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↑