/3

泰迪大数据挖掘第二课堂建设方案

泰迪智能科技2017-02-05 17:24:33674

高校数据挖掘课堂教学主要存在如下一些问题:
     1、偏重算法、原理的学习,大部分的例子都是为了应用某个算法而设计的,缺少商业背景和问题理解(强调理论体系的完整,弱化实践,忽略了大部分学生是要到一般企业就业的);
     2、教师缺乏解决具体商业问题的经验(接触的项目大多是政府各部门的基金,解决偏理论研究方面的问题);
     3、课程中的问题往往不完整,缺少从(商业)问题定义、数据采集/实验设计、数据分析、建模、评估、应用的全过程,学生缺少对实际问题的理解;
     4、数据往往较为理想,与现实中数据预处理的复杂性不相符;
     5、由于数据挖掘依赖较多的前端课程,如概率论、数理统计、程序设计(数据挖掘平台)、数据库等课程,造成课程的开出较晚(通常在第6学期),学生很难在专业实习(第3学期末)之前形成较扎实的基础和实践能力。

解决思路:
     1、高校强调算法、原理,企业强调业务理解,高校教学虽无法以“业务理解”为核心,但要强调解决实际问题的能力培养。解决思路:引入“第二课堂”由企业完成“最后一公里”的实践环节;
     2、打破原有的课程体系,分散课程内容,增加课程数同时减小课时,拉长周期,更多地采取实践教学的方式,引入企业、社会教学资源作为理论教学的必要补充。例如:计算机基础中的Excel教学:学生学过Excel后还是不会解决实际问题(课程更多地是讲软件操作),缺乏求解问题的思路,缺乏自学能力。解决思路:以解决实际问题为导向梳理教学内容。


详细方案请下载:大数据挖掘教学第二课堂