4、《大數(shù)據(jù)工具應(yīng)用》課程教案

《大數(shù)據(jù)工具應(yīng)用》課程教案一、課程簡(jiǎn)介課程類別：職業(yè)選修課授課對(duì)象：本科層次各專業(yè)學(xué)時(shí)與學(xué)分：34學(xué)時(shí)，2學(xué)分使用教材：《大數(shù)據(jù)工具應(yīng)用》(微課視頻版),鐘雪靈,郭藝輝主編.清華大學(xué)出版社.高等學(xué)校大數(shù)據(jù)管理與應(yīng)用專業(yè)規(guī)劃教材.ISBN9787302559641.2020,08.參考教材：[1]袁梅宇.數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)Weka應(yīng)用技術(shù)與實(shí)踐(第二版).北京：清華大學(xué)出版社，2016.[2]喻梅,于健.數(shù)據(jù)分析與數(shù)據(jù)挖掘.北京：清華大學(xué)出版社，2018.[3]雷明.機(jī)器學(xué)習(xí)：原理、算法與應(yīng)用.北京：清華大學(xué)出版社，2019.[4]朱潔,羅華霖.大數(shù)據(jù)架構(gòu)詳解：從數(shù)據(jù)獲取到深度學(xué)習(xí).北京：電子工業(yè)出版社，2016.[5]劉紅閣,王淑娟,溫融冰.人人都是數(shù)據(jù)分析師：Tableau應(yīng)用實(shí)戰(zhàn)（第2版）.北京：人民郵電出版社，2019.[6]王國(guó)平.Tableau數(shù)據(jù)可視化：從入門到精通.北京：清華大學(xué)出版社，2017.[7]周蘇,王文.大數(shù)據(jù)可視化.北京：清華大學(xué)出版社，2019.[8]美智訊.Tableau商業(yè)分析：從新手到高手.北京：電子工業(yè)出版社，2018.[9]MalekipirbazariM,AksakalliV.Riskassessmentinsociallendingviarandomforests[J].ExpertSystemswithApplication,2015,42(10):4621-4631.二、教學(xué)目的與教學(xué)要求：移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等先進(jìn)信息技術(shù)層出不窮，不斷滲透至社會(huì)的各個(gè)領(lǐng)域，產(chǎn)生了許多新的應(yīng)用場(chǎng)景，深刻地改變著人們的社交方式、生活方式和工作方式。數(shù)字時(shí)代要求有新的教育，新工科、新醫(yī)科、新農(nóng)科、新文科的概念應(yīng)運(yùn)而生。本課程講授新興的信息技術(shù)，圍繞大數(shù)據(jù)的基礎(chǔ)知識(shí)和工具應(yīng)用進(jìn)行課程建設(shè)和開發(fā)。課程包括七章，涵蓋數(shù)據(jù)獲取、數(shù)據(jù)挖掘、數(shù)據(jù)呈現(xiàn)和數(shù)據(jù)思維等四部分內(nèi)容。課程立足應(yīng)用入門，強(qiáng)調(diào)工具操作，突出案例教學(xué)。學(xué)習(xí)本課程，學(xué)生將能拓展所學(xué)專業(yè)的知識(shí)邊界，獲得一定的大數(shù)據(jù)知識(shí)與技能，建立數(shù)據(jù)思維。第1次課2學(xué)時(shí)本次教學(xué)重點(diǎn)：大數(shù)據(jù)的特點(diǎn)、數(shù)據(jù)獲取、數(shù)據(jù)存儲(chǔ)本次教學(xué)難點(diǎn)：大數(shù)據(jù)的結(jié)構(gòu)、數(shù)據(jù)管理、數(shù)據(jù)分析本次教學(xué)內(nèi)容：第一章大數(shù)據(jù)概述1.1大數(shù)據(jù)應(yīng)用概況 1.1.1大數(shù)據(jù)的定義 1.1.2大數(shù)據(jù)的特點(diǎn) 1.1.3大數(shù)據(jù)的結(jié)構(gòu) 1.1.4相關(guān)技術(shù) 1.1.5現(xiàn)狀與趨勢(shì) 1.2大數(shù)據(jù)處理步驟 1.2.1數(shù)據(jù)獲取 1.2.2數(shù)據(jù)存儲(chǔ) 1.2.3數(shù)據(jù)管理 1.2.4數(shù)據(jù)分析 1.3應(yīng)用案例 1.3.1商品推薦服務(wù) 1.3.2公共信息服務(wù) 1.3.3數(shù)據(jù)呈現(xiàn)服務(wù) 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。第2次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：格式轉(zhuǎn)換與數(shù)據(jù)清洗整理、網(wǎng)頁(yè)數(shù)據(jù)獲取本次課教學(xué)難點(diǎn)：八爪魚模板采集任務(wù)、自定義采集模式本次課教學(xué)內(nèi)容：第二章數(shù)據(jù)獲取2.1格式轉(zhuǎn)換與數(shù)據(jù)清洗整理 2.2網(wǎng)頁(yè)數(shù)據(jù)獲取 2.2.1八爪魚采集原理與安裝2.2.2模板采集任務(wù) 2.2.3自定義采集模式教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。本次課實(shí)踐教學(xué)設(shè)計(jì)：完成iris.csv和dataset.txt文件到excel文件的轉(zhuǎn)換。對(duì)學(xué)生資料.xlsx文件做以下處理：根據(jù)舊準(zhǔn)考證號(hào)加上班級(jí)序號(hào)名稱來生成新的追考證號(hào)碼。規(guī)則是：舊號(hào)碼的前6位+0+班級(jí)號(hào)+舊號(hào)碼后3位。使用最新版本的八爪魚軟件的“簡(jiǎn)易采集”模式，對(duì)“新浪財(cái)經(jīng)”的股票推薦信息進(jìn)行采集。采集網(wǎng)址為：/q/go.php/vIR_RatingNewest/index.phtml使用最新版本的八爪魚軟件的“自定義采集-向?qū)Ｊ健?，?duì)京東網(wǎng)站的某項(xiàng)商品搜索結(jié)果進(jìn)行采集。并將結(jié)果保存為excel文件。完成bank-data.xlsx文件到arff文件的轉(zhuǎn)換。對(duì)weather.numeric.arff數(shù)據(jù)集中的數(shù)值型屬性“溫度（temperature）”離散成低溫（cool），中溫（mild），高溫（hot）三個(gè)等級(jí)。生成weather.nominal.arff數(shù)據(jù)集的決策樹。對(duì)CPU.arff數(shù)據(jù)集使用M5P分類器進(jìn)行線性回歸。使用SimpleKMeans聚類器對(duì)weather.numeric.arff數(shù)據(jù)集進(jìn)行聚類，選擇2個(gè)簇和歐氏距離，其他參數(shù)保持默認(rèn)值，忽略play屬性。使用EM聚類器對(duì)weather.numeric.arff數(shù)據(jù)集進(jìn)行聚類，選擇2個(gè)簇，其他參數(shù)保持默認(rèn)值，忽略play屬性。第3次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：Weka數(shù)據(jù)分析入門、數(shù)據(jù)預(yù)處理、J48決策樹分類器本次課教學(xué)難點(diǎn)：數(shù)據(jù)預(yù)處理、J48決策樹分類器本次課教學(xué)內(nèi)容：第三章數(shù)據(jù)分析入門3.1Weka簡(jiǎn)介與數(shù)據(jù)預(yù)處理 3.1.1軟件下載 3.1.2文件與數(shù)據(jù)格式 3.1.3Weka程序界面 3.1.4數(shù)據(jù)預(yù)處理 3.2數(shù)據(jù)分類 3.2.1J48決策樹分類器教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。第4次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：LinearRegression分類器、數(shù)據(jù)聚類本次課教學(xué)難點(diǎn)：M5P分類器、EM聚類器本次課教學(xué)內(nèi)容：第三章數(shù)據(jù)分析入門3.1Weka簡(jiǎn)介與數(shù)據(jù)預(yù)處理3.2.2LinearRegression分類器3.2.3M5P分類器 3.3數(shù)據(jù)聚類 3.3.1SimpleKMeans聚類器3.3.2EM聚類器 3.3.3DBSCAN聚類器 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。本次課實(shí)踐教學(xué)設(shè)計(jì)：對(duì)glass.arff文件中的玻璃數(shù)據(jù)應(yīng)用排序技術(shù)，確定基于信息增益的四個(gè)最重要的屬性是什么？使用上述玻璃數(shù)據(jù)集，運(yùn)行基于相關(guān)性的CfsSubsetEval評(píng)估器，使用BestFirst搜索方法；然后運(yùn)行J48作為基學(xué)習(xí)器的包裝方法，再次使用BestFirst搜索方法。檢查輸出的屬性子集，這兩種方法都選擇出來的有哪些屬性？它們與題1中使用信息增益所生成的排序輸出有何關(guān)系？使用cpu.arff數(shù)據(jù)集，切換到Visualize標(biāo)簽頁(yè)，實(shí)現(xiàn)如下結(jié)果：打開某一個(gè)放大散點(diǎn)圖，橫坐標(biāo)（即X坐標(biāo)）設(shè)置為CACH屬性，縱坐標(biāo)（即Y坐標(biāo)）設(shè)置為class屬性，同時(shí)使用Rectangle選項(xiàng)來選擇實(shí)例，使得圖中只顯示CACH范圍大概在15~70之間并且class范圍大概在100~400之間的所有實(shí)例，其它實(shí)例不顯示。請(qǐng)把該結(jié)果圖截圖顯示在實(shí)驗(yàn)結(jié)果中。第5次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：關(guān)聯(lián)規(guī)則相關(guān)概念、Apriori算法、屬性選擇本次課教學(xué)難點(diǎn)：Apriori關(guān)聯(lián)規(guī)則挖掘本次課教學(xué)內(nèi)容：第三章數(shù)據(jù)分析入門3.4數(shù)據(jù)關(guān)聯(lián) 3.4.1關(guān)聯(lián)規(guī)則相關(guān)概念 3.4.2Apriori算法介紹3.4.3Apriori關(guān)聯(lián)規(guī)則挖掘 3.5選擇屬性 3.5.1屬性選擇概述 3.5.2Weka中Selectattributes標(biāo)簽頁(yè) 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。第6次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：選擇屬性、Weka中選擇屬性操作、數(shù)據(jù)可視化本次課教學(xué)難點(diǎn)：數(shù)值型類別屬性可視化本次課教學(xué)內(nèi)容：第三章數(shù)據(jù)分析入門3.5選擇屬性 3.5.3選擇屬性模式介紹 3.5.4Weka中選擇屬性操作示例3.6數(shù)據(jù)可視化 3.6.1Visualize標(biāo)簽頁(yè)3.6.2數(shù)值型類別屬性可視化 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。作業(yè)布置：1、在Weka軟件探索者界面中，利用Visualize標(biāo)簽頁(yè)通過更改各個(gè)參數(shù)來進(jìn)行數(shù)據(jù)集的可視化屬性設(shè)置后，需要單擊以下（）按鈕，所有更改才會(huì)生效。A.SelectAttributeB.SubSampleC.UpdateD.Fastscrolling2、Ranker方法既可以用于單個(gè)屬性評(píng)估器，又可以用于屬性子集評(píng)估器。A.對(duì)B.錯(cuò)3、利用weka軟件進(jìn)行數(shù)據(jù)可視化時(shí)，用戶可以選擇類別屬性對(duì)數(shù)據(jù)點(diǎn)著色，如果類別屬性是標(biāo)稱型，則顯示為彩色條。A.對(duì)B.錯(cuò)第7次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：貝葉斯公式、貝葉斯網(wǎng)絡(luò)、創(chuàng)建貝葉斯網(wǎng)絡(luò)本次課教學(xué)難點(diǎn)：使用貝葉斯網(wǎng)絡(luò)進(jìn)行推理本次課教學(xué)內(nèi)容：第四章數(shù)據(jù)分析進(jìn)階4.1貝葉斯網(wǎng)絡(luò) 4.1.1貝葉斯公式簡(jiǎn)介 4.1.2貝葉斯網(wǎng)絡(luò)簡(jiǎn)介 4.1.3創(chuàng)建貝葉斯網(wǎng)絡(luò) 4.1.4使用貝葉斯網(wǎng)絡(luò)進(jìn)行推理 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。本次課實(shí)踐教學(xué)設(shè)計(jì)：完成下圖所示的貝葉斯網(wǎng)絡(luò)，應(yīng)用weka工具進(jìn)行分析。第8次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：神經(jīng)網(wǎng)絡(luò)介紹、Weka神經(jīng)網(wǎng)絡(luò)選項(xiàng)設(shè)置、編輯神經(jīng)網(wǎng)絡(luò)本次課教學(xué)難點(diǎn)：神經(jīng)網(wǎng)絡(luò)參數(shù)調(diào)整、時(shí)間序列分析及預(yù)測(cè)本次課教學(xué)內(nèi)容：第四章數(shù)據(jù)分析進(jìn)階4.2神經(jīng)網(wǎng)絡(luò) 4.2.1神經(jīng)網(wǎng)絡(luò)介紹 4.2.2Weka神經(jīng)網(wǎng)絡(luò)選項(xiàng)設(shè)置 4.2.3編輯神經(jīng)網(wǎng)絡(luò) 4.2.4神經(jīng)網(wǎng)絡(luò)參數(shù)調(diào)整 4.3時(shí)間序列分析及預(yù)測(cè) 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。第9次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：Tableau下載與安裝、TableauDesktop軟件界面本次課教學(xué)難點(diǎn)：初級(jí)可視化分析（條形圖、直方圖、餅圖）本次課教學(xué)內(nèi)容：第五章TABLEAU應(yīng)用5.1Tableau概述與入門 5.1.1概述 5.1.2下載與安裝 5.1.3數(shù)據(jù)類型 5.1.4TableauDesktop軟件界面 5.1.5文件類型 5.2初級(jí)可視化分析 5.2.1條形圖 5.2.2直方圖 5.2.3餅圖 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。第10次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：TABLEAU初級(jí)可視化分析（折線圖、壓力圖、樹地圖、氣泡圖）本次課教學(xué)難點(diǎn)：TABLEAU地圖分析、創(chuàng)建地圖本次課教學(xué)內(nèi)容：第五章TABLEAU應(yīng)用5.2初級(jí)可視化分析5.2.4折線圖 5.2.5壓力圖 5.2.6樹地圖5.2.7氣泡圖 5.3地圖分析 5.3.1認(rèn)識(shí)地圖 5.3.2創(chuàng)建地圖 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。第11次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：TABLEAU高級(jí)數(shù)據(jù)操作（分層結(jié)構(gòu)、組、集、參數(shù)、計(jì)算字段）本次課教學(xué)難點(diǎn)：TABLEAU分析圖表整合本次課教學(xué)內(nèi)容：第五章TABLEAU應(yīng)用5.4高級(jí)數(shù)據(jù)操作 5.4.1分層結(jié)構(gòu)5.4.2組 5.4.3集5.4.4參數(shù) 5.4.5計(jì)算字段5.5分析圖表整合教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。本次課實(shí)踐教學(xué)設(shè)計(jì)：先后完成tableau自帶數(shù)據(jù)“示例-超市”，產(chǎn)品的分層和解除分層。tableau自帶數(shù)據(jù)“示例-超市”：統(tǒng)計(jì)分層“產(chǎn)品”項(xiàng)下的銷售總額，并實(shí)現(xiàn)自由向下鉆取。根據(jù)銷售總額和銷售總利潤(rùn)兩個(gè)維度，剖析“南方市場(chǎng)”和“北方市場(chǎng)”的情況。分析銷售總額的走勢(shì)：高折扣客戶和低折扣客戶的對(duì)比。將題1-4的結(jié)果放置在一個(gè)儀表板內(nèi)，儀表板的大小選擇“自動(dòng)”，并根據(jù)儀表板的基礎(chǔ)功能自行美化儀表板的排版，排版方式要求：浮動(dòng)。第12次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：無錫市宜居時(shí)間分析、佛山市納稅企業(yè)增長(zhǎng)情況分析本次課教學(xué)難點(diǎn)：制作儀表板本次課教學(xué)內(nèi)容：第五章TABLEAU應(yīng)用5.6案例一：無錫市宜居時(shí)間分析5.6.1創(chuàng)建計(jì)算字段 5.6.2空氣質(zhì)量 5.6.3氣溫 5.6.4宜居時(shí)間5.6.5制作儀表板 5.7案例二：佛山市納稅企業(yè)增長(zhǎng)情況分析 5.7.1創(chuàng)建計(jì)算字段 5.7.2預(yù)測(cè) 5.7.3剖析-行業(yè) 5.7.4剖析-區(qū)域 5.7.5制作儀表板 5.7.6分析 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。本次課實(shí)踐教學(xué)設(shè)計(jì)：綜合實(shí)驗(yàn)：基于tableau自帶數(shù)據(jù)“示例-超市”，分析當(dāng)前產(chǎn)品結(jié)構(gòu)存在的問題，并做成儀表板展示。提示：產(chǎn)品結(jié)構(gòu)——產(chǎn)品-類別-子類別-制造商-產(chǎn)品名稱；問題維度——利潤(rùn)與銷售額的關(guān)系/銷售額與折扣的關(guān)系/利潤(rùn)與銷售數(shù)量的關(guān)系；分析步驟——（1）畫思維導(dǎo)圖，建議3-4步內(nèi)得出結(jié)論；（2）基于思維導(dǎo)圖的步驟，畫圖、展示、美化。第13次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：數(shù)據(jù)分析拓展研究背景、研究方法本次課教學(xué)難點(diǎn)：k-最近鄰算法基本原理、Weka中k-最近鄰算法應(yīng)用實(shí)踐本次課教學(xué)內(nèi)容：第六章數(shù)據(jù)分析拓展6.1數(shù)據(jù)分析拓展引言 6.1.1研究背景 6.1.2實(shí)驗(yàn)數(shù)據(jù) 6.1.3研究方法 6.2k-最近鄰算法（k-NN） 6.2.1k-最近鄰算法（k-NN）基本原理 6.2.2Weka中k-最近鄰算法（k-NN）應(yīng)用實(shí)踐 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。本次課實(shí)踐教學(xué)設(shè)計(jì)：研究不同近鄰數(shù)量對(duì)IBk分類器（KNN算法）的影響。切換到Classify標(biāo)簽頁(yè)，點(diǎn)擊“Choose”按鈕選擇“l(fā)azy-IBk”，在“Testoptions”中選擇“Cross-validation（Folds=10）”。單擊Choose按鈕右邊的文本框，k默認(rèn)為使用1近鄰，點(diǎn)擊“start”按鈕，開始運(yùn)行，并記錄訓(xùn)練結(jié)果。1) 選取不同k值調(diào)整模型，本實(shí)驗(yàn)中訓(xùn)練樣本數(shù)為1000個(gè)，K一般低于訓(xùn)練樣本數(shù)的平方根，故k值取前30，記錄實(shí)驗(yàn)數(shù)據(jù)，完成以下表格。K值12345678910準(zhǔn)確率K值11121314151617181920準(zhǔn)確率K值21222324252627282930準(zhǔn)確率請(qǐng)回答隨著k值不同，IBk分類器分類準(zhǔn)確率有何變化？找出能使模型分類準(zhǔn)確度達(dá)到最高的k值。第14次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：支持向量機(jī)SVM算法基本原理本次課教學(xué)難點(diǎn)：Weka中SVM算法應(yīng)用實(shí)踐本次課教學(xué)內(nèi)容：第六章數(shù)據(jù)分析拓展6.3支持向量機(jī)SVM 6.3.1支持向量機(jī)SVM算法基本原理 6.3.2Weka中SVM算法應(yīng)用實(shí)踐 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示，拓寬學(xué)生的思維空間，增加學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的能力。3、采用演示法。通過相關(guān)圖片及視頻資料，獲得生動(dòng)的表象，激起學(xué)生的感性認(rèn)識(shí)，促進(jìn)其對(duì)知識(shí)點(diǎn)比較全面、深刻地理解和掌握。本次課實(shí)踐教學(xué)設(shè)計(jì)：加載credit-g.arff數(shù)據(jù)后，切換至Classify標(biāo)簽頁(yè)，單擊Choose按鈕，選擇functions目錄下的SMO分類器，然后完成以下操作：?jiǎn)螕鬝MO分類器文本框，打開通用對(duì)象編輯器窗口，PolyKernel多項(xiàng)式核函數(shù)的指數(shù)（Exponent）設(shè)置為1（默認(rèn)），構(gòu)建為線性支持向量機(jī)。單擊Start按鈕運(yùn)行分類器，將實(shí)驗(yàn)結(jié)果記入下表。將PolyKernel多項(xiàng)式核函數(shù)的指數(shù)（Exponent）設(shè)置為2，構(gòu)建非線性支持向量機(jī)。單擊Start按鈕運(yùn)行分類器，將實(shí)驗(yàn)結(jié)果記入下表。安裝并運(yùn)行LibSVM分類器。在Tools菜單下，選擇PackageManager菜單項(xiàng)，這時(shí)會(huì)彈出PackageManager包管理器窗口：選中All，在Packagesearch右邊的文本框中輸入“l(fā)ibsvm”，按回車Package窗口會(huì)出現(xiàn)搜索結(jié)果，選中“l(fā)ibsvm”，單擊“install”按鈕。安裝完成后，在Explorer中將功能面板切換到“Classify”。點(diǎn)“Choose”按鈕選擇“functions”，點(diǎn)擊LibSVM加載分類器；點(diǎn)擊Start按鈕運(yùn)行，將實(shí)驗(yàn)結(jié)果記入下表。在三種支持向量機(jī)分類器進(jìn)行評(píng)價(jià)，確定分類準(zhǔn)確率最好的分類器。準(zhǔn)確率混淆矩陣SMO分類器（線性）SMO分類器（非線性）LibSVM第15次課2學(xué)時(shí)本次課教學(xué)重點(diǎn)：邏輯回歸算法基本原理及應(yīng)用實(shí)踐、隨機(jī)森林算法基本原理及應(yīng)用實(shí)踐本次課教學(xué)難點(diǎn)：模型性能評(píng)估本次課教學(xué)內(nèi)容：第六章數(shù)據(jù)分析拓展6.4邏輯回歸算法 6.4.1邏輯回歸算法基本原理 6.4.2Weka中的邏輯回歸算法應(yīng)用實(shí)踐 6.5隨機(jī)森林算法6.5.1隨機(jī)森林算法基本原理 6.5.2Weka中的隨機(jī)森林算法應(yīng)用實(shí)踐6.6模型性能評(píng)估（一） 6.7模型性能評(píng)估（二） 教學(xué)組織：1、采用混合式教學(xué)法。線上講授演示與線下集中輔導(dǎo)答疑相結(jié)合。2、采用模擬教學(xué)法。切合知識(shí)點(diǎn)，運(yùn)用模擬軟件的操作演示