资源简介 5.3数据的分析教学设计1.教学目标①理解数据分析的作用和数据分析常用的四种方法。②能够体验多种数据分析技术的案例分析。③能够掌握选用恰当的工具和技术分析数据。④能够掌握总结和归纳数据分析的方法和步骤。教学重点学习程序范例,能够体验多种数据分析技术。3.教学难点??学习程序范例,能够体验多种数据分析技术。4.教学方法任务驱动、小组合作学习教学过程:一、导入新课:疫情数据分析视频数据分析的作用就是探索数据内在的结构和规律,构建数学模型,并进行可视化表达,为诊断过去、预测未来发挥作用。数据分析的四种常用方法:特征探索、关联分析、聚类分析、数据分类。二、小组合作学习①【小组任务】共分五个小组,每个小组分配一个学习任务。进行书本学习和网络搜索学习,交流讨论后推出一人到台前进行学习分享和讲解。所有同学,理解掌握所有知识内容。数据分析特征探索关联分析聚类分析数据分类②【自主学习】书本学习和网络搜索学习。③【小组交流讨论】小组同学相互交流自己和学习查询到的相关认识和理解,推选一位发言人。④【班级分享】每组推选一位同学到台前,讲解知识点,谈自己的认识和体会,结合生活举例说明。三、教师讲解和程序范例视频学习数据分析就是在一大批杂乱无章的数据中;运用数字化工具和技术;探索数据内在的结构和规律,构建数学模型,并进行可视化表达,为诊断过去、预测未来发挥作用。特征探索的主要任务是对数据进行预处理,发现和处理缺失值、异样数据,绘制直方图,观察分析数据的分布特征,求最大值、最小值、极差等描述性统计量。关联分析就是分析并发现存在于大量数据之间的关联性或相关性,从而描述一个事物中某些属性同时出现的规律和模式。聚类分析是一种探索性分析,能从样本数据出发,自动进行分类。K-平均算法是一种经典的自下而上的聚类分析方法。结合书本程序范例和视频学习,体验多种数据分析技术。四、实际操作(小组合作学习,操作体验多种数据分析技术)每个同学,有目的地在电脑上实际体验所学的程序范例,体验多种数据分析技术。以小组为单位,相互帮助,沟通交流。教师个别辅导,表扬优秀,督促同学完成体验。五、布置本节相关作业六、总结1.理解数据分析的作用2.掌握体验特征探索的数据分析方法3.掌握体验关联分析的数据分析方法3.掌握体验聚类分析的数据分析方法3.掌握体验数据分类的数据分析方法 展开更多...... 收起↑ 资源预览