大数据基础与应用（商科版）教案 项目五 大数据综合案例分析应用_第1页
大数据基础与应用（商科版）教案 项目五 大数据综合案例分析应用_第2页
大数据基础与应用（商科版）教案 项目五 大数据综合案例分析应用_第3页
大数据基础与应用（商科版）教案 项目五 大数据综合案例分析应用_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

《大数据基础与应用》（商科版）课程教学单元设计（教案）教学任务教学目标技能⽬标素质⽬标教学重难点数据（如字段类型错误、缺失值、重复值等）。重点通过讲解数据映射表的构建方法，引导学生将复杂的业务问题拆解为具体的、可量化分析的数据问题，从而掌握业务问题与数据问题之间的转化逻辑。难点通过可视化对⽐（如脏数），教学方法教案过程导⼊内容：展⽰Bigmart的业绩⽬标（欧美区⼀2.理论讲授知识点1：业务问题拆解与数据映射表构建。知识点2：数据质量问题的典型类型及处理⽅法。3.案例分析案例：Bigmart商品表`product_max_price`字段的脏数据（含“元”字），任务：分组讨论供应商表`supplier_size`缺失值的处理⽅案（删除？填？）4.操作演⽰演⽰任务：使⽤⼤数据平台演⽰数据清洗流程，包5.实操任务任务要求：学⽣分组处理数据质量问题，并完成数据关联6.⼩结

《大数据基础与应用》（商科版）课程教学单元设计（教案）教学任务教学目标技能⽬标能够进行业务字段相关性分析，筛选出与目标变量相关性较高的特征字段，为后续的模型训练提供依据。能够运用多种回归模型进行训练，并根据模型的评估指标（如平均绝对误差、均方根误差、决定系数等）选择最优的模型。3.能够运用已训练模型对多种业务配置进行预测，并依据评估结果提出可落地的业务优化方案。素质⽬标教学重难点数据驱动决策的核⼼流程：掌握从数据准模型选择与结果解释：理解不同回归模型的适⽤场景及如何基于业务选择最优模型。预测驱动的业务决策：将模型预测结果转化为可落地的业务方案，并能前瞻性预测收益。⽤对⽐表格（如MAE、RMSE、R²)直观展⽰不同模型的性通过“预测结果-业务建议”案例演练，教师演示转化逻辑，学生模拟制定可执行方案并前瞻性分析收益。教学方法教案过程1.理论讲授知识点1：相关性分析回顾。知识点2：回归模型及评估指标回顾。2.操作演⽰演⽰任务：展⽰相关性分析、Lasso回归模型训练与预测流程。3.实操任务任务要求：各组搭建模型，并且将训练好的模型应用于预测销售额，并依据预测结果选出最优

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论