教育教学论坛
EDUCATION TEACHING FORUM 2020年9月第36期Sept.2020
cokesNo.36
数据挖掘实践课程教学模式的探索
李艳玲
bluebird（内蒙古师范大学计算机科学技术学院，内蒙古呼和浩特010022）
一、引言
数据挖掘课程作为计算机以及相关专业的核心课程受到了广大师生的重视。各个高校开设的数据挖掘理论课和实验（实践）课程的教学内容以及考核评价形式有所不同。刘波等人[１]对数据挖掘课程的实践教学给出了完整的教学内容以及详细的评价考核方式，并在教学中获得较好的效果。关鹏等人[２]探索了统计学专业的数据挖掘课程实验教学模式，以R语言进行数据挖掘实验，通过项目式学习提升学生分析问题和解决问题的能力。黄浩等人[３]提出在数据挖掘课程中通过案例贯穿教学和能力拓展比赛等教学方法提升学生的数据挖掘实践和创新能力。尽管一线教师在教学过程中对数据挖掘实践课进行了某些探索和改进，但是仍存在一些问题。
怎样提高学习成绩本文对数据挖掘课程教学存在的问题进行梳理，有针对性地提出了以下教学改革方法：①注重前导课、理论课和实践课的衔接；②加强过程中的监督和考核；③实践内容抓重点算法，切忌面面俱到。通过以上方法可以有效促进课程平稳过渡，全面提升学生的自信心、主动性以及动手能力。www neworiental org
姿势的英文二、数据挖掘实践课程的教学模式数据挖掘实践课程有两大难点，一是数据挖掘课程本身难度较大，这门课涉及较多的数学和算法，而且相对枯燥，原来只有研究生才学习的课程现在给本科生开设，可以想象其难度；二是实践课程需要编程语言来实现，对于大三的学生而言，他们仅仅掌握了编程语言的基本语法，综合实践能力还比较欠缺，现在要对高难度算法进行实现，更可谓难上加难。
笔者以2019—2020学年第一学期所教授的课程为例，教学计划为数据挖掘48学时，实践课程32学时，分别是一周4节课，理论课程12周，实践课程8周。实践课比理论课滞后4周。对于计算机及相关专业来说，实践课主要通过Python语言进行编写。
（一）注重前导课、理论课和实践课的衔接如果让学生顺利进入实践课的角色，需要做好两个衔接，即编程语言基础与实际应用的衔接和理论算法与编程实现的衔接。
attentionplea1.编程语言基础与实际应用的衔接。对于第一种衔接，本实践课采取的办法是增加了两个数据处理题目作为过渡。数据处理能力是从事机器学习和数据挖掘相关工作的基本功，是实现算法编程之前需要掌握的技能。两个数据处理题目及要求如下。
英国留学条件
（1）用python处理文本数据。数据来自2015年第十五届中国机器学习会议的评测数据，为文本数据，任务是根据给定的新闻标题、两个人名以及关系类型，确认两个人物关系是否属于给定关系类型。要求：第一步从训练集数据中提取前五列；第二步在第一步得到数据的基础上根据类别出现的顺序对19类关系数据进行归类，分别存储到train文件夹下以1.txt到19.txt 命名的文件中；第三步按照训练集19个类别的顺序将测试集数据归类，即相同关系类型的数据放到一个文本文件中，同样生成19个类别的测试文件，保存到test 文件夹下，文件命名和训练数据一样，但是关系类型必须保持一致；第四步对每条数据在原测试集中出现的位置进行记录，和19个测试文件一一对应起来，比如第一类“传闻不和”的每个样本在原文中处于第几行，在索引文件中进行记录，保存在文件，….
（2）用python处理数值型数据。数据来自2016年中国高校第一届大数据挑战赛的数据，任务是通过给定的历史数据预测未来两个月歌曲的播放量。要求：第一步对歌曲艺人数据表进行处理，统计出艺人的个数以及每个艺人的歌曲数量。输出文件命名为xp2_1.csv，格式第一列是艺人的ID，第二列是该艺人的歌曲
［摘
要］数据挖掘实践课程作为数据挖掘理论课之后开设的一门实践课，对学生动手能力的培养、编程思维的养成、算法的理解等具有
重要的支撑作用。而在教学过程中，如何充分发挥学生的主观能动性，让学生的能力得到全方位锻炼，是任课教师需要认真思考的问题。以内蒙古师范大学的数据挖掘实践课程为例，阐述课程教学过程中教学改革的方法和举措，为相关课程的任课教师提供参考和借鉴。［关键词］数据挖掘实践；课程衔接；监督与考核
［基金项目］2016年度国家自然科学基金项目“面向中文口语理解的非参数贝叶斯分析方法的研究和应用”（61562068）［作者简介］李艳玲（1978—），女，博士，副教授，硕士生导师，研究领域为自然语言处理、口语理解、机器学习等。［中图分类号］G642
［文献标识码］A
美国大选2020时间表
［文章编号］1674-9324（2020）36-0153-03
［收稿日期］2020-02-24
代替英文153--against
