 　　 　　数据是无处不在的。当飞速增长的数据给我们带来方便和便捷的同时,也将我们推入浩瀚的数据海洋。广泛用于商业和科学领域中的自动数据收集设备每小时能够产生几TB规模的数据,人们面临的问题已经不再是没有充分的信息可选择,而是如何有效利用如此庞大的数据,并且找到蕴含于这些信息之中的有价值的知识。由于数据分析师的匮乏,导致了很多领域出现了“数据丰富而知识匮乏”的现象,因而在信息计算科学、统计学等本科专业中开设数据分析课程是非常有必要的。 　　数据分析就是分析和处理数据的理论和方法,从数据中获得有用的信息,其内容丰富,方法众多,最大的特点就是“让数据说话”。该课程设计的分析方法众多,如:方差分析、非参数统计、多元统计分析、判别聚类分析、时间序列分析等。由于计算机编程的复杂及数据的难以采集,这些分析方法在课程中大多处于理论教学,使得本科阶段的学生很难接受。随着计算机及统计软件(如SAS,SPSS)的普及,大大的减少了对程序能力的要求,随着大量数据被数据采集者开放(如金融数据库),使学生有可研究的对象,从而使得我们在大学本科阶段开设数据分析课程成为可能,但需要合适的教学模式以适应本科阶段的教学。 　　由于数据分析的方法众多,对不同学科的数据又会有其特殊的分析模型,在一门课中介绍全部是不可能的,透彻的介绍每种方法的原理更是不可能的。基于学生的数学和计算机基础,从实际问题出发,介绍了常用的方差分析,回归分析,主成份分析、判别和聚类分析等方法,以方法综合应用为主,理论为辅,运用SAS软件来实现。在教学过程中采用了以下几个模式,并达到了较好的教学效果。 　　1 选用SAS软件为课程配套工具软件 　　在数据分析课程的教学中,算法实现对于本科生来说难度太大,该阶段的学生只学过C语言,很多分析方法如果用C语言来编程完成,难度将无法想象。我们要培养数据分析师,而不是高级程序员。随着统计软件在全球的流行,我们选取了SAS软件作为工具,结合数据分析课程的教学。通过简单的编程即可实现所有数据分析方法,并且应用多样化,功能强大。但由于SAS入手较难,为了不影响数据挖掘可能的教学时间,我们为该专业学生准备了两周实践课程,专门进行SAS的教学,取得了很好的效果。在数据分析课程中,每一种方法只需介绍基本思想,简单原理,计算步骤及SAS系统中对应的模块和程序说明。例如在介绍方差分析时,同时介绍SAS系统中ANOVA和GLM过程,利用SAS软件可迅速得到各种统计量,学生只需通过结果做相关的分析结论,简化繁琐计算,节省课时,提高了学生的学习兴趣。 　　2 引入合作式教学,加入讨论课模式 　　数据分析课程当中,理论知识的传授和应用能力的培养归根结底是为了解决实际问题。各种分析算法,软件都是帮助解决问题的一个工具。如何让学生去面临实际问题,并通过收集数据,建立模型,求解模型从而解决问题,这才是我们希望学生真正得到的能力。所以,我们引入的合作式教学模式。每次讨论课给定特定的专题,学生以组为单位收集相关资料数据,并进行问题分析,选定数据分析方法并建模求解,对得到的结果进行相关的解释,最后进行合理性分析。如对某产品在各个超市的销售量的分析,判断地区是否对销售量有影响。整个过程从灌输式的教学模式转变为引导式的教学模式,学生在讨论课当中占据主导地位。在分析问题得到结论后,以小组为单位进行总结汇报,由组外同学进行点评讨论,教师只做启发,指导工作。这种教学模式,不仅大大提高了学生的主动性,调动的学生思维,提高解决问题的实际能力,表达、沟通及团队合作能力,而且课堂气氛活跃,参与面广,讨论中相互发现问题,纠正错误。 　　3 适当介绍方法产生的背景、原理、重点介绍方法的综合应用 　　适当介绍方法产生背景和原理,可加深学生对分析方法的理解,深入了解方法的适用领域,所能解决的问题,与实际相结合,从而提高学生的学习兴趣。但我们更应该把分析方法综合应用作为首要教授的方面,即如何让学生把所学的数据方法正确的应用到实际问题当中。我们应该从以下几个方面入手: 　　(1)介绍分析方法的基本背景和原理,讲清应用范围。教学中,我们可简单介绍分析方法的基本思想和计算方法,但其具体能解决何种问题必须讲清。如:聚类分析和判别分析两类问题,都是用于事物的分类,但两者的本质是完全不一样的。判别分析中的类别是已知的,并且类别的属性或已知,或间接的给出(通过一组