第6章单元1 数据预处理.docxVIP

《人工智能通识与实践》

第6章单元1预处理

教案

教学任务

项目1预处理

知识发现与数据挖掘的概念2.数据来源和数据采集3.数据探索4.数据预处理

授课课时

总时长4学时：课堂讲授2学时、实践环节2学时

一、教学分析

学习目标

知识目标

掌握知识发现流程与数据预处理方法，理解异常值、缺失值处理及数据标准化、离散化的核心原理。

能力目标

能完成数据质量分析与预处理实操，运用3σ/箱线图识异常值，实现数据规范化与特征构造。

素质目标

培养数据思维与严谨的数据分析素养，提升数据预处理的实操与问题解决能力，树立数据质量意识。

教学重点

掌握知识发现流程，能运用3σ/箱线图处理异常值、插补缺失值，熟练完成数据规范化与离散化实操。

教学难点

箱线图异常值判定、多方法数据标准化实操，数据集成的冗余消除与冲突解决，特征构造的合理性设计。

教学内容

讲解知识发现与数据挖掘的关联及完整流程，详述数据采集、探索的方法；重点讲授缺失值、异常值处理，数据清洗、集成、归约、变换的核心操作，解析数据规范化、离散化的常用算法与实操步骤。

二、教学策略

教学设计

以城市交通早高峰路段车流量与拥堵指数数据分析为典型案例激趣导入；采用“案例驱动+实操推演+小组探究+方法对比”分层教学，紧扣案例全流程串联数据预处理各环节，从原始车流量/拥堵指数数据探索，到异常值剔除、缺失值插补的清洗操作，再到多