资源简介

《大数据基础与实务》
教 师 课 时 授 课 教 案
编号： 8
授课日期
授课班级
授课学时 2 课 型 理论+实践
课 题： 项目五 数据挖掘和分析
教 学 目 标： 1.了解数据挖掘和机器算法；2.理解大数据分析技术
重点与难点： 重点：数据挖掘和机器算法
难点：大数据分析技术
解 决 措 施： 1.讲授与案例分析
2.现场演示
教学方法设计： 讲授法、案例法、演示法
教 学 资 源： 教材、案例、课件、网络资源等
《大数据基础与实务》教案用纸 第 八 讲
教学环节 教 学 内 容 教学组织与教学方法
导入新课 讲授新课 课堂小结 回顾导入： 数据存储技术 问题导入： 如何对数据进行分析？ 大数据分析一定要以真实数据为基础，问题为导向，隐私保护与安全为中心，选择合适的数据分析技术，最终获得真实可靠的结果，以供决策。 1. 数据挖掘和机器算法 数据挖掘：数据挖掘（Data Mining），又称之为数据库文件的专业知识发觉（Knowledge-Discovery in Databases，KDD），它是指从大量的数据中通过算法搜索隐藏于其中信息的过程。 机器算法：机器学习是一门多领域交叉学科。涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。 2. 大数据分析技术 大数据分析模型 大数据分析应用 数据挖掘和机器算法 大数据分析技术 班级组织 教师提问 学生讨论 教师点评 问题讨论 教师总结点评 班级授课 启发式讲授 案例分析 学生操作 班级授课 启发式讲授 案例分析 学生操作 班级讲授 总结回顾
课外作业：
基于‘高斯贝叶斯’模型的鸢尾花分类”
教学反思、总结：

展开更多......

收起↑