基于Python的大數據分析與應用課程教學模式探索

濮陽職業技術學院 李江濤

大數據是一種具有潛在價值的原始數據資產，而這些潛在價值的信息只能靠深度學習和分析來進行挖掘。將來，人們的決策將越來越多地取決于對大數據的分析。以大數據為基礎分析的教學方式及其模型日益成為教育科研的主題。

當前，一些國內專家學者正在探索和討論如何有效地研究和推動人們在研究和教育中利用大數據技術。梁文鑫指出，大數據時代下的教師可以通過分析單一個體給學生的數據，根據他們自己的能力真正教給每一位學生。換言之，它可以用來實現一個學習流程的數字化。喻長志解釋說，大數據時代的教師側重于挖掘和分析學生的信息，研究相關的學習成果，并針對不同年齡段的學生提出了制訂最佳學習策略的建議。周若松表示，大數據的新時代極大地提高了對教師的要求，這將促使他們充分認識和了解到自己的學生并與其他人一起進行個性化的探索和學習。喻小繼提出一種基于互聯網大數據的應用個性化教育信息服務平臺。傳統的大數據資料收集分析方法一般是基于群體分析，而能力評估測試分析通常是反映人群水平。大數據的一些特點與優勢就是它注重學生的人物個性表達，并且這些數據都具備很強的客觀性和可靠度。現有的大量數據和資料進行數字化分析技術可以為所有的學生創造一種個性化的學習環境和一種個性化課堂，但是要為那些具有多樣化的學習風格與動機變化多元的學習者提供一套自適應的學習體系相對來說比較困難。

一、Python語言的優勢

Python軟件是一種完全免費的自由開源、跨平臺高級動態編程語言，支持多種編程方式，有許多強大的內置編程方式、標準庫和可擴展的存儲庫，可以使用軟件直接調取內置函數或者標準庫，實現強大的程序控制功能。從它的特性角度來看，Python既是“面向對象”的語言，也是“解釋”的語言。Python簡單而易于使用和運行，語法與英文相似，可以直接在解釋器中運行，但會耗盡大量的軟硬件資源。

Python特別適合于應用程序的數據分析與處理。提供的Matplotlib是目前主要用于繪制大量數據圖表的常見2d繪制工具，只需要簡單幾行代碼就能夠達到這個目的。Pandas還是我們在進行數據分析時使用的Python中經常使用的一個數據分析軟件包，它采用了一個開源的工具，能夠對更復雜的二維或三維數組執行更精確的計算和處理從事關系型數據庫的大量資料。Python強大且豐富的庫和大量數據分析功能使其更加適合于人工智能應用領域。從神經網絡和深度學習兩個角度出發，Python可以尋找更多成熟程序包進行調用。Python在當今人工智能的研究中也十分流行，因為它實際上是一種適合于科學計算機應用程序計算的面向對象的一種動態語言。易于使用和強大的科學計算特性，這就是Python在人工智能空間中最為強大的競爭優勢。

可以借助教授大數據分析和應用程序課程，幫助學生使用Python語言的強大功能以及快速入門的方法，更好地理解相關的理論知識。可以引起學生對于學習的強烈興趣，提高實踐技能，并提高教育效率。

二、建立用于大數據分析和應用的開放式和多元混合教育模型

根據大數據分析和應用專業課程的發展現狀和教育目標，通過學習大數據分析的基礎理論和算法，了解大數據分析的一些典型應用場景，并進一步學習如何綜合利用大數據。確立對教育的目標定位，三個階段的“解決實際問題的分析算法”，在此基礎上，三個階段的“理論知識、編程實踐和綜合應用”將所有教學內容合理地構造成一個系統的結構，每個層次都采用其他教育方式（包括教學和自主研究方法）。

可以通過課前預習、課上學習、課后復習三個步驟實現。通過慕課等在線教育平臺，通過預學習測驗來準備課程，引導學生提出有關預學習的問題，以提高預習的效率。上課前首先了解學生的預習目標是否提前實現；其次，在檢查并復習上一堂課的教學內容后，教學新的知識點；最后，由學生編寫小程序以實現或驗證算法的有效性。通過合理組織上述課堂教學，有效地實現教師理論指導與學生編程實踐相結合的目標。課堂上的教學內容是圍繞Python數據分析、預處理、數據分析算法和其他內容而開發的。在課程的最后，教師可以建立幾種以應用程序為中心的綜合實踐，并要求學生以小組的形式完成從構建問題分析模型、實施編程到演示和維護項目開發過程的整個過程。

（一）課前開放式預習

近年來，慕課教育已成為國際趨勢。在中國的高等教育中，慕課的發展與世界其他國家同步。從2013年開始，中國開始建立慕課。慕課或大型開放式在線課程是“互聯網+教育”的產物，是在線課程開發的一種新模式。它由許多人共同參與開發，具有大規模的特征，是許多人智慧的結晶。其是免費和開放的在線課程的教育系統，可以用最少的錢享受一流的課程，而所需要的只是一臺計算機和互聯網連接。

本文提出的基于Python的開放式和多重混合訓練模型主要分為三個層次，第一層次是課前的開放式預習。詳情說明如下：在上課之前，教師上傳課文的教學大綱、PPT課件、預習的目標和需求，并且指導每位學生利用慕課和網絡培訓平臺根據自己的個人特點進行預習。

（二）課堂混合授課

混合式授課將傳統的教師知識基礎理論講授和學生對于編程實踐的運用緊密結合起來，以期提高教師對于課堂活動所需要參與的認識，并且可以充分發揮教師在學生的課程活動學習過程中的重要意義。因此，應合理地調整整個課程的教學內容，以確保其理論教學的深入性和廣度，解決學生對于編程語言的困惑。美國著名的管理學家埃德溫·洛克先生曾經明確地指出，當一個目標具備前瞻性和具有挑戰力時，它才可以發揮最佳的作用。課堂上的教學亦然。準備好的讓學生做的作業，必須做到具有挑戰性。為此，可以考慮設置一些基于網絡技術的課堂訓練內容，重點研究Python數據分析、大數據預處理、大數據分析算法和大數據后期處理等技術。從理論上講，這些內容包含高度結構化和分層的大數據技術的最新知識。從實用的角度來看，可以使用Python工具輕松實現它。

尤其是在課堂上，教師首先講解新知識。通過使用傳統的課堂教學方法并專注于教授結構化的理論知識，學生可以快速形成知識結構和系統。上課后，教師指導學生討論和解決問題，以便他們可以有目的地、有效地學習。具體方法是讓學生編寫理論算法，使學生可以模仿教師的Python案例，并迅速進入狀態，以快速完成小型作業并加深他們對理論知識的理解。

（三）結課綜合開發

基于項目的培訓方法是基于任務的培訓模式。在此過程中，學生將基于獨立學習積極進行小組討論和建議，得出合理且可實現的解決方案，并且重點在于學生的協作、協調和實踐工程能力。課程結束的全面發展是筆者提出的開放式多混合培訓模型的第三步，也是測試培訓效果的重要一步。在一些項目開發活動中，主要希望學生分析數據挖掘技術在航空、電子商務、公用事業、能源和其他行業中的應用。根據背景挖掘、數據挖掘和預處理、模型構建等過程。

在定義目標時，首先完成對工業應用領域的特定分析，了解背景知識，并明確用戶需求以確定特定任務的目標。基于此，可以開始收集數據。可以從數據庫或互聯網獲得數據。建立數據庫并導入從互聯網下載的數據文件使用Web搜尋器（例如Octopus）獲取網頁的數據信息。對于下載的數據，可能會出現諸如數據不完整、錯誤、屬性過多、屬性不足之類的問題。根據較早學習的預處理方法，將另外安排收集的數據，以滿足挖掘和分析的基本要求。根據特定應用程序的背景，每組的學生可以完成每個項目所需的數據轉換和壓縮操作。

配置模型時，將根據目標的定義提供特定模型的選擇。對于航空公司和商業推薦計劃等應用程序的背景，聚類算法適合于客戶分類，并且建議電子商務網站服務使用基于項目的協作過濾算法。考慮到每個項目的開發目標，項目團隊還討論了優化每個模型和擴展應用程序的問題。在整個開發過程中，學生不僅接觸了大數據和人工智能領域的最新前沿算法，而且還有效地導航了這些算法的應用領域，為進行進一步的研究提供了思路和方向。

綜上所述，在大數據時代，大數據的應用是多種多樣的，教育行業也不例外，使用現有的教育支持理論，將大數據用于教育和學習。大數據技術的使用是重要的支持。它變成了針對當前的教與學過程理論，將教育大數據分析評估作為數據創造價值和改革教育實踐的重要基礎。它對中國學生的教育和指導以及社會的和諧發展具有重要的意義。教育大數據開發對于長期發展很重要。筆者通過在大數據分析和應用課程中引入預覽方法，有效地促進了課堂教學的發展。在教授系統理論時，結合一些Python小案例供學生理解和掌握相關理論知識。在課程的最后階段，采用項目案例開發方法，主要要求學生進行數據挖掘和分析，以用于航空、電子商務、公共服務、電力和其他行業。在項目的開發過程中，學生學會了使用書面語言和其他工具進行數據收集。完成數據清理、屬性減少、數據轉換和其他數據排序操作，編程實現了數據可視化過程。與傳統的單一理論教學模式相比，混合教學模式充分利用了學生對課堂角色和課堂參與的感知，能夠在課堂上形成絕佳的互動關系，這也能充分地激發學生學習的興趣，提高實踐技能，并增強培訓效果以達到預期的教育目標。