基础分析模块：电影数据分析与预测（教案）下

《数据挖掘应用》课程教案第06讲基础分析模块：观影数据分析与预测（多项式回归）一、教学设计授课对象大数据2301班授课课时3课时（120分钟）授课周次6授课形式理实一体授课地点知行楼103授课课次6教学目标知识目标深刻理解回归分析的基本概念、原理及其优劣势；（阿里云大数据分析与应用职业技能等级标准中级5.1.2）掌握多项式回归的基本实现方法。能力目标会使用sklearn中的线性模型实现对电影数据的回归分析；（重点）会使用sklearn中的标记映射实现对文本数据的数值化处理。素质目标强化精益求精的品质意识，进一步提升岗位职业素养；善于细致地分析数据，发现不同因素间的关系，增强学生的使命感与责任感；强化数据驱动的大数据行业价值观和职业精神。学情分析知识水平通过前面学习，同学已基本理解了数据分析的基本流程，会使用编程工具完成回归分析技能水平经过前期学习，学生对大数据分析应用场景和职业素养有了一定的认知积累，完成了数据的一元线性回归分析，掌握了基本的回归分析方法学生特点对新技术的应用接受程度比较高，也通过网络等各种手段查询相关知识点，可在教学中设计挑战环节，顺应学生心理教学重点多项式回归标签映射的处理教学难点字符串的处理（数据准备）教学方法1.知识讲授法：通过形象生动的语言讲解，帮助学生更好理解知识点2.任务驱动法：通过课内实训任务，帮助学生更好掌握知识和技能点教学手段智慧职教、智慧职教+APP、案例库、编程软件JupyterNoteBook、智慧教室所选教材Python与机器学习（第2版）（微课版），陈清华主编，电子工业出版社，2024年06月第2版参考资源《利用Python进行数据分析(第二版)》，韦斯麦金尼（WesMcKinney），机械工业出版社；《Python数据分析基础教程：NumPy学习指南（第2版）》，伊德里斯，人民邮电出版社；《Python机器学习经典实例》，克里斯·阿尔本编，东南大学出版社；《Python机器学习实践指南》，AlexanderT.Combs，人民邮电出版社。智慧职教资源库课程《数据挖掘应用》，网址：/courseDetailed?id=egoaywwdidkayhzuegy8q&openCourse=53a1c09b-8246-4068-ac26-adb073d10062二、教学实施课前导学教学环节教师活动学生活动信息化教学手段设计意图思政元素融入课前自学发布作务：构建网络教学平台，辅助学生后续课程自主学习；发布课前学习任务。查收任务：登陆平台，查看课前任务，并做好计划智慧职教教师使用智慧职教，发布视频和相关资料，学生自学；利用平台的数据，了解学生学习现状学习平台构建构建网络学习空间，推动翻转课堂、远程协助。学情分析学情分析：分析学生课后作业的完成情况，了解班级课前准备情况完成查看：完成课前学习任务，要对课堂学习内容有个初步了解学情分析有利于因材施教。课堂学练教学环节教师活动学生活动信息化教学手段设计意图思政元素融入知识回顾（10min）知识回顾：复习：回归、分类、一元线性回归、奇异点理解思考针对老师抛出的问题，积极思考，带着问题进入新课。积极做答独立思考，积极参与问题回答。总结记录针对所学内容，进行小结与记录，以便理解与后续复习。智慧职教+APP学生利用手机或者平板进入智慧职教+APP签到，记录考勤。智慧职教教师使用智慧职教，发布问题进行抢答。移动设备学生利用移动设备进入智慧职教+APP抢答。智慧教室使用智慧教室的功能，完成知识讲解。问题引入设置问题，根据具体应用场景明确学习任务，激发学习兴趣，使学生在课堂中保持积极心态去探索新知识。思政元素融入做人做事的道理。培养学生举一反三的能力，并进一步具备爱钻研的精神知识讲授（8min）知识讲授：数据可视化应用实例：一元线性回归可视化思考讨论学生参与思考、讨论并回答，层层递进。总结记录学生总结记录，加深理解。演示讲解（7min）操作演示：数据集切分应用实例：数据集切分的使用认真思考学生参与思考，会提出问题。总结记录学生总结记录，加深理解。上机练习（15min）布置练习：数据可视化与数据集的切分练习动手实践上机练习，记录操作错点。讨论提问操作难点讨论，举手提问，解决问题。上机通过练习，掌握重点。知识讲授（15min）知识讲授：多项式回归解析思考讨论学生参与思考、讨论并回答，层层递进。总结记录学生总结记录，加深理解。演示通过演示，初步掌握重点。上机练习（25min）布置练习：多项式回归分析应用动手实践上机练习，记录操作错点。讨论提问操作难点讨论，举手提问，解决问题。上机通过练习，逐步突破难点。知识讲授（15min）知识讲授：多元线性回归分析思考讨论学生参与思考、讨论并回答，层层递进。总结记录学生总结记录，加深理解。演示知识讲解，结合演示，初步掌握重点。上机练习（20min）布置练习：多元线性回归分析应用动手实践上机练习，记录操作错点。讨论提问操作难点讨论，举手提问，解决问题。上机通过练习，逐步突破难点。总结应用（5min）总结提高：知识点回顾，并巩固所学（归纳式教学法）作业布置：实验报告动手实践上机练习，自主完成数据分析作务。查漏补缺总结所有编程任务中出现的错误和问题，并提炼课堂学习的关注点。经验总结通过总结，提示易错点，巩固难点。上机通过练习，逐步突破难点、巩固重点。课后管理教学环节教师活动学生活动信息化教学手段设计意图思政元素融入课后延学发放作业根据授课重点与技能要求，设计任务，并在智慧职教发放作业，明确任务要求。评阅反馈及时批改学生作业与重点反馈。线上解惑分阶段解决学生在学习过程中的疑问。查收作业查收平台小组作业，明确任务，做好分工。查阅资料查阅相关资料，了解更多专业知识。提交作业在智慧职教中上传作业。智慧职教通过在智慧职教发贴的形式分享所学，同学可互动讨论、深入探讨。拓展学习通过网络智慧职教+平台，温故而知新；通过查找图书与网络资料，了解更多新知识。思政元素进一步培养学生自主学习、独立思考的能力。三、反思改进反思改进在本次“观影数据分析与预测（多项式回归）”课程中，整体教学流程顺畅，但仍存在几个方面可以进行反思与改进：反思：理论与实践的深度融合：虽然课程中设置了多个上机练习环节，但部分学生反映，在实践过程中对于如何将理论知识灵活运用到实际操作中仍感困惑。学生参与度与互动性：虽然采用了任务驱动法，但在部分教学环节中，学生的参与度与互动性有待提升，尤其是讨论和提问环节。教学节奏的把控：部分环节的时间分配不够精细，导致一些重要内容的讲解和练习时间略显紧张，影响了教学效果。改进：深化理论与实践的融合：在理论讲授后，增加一些引导性的实例分析，帮助学生更好地理解理论知识如何应用于实际操作。设计更具针对性的上机练习，确保学生能够在实践中充分应用和巩固所学知识。提升学生参与度与互动性：在讨论和提问环节，设置更多具有挑战性和启发性的问题，激发学生的兴趣和参与度。鼓励学生之间的互助合作，通过小组合作的形式完成任务，提升互动性。精细把控教学节奏：对课程时间进行更细致的划分，确保每个环节都有充足的时间进行深入的讲解和充分的练习。考虑在课前导学环节增加一些预习任务，以减轻课堂时间压力，确保重点环节有足够的时间进行深入。强化思政元素的融入与体现：在讲解多项式回归的应用时，结合实际案例，强调数据分析在行业发展和社会进步中的重要性，培