前言：中文期刊网精心挑选了数据分析课堂范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
数据分析课堂范文1
【关键词】J课堂；数据分析；合作学习
【中图分类号】G434 【文献标识码】B
【论文编号】1671-7384（2017）01-0046-04
随着信息时代的到来，数据分析技术已逐渐被教师运用到学校课堂教学中，为学生创新能力和合作学习能力的培养提供强有力的数据支撑。当前，上海市有不少区、校都在对数据分析技术引入课堂教学的有效性进行研究。笔者借助上海市普陀区“J课堂”项目（在普陀，“J课堂”的“J”发音为Jīn/Jing。因为其内涵体现在学生的自主学习“指点迷津”，促进教师的专业发展“精益求精”等），积极参与学习平台搭建，不断探索数据分析技术对合作学习模式的支撑和助推作用，以期对信息化教学的研究与实践提供一点借鉴和参考。
研究背景
1. 问题的提出
16世纪捷克教育家夸美纽斯提出了班级授课制[1]，将工业化生产的思想引入教育领域，为工业社会输送了大批合格人才[2]。这种授课方式，快速、高效地为工业化社会培养了健康、守时、勤奋的劳动者。随着信息技术和互联网的发展，社会需要大量的创新人才，而传统的班级授课制重量轻质，教学过程及内容整齐划一，忽视学生的合作学习，这在某种程度上阻碍了学生的个性化发展，不利于培养学生的自主探究能力和创新意识。
时代的发展迫切需要教育摒弃原来规模化、同质化、单一性的人才培养模式，转向个性化、多样化、创新型的人才培养。信息技术融入教育为我们打开了思路，信息技术支持下的网络学习环境、数据分析技术和合作学习模式为当今的班级授课制注入了一股新的活力，为广大教育工作者探索开展合作学习的策略提供了新途径。
2. 数据分析和合作学习相关研究现状
《宣传舆论学大辞典》指出：数据分析是指运用数理统计方法，对调查所获得的数据资料进行综合处理，以揭示事物内在数量规律的过程[3]。随着信息时代的到来，数据分析技术越来越多运用于教学领域，为学情分析、教学质量分析以及学生的有效合作学习提供支撑。
合作学习源于古希腊，20世纪70年代初在美国兴起了研究热潮，被誉为近十年来最需要和最成功的教学改革，能够最大程度地在班级授课制中培养学生的自主学习能力，挖掘学习潜能，提升创新实践能力。合作学习是指将几位异质性的学生组合在一起，相互合作、相互支持，共同进行学习活动、共同完成学习任务[4]。
在中国知网，笔者以“合作学习”和“数据分析”作为关键词共同搜索，发现鲜少有相关的研究文章。然而，社会发展对学生创新意识、合作能力以及自主学习能力的需求日益迫切，信息技术采集的大量数据更是为合作学习提供了有效的大数据分析条件。形势的发展迫切要求我们在信息化环境下，积极有效地开展合作学习策略的研究和探索。
3. 项目实践背景：“J课堂”微视频学习平台
“J课堂”微视频学习平台是上海市普陀区教育局的区域核心项目，是国家级课题“网络环境下学习方式变革实验”的子项目。该平台引入先进的信息技术手段，支持基于数据分析下的教与学，旨在满足学生个性化学习的需求，促进信息技术环境下合作学习的开展，以增强学生的创新意识、思维品质和学习能力。项目团队根据一线教师及学生对学习平台的使用需求与建议进行不断迭代和优化，从初始简单的区域优质微视频资源共享，逐步发展到信息技术支持下的学习数据分析。优质的微视频学习资源，为学生提供了多样化的学习路径；知识地图的学习导引，融入了网络社交功能；跨时空师生互动的实现，强化了虚拟班级与实体班级的连接；引入的数据分析理念，将学习分析、随堂测试、综合测评、学生笔记等数据智能化地辅助教与学，为合作学习的深入开展提供保障。“J课堂”微视频学习平台，以智能化的数据分析系统，解放教师的双手，实现人机合理分工，为信息化教学改革打造出完善的数字化环境。该平台（http：///Jclass）于2014年2月起正式开通，供区内“J课堂”项目实验校开展研究，截至目前，区内已有40余所学校参与项目实验。
基于“J课堂”的多维度数据分析
“J课堂”学习平台纳入了数据分析的理念。如图 1所示，该平台的暂停回放、互动笔记、随堂测试和综合测试四个主要功能，构成了学习平台的多维度数据分析结构，为师生互动、生生互动以及教师和学生的学习反馈提供了数据支撑，可以有效地支持合作学习的开展。
1. 暂停与回放的数据汇聚
信息化教学能够成功实现的一个关键是即时反馈。在传统教学中，教师往往根据个人的教学经验，判断全班学生的大致情况，这是一种感性且比较模糊的评价方式。引入信息技术后，由于学生观看微视频通常是个体完成学习的过程，教师无法准确观察到每一个学生的学习情绪及学习效果等具体细节，同时也很难兼顾全班学生的学习情况。
“J课堂”平台中“暂停与回放”数据记录的设计，解决了教师的这一困扰。在学生观看微视频时，教师只需在教室巡视，并大致了解学生的进度和学习困难。每个学生在自行观看的过程中，都有可能暂停或回放某一段视频片段，学习平台自动记录学生的这一数据。所有学生暂停与回放的数据信息，汇聚成一张完整的视频观看过程柱状图（或称为热图），教师端可实时查看学生暂停与回放次数最多的位置（如图2），以此为线索来判定学生的学习难点。
图2 “J课堂”暂停与回放截图
2. 互动与笔记的教育价值
当学生在课堂上用微视频学习时，我们开始追问教师的价值何在？课堂的关注点在哪？这一追问将我们引向更有针对性、更为人性化的教育探索。学生在学校里获得的体验不能仅停留在知识和技能层面上，更应当上升到过程和方法中。除此之外，我们还需关注学生的人际关系发展，情感、态度、价值观的养成。所以，人际交互是需要被强调和重点关注的教育价值[5]。
如图3所示，“J课堂”微视频学习平台上的人际交互性及人机互动性体现在三个方面：一是个人层面的学习笔记，二是生生层面的互动交流，三是师生层面的提问答疑。从人际交互的视角看，“J课堂”微视频学习平台为我们提供了一个可量化的人际交互环境。学生之间的互动数据能够直接记录在学习平台上，学生自主学习过程中的学习笔记既可设置为隐私，也可设置为共享笔记，甚至被教师推送为最优笔记，供全体学生学习。传统课堂上隐性的交互纽带通过网络学习平台得以显化。
3. 随堂测试的设计策略
随堂测试的设计模式分为“流畅观看”和“过关斩将”两种。当学习者希望通过测试检查自己的学习情况时，可以选择“过关斩将”模式观看视频，并完成配套题目。当学习者只想大致浏览视频时，可选择“流畅观看”模式。在教师主导的微视频自学活动中，教师可提出对于微视频学习模式的要求。“J课堂”微视频学习平台中的微视频配备两组以上的随堂测试题，以备学生在观看时进行测试。
随堂测试环节能够让学生将注意力集中于视频内容，并通过类似于阶段小结的形式，将学习过程中更微观的学习效果快速反馈给教师，便于教师对学生的学习掌握情况和疑难问题进行小范围的聚焦和分析。随堂测试中有一个非常符合教学和学习规律的设计：当学生第一遍测试题目的正确率过低时，学生端将自动跳回视频的开始位置，要求学生重新观看前一段视频，并完成推送的同类型其他题目，这给学生提供了个人自主学习的补救机会。
4. 综合测试的诊断评价
“J课堂”微视频学习平台中的微视频结尾处提供了综合测试题，用以对学生掌握视频教学内容的程度进行考核。与随堂测试相比，综合测试内容的题量更多，知识点更全面。通过这一环节设计，有助于教师全面掌握学生的总体学习情况。综合测试的题目多为客观题，引入游戏的设计元素，后续可考虑增加主观题，以便展现学生的思维变化和学习过程。综合测试题目的设计策略与随堂测试基本相同，不同之处在于，综合测试时，系统需要对学生实施智能化指导和推送，这能够引导资优生根据提示继续进行下一知识点的学习，非资优生留在原知识点继续学习，为差异化学生的自主学习提供了可能。
基于数据分析的有效合作学习策略探索――以《初中信息科技》学科为例
《初中信息科技》是一门融知识性、技能性和工具性于一体的重要基础课程。在“计算机DIY”第一课“进一步了解计算机”中，如果单从课本中学习计算机硬件的知识，学生会感觉比较抽象，特别是在课前的预习中。因为计算机是一件较为贵重的设备，绝大部分家庭无法做到让学生亲手拆开机器来了解计算机的各大硬件设备，对计算机内部复杂的数据及控制信息的流向，更是无法用肉眼观察到。通过制作微视频，不仅解决了教材中计算机硬件展示不直观的问题，还可用动画展示计算机数据信息及控制信息的流向。借助学生在课前用微视频学习产生的数据，更能有效地开展小组合作学习，笔者以“进一步了解计算机”课题内容为例，阐述基于“J课堂”平台数据分析的合作学习模式在信息技术教学中的应用探索。
1. 基于数据分析的合理分组
合作学习开展的前提就是对学生进行合理的分组，为有效的合作探究创设基本条件[6]。合理的分组是将学生按照学习能力、兴趣爱好、个性特征等将课堂各学习阶段的学习任务进行组合。在此，我们引入数据分析技术，通过平台中记录的学生预习状况，按照学习能力、兴趣爱好和个性特征等多个维度进行分析。基于数据的基础上，根据需求对数据进行解读并分组，确保每个小组的成员在首次的合作学习中有共同的关注点，同时又兼顾各种层次的学习能力，优势互补。
本案例主要围绕“进一步了解计算机”章节进行，帮助学生通过小组合作探究和同伴互助的方式了解计算机的硬件、软件以及工作原理。学生若想对计算机部件有所了解，拆机看实物是最有效的方法，但学生家中一般不具备条件，为此，我们在课前先布置学生学习相关微视频。微视频中设置的“过关斩将”小游戏可以检测学生对计算机硬件分类的掌握情况，“J课堂”平台可以记录学生学习过程的数据。根据“J课堂”平台的记录，28%的学生一次性快速通过了视频的学习，约47%的学生在计算机五大部件（运算器、控制器、存储器、输入设备和输出设备）的视频学习中产生了差异，约25%的学生在观看视频学习中遇到困难。对学生分组时，既要考虑到同一小组共同的关注点，又要考虑同组内学生学习能力的互补。在一次性快速通过完成的28%学生中，我们挑选出各合作学习小组的组长；在计算机五大部件掌握程度产生了差异的47%学生中，按硬件掌握类别分组；将25%存在学习困难的学生视学情分配到各小组中，各小组按其最擅长硬件部件的知识作为深入探究任务。
2. 问题导向的合作探究
合作探究是合作学习的核心环节。在这个过程中，组员之间各自发挥优势，互相帮助，为提高组内共同的学习效率而进行合作学习。在学生探究的过程中，教师要及时指导，推动同伴之间、小组之间以及全班同学间合作学习的有效开展。在学生自主学习的过程中，教师从“J课堂”后台采集的数据中提炼归纳出三类问题：一是学生暂停和回放次数最多的视频片段所涉及的问题，二是学生在互动和笔记中提到最多的内容，三是教师在巡视过程中发现的关键（易错、易混淆）问题。教师将这三类问题进行整理和分类，设计成不同主题的问题单，通过学习平台。
合作学习在课堂中进行，教师将“进一步了解计算机”课堂教学活动设计为两次合作探究。第一次合作探究是各小组按视频学习中对部件的掌握程度及兴趣分组，结合教师根据平台学习的数据整理成的五大主题任务单，对照计算机硬件实物，分别对五大部件开展深入探究。这既是组内的合作学习，也是全班范围内的合作学习。
第二次合作探究是从第一次分好的每个小组中各挑选一位学生组成一个新的合作小组，确保新小组成员前期分别参与过五大部件的深入探究。每小组的各成员就自己探究的部件功能向同伴相互介绍，一起探讨计算机工作各部件的相互连接及功用，并在小组内通过对计算机部件角色扮演的方式，模拟计算机工作原理。
3. 适时点拨、交流分享
在合作学习的过程中，教师看似是一个旁观者，其实不然。教师需要在巡视过程中及时发现各小组的困惑，适时点拨，促进合作学习的有效进行。交流分享是对合作探究成果的展示和交流，每个小组将各自的探究成果通过语言、图片以及角色扮演的方式与全班分享，鼓励其他同学进行完善，这既是对学习的鼓励与认可，同时也是对探究过程的点拨与提升。
案例中，第一次合作探究的每个小组只是探究了计算机硬件的一个部件，对未探究部件可能并不了解。为解决这一问题，请每个小组按照教师预设的结构对本组的探究任务进行归纳整理，通过展示、讲解等方式在全班范围交流分享。由于六年级学生对于抽象知识的理解有限，因此会出现表达不清、讲解不完善的情况。为此，教师需适时点拨，让学生在不断的相互交流和深入思考中，获得对于计算机硬件的认识。对于比较抽象而学生又难以理解的概念，比如运算器、控制器，教师需要进行全体指导。
案例中第二次的角色扮演，由于计算机工作原理比较抽象，教师需要留意每个小组的状况，及时解决学生对各自扮演角色理解上的问题，还要对学生的表演技能进行指导。同时根据各小组对计算机五大部件的掌握情况，选出两个小组以角色扮演的方式向全班同学交流展示计算机工作原理。在这个过程中，学生提问、角色扮演者解答、教师点拨……
4. 多样化的学习检测
学习检测既是对学习效果的评估，也是对教学效果的反馈。我们既可线上检测，也可线下检测；既可即时检测，也可综合检测；既可标准化检测，也可个性化检测；既要对现有知识的技能进行检测，也要对学习过程与方法、情感态度价值观进行检测。平台可快速呈现出检测结果，为教师指导学生开展合作学习提供依据。
本案例除在第二次合作探究中用角色扮演来检测学生对计算机原理这一知识点的掌握情况之外，还在“J课堂”平台中以“过关斩将”小游戏的形式设计了检测环节，以激发学生的参与兴趣。学生通过鼠标拖拉的方式辨认计算机各个硬件组成，通过选择的方式区分各个硬件的功能，用拖拉带箭头的连线指明部件功能连接及信号走向。该平台使学生既接受了视频学习，又进行了实物探究；既开展了小组探究，又进行了交流分享。案例中一个班级的检测结果显示，学生的过关率达到90%，仅有三位学生在计算机部件连接及信号的走向上存在问题，一位学生在硬件上出现错误。最后，教师根据检测结果，对这几位学生再做精准的知识辅导。
有效合作学习的开展需要完善的合作要素、丰富的合作形式和科学的合作方法。“J课堂”微视频学习平台智能化的数据分析功能为合作学习提供了很好的技术支撑，尤其是本文重点分析的暂停和回放、互动和笔记、随堂测试和综合测试几项，设计得更为人性化，为合作学习的合理分组、任务单设计、学习检测以及师生互动提供了依据。
数据分析课堂范文2
关键词：低聚糖；乳酸盐；电渗析；异相离子交换膜；脱盐
DOI：10.16640/ki.37-1222/t.2016.03.029
0 引言
低聚糖集营养、保健、食疗于一体，广泛应用于食品、保健品、饮料、医药添加剂等领域。它是替代蔗糖的新型功能性糖源，是面向二十一世纪“未来型”新一代食品。是一种具有广泛使用范围和应用前景的新产品，我国的低聚糖开发和应用近几年发展迅猛，在长春的大成集团、山东枣庄丰源集团以及山东济南的保龄宝生物科技公司都已经形成生产线，各大中院校也对低聚糖的研发做了大量的实验研究。
1 低聚糖的生产现状
低聚糖又称寡糖，低聚糖的获得主要有四种方式：天然原料中提取（如玉米秸秆等）、微波固相合成法、酸碱转化法、酶水解法等。一般来说，低聚糖很难或者基本不会被人体所吸收，因此，它所提供的能量是很低的乃至于为零，基于这种特性，低聚糖能最大限度的满足那些喜爱甜食又担心发胖者的要求，同时低聚糖还可供糖尿病人、肥胖人食用。低聚糖虽然有种种好处，但是目前低聚糖的提纯是一个难点，因为无论是天然原料中提取还是酸碱转化法合成，都会使低聚糖产品料液中含有大量的有机盐和无机盐，这就使低聚糖产业受到工艺上的困扰，从而阻碍低聚糖的开发研制。
2 低聚糖的脱盐提纯
低聚糖生产过程中会产生氯化钠或者一些例如乳酸盐、柠檬酸钠的有机盐，有效的去除这些盐类，可以提高低聚糖的纯度品质，目前国内生产低聚糖，脱盐提纯的主要方式是离子交换法，简称离交，离交确实能有效的对低聚糖料液脱盐，但是基于离交的特性，离子交换树脂很容易就达到饱和状态，这时就要对离子交换树脂进行再生，因为再生会用到大量的酸碱，故此在操作的时候比较麻烦，并且再生的同时，很产生很多的废酸废碱，给环境带来很大的危害，那么能不能用传统的电渗析脱盐工艺对低聚糖进行脱盐提纯呢？
3 电渗析的原理介绍
电渗析过程是电化学过程和渗析扩散过程的结合；在外加直流电场的驱动下，利用离子交换膜的选择透过性（即阳离子可以透过阳离子交换膜，阴离子可以透过阴离子交换膜），阴、阳离子分别向阳极和阴极移动。 离子迁移过程中，若膜的固定电荷与离子的电荷相反，则离子可以通过；如果它们的电荷相同，则离子被排斥，从而实现溶液淡化、浓缩、精制或纯化等目的。
4 低聚糖的电渗析法脱盐实验分析
实验准备低聚糖料液20.075Kg（山东保龄宝生物有限公司提供）、浓水采用去离子水19.154kg、配置NaCl极水15kg（电导率约为10000μs/cm），设备采用ED-T-Ⅳ-1×2-50型号的实验型电渗析（金华市金秋环保提供）。运行过程中料液、浓水、极水的流量均控制为500L/h，每10分钟记录一次数据，并对水样进行及时分析。为了保证实验的准确性，在实验过程中实时进行观测，保持液位的稳定，避免因为操作原因对数据产生影响，实验数据如表1。
从实验数据可以看出电渗析可以很好的对低聚糖料液进行脱盐提纯，在实验过程中料液、浓水、极水的液位基本没有变化，而通过折光的简单观测，糖液的有效含量并没有减少，在后续的检测中也验证出糖液整体的损失率
5 结果分析
经过多次的实验验证，电渗析装置能有效的对低聚糖料液进行脱盐提纯，并且低聚糖料液的有效成分损失很少，使用不同厂家的异相离子交换膜会对低聚糖的脱盐速率产生影响，因此在工艺设计的前期要选择合适的异相离子交换膜。当然放大工业生产还要进行很多实验论证，比如糖液的生菌污染，电渗析装置的清洗，以及料液的损失都要充分的考虑进去。
6 结语
低聚糖料液产品在脱盐提纯的工艺上还有很大的发展空间，电渗析在实验和理论上均能满足其脱盐提纯要求，后续配合其他工艺，会使低聚糖脱盐提纯工艺更加完善，使其品质提高。
参考文献：
[1]胡学智.工业微生物[J].1997（01）：30-39.
数据分析课堂范文3
但与初中数学其它教学内容相比较，与数据分析观念相关的统计与概率的教学内容在实际教学中问题仍比较突出，主要表现在以下几个方面：第一，在教学方法、手段方面.教师主要采用传统的讲授法进行教学，教学方式单一枯燥，很少体现出概率统计内容教学的特色.第二，过分重视对解题方法的训练，忽视对数据分析观念的训练和培养.学生对数据分析的步骤和方法不熟练，导致学生在实际生活中遇到相关数据分析问题仍无从下手，对数据没有亲近感，数据分析观念亟需提高.
通过与一线数学教师的交流和他们的课堂教学表现进行研究我们发现，大部分数学教师对初中学生的已有的数据分析观念水平掌握程度不够到位，对统计与概率的教学目标以及教学重难点把握不准确，数据分析相关内容的教学方法和其他内容的教学方法基本相同，没有根据统计与概率的教学内容特色和学生的认知水平安排教学设计.在课堂教学中，很少有教师按照《义务教育数学课程标准（2011版）》的要求，让学生去做一做，想一想，结合合理有效的情境创设，引导学生观察、操作、思考，去亲身经历、体验数据统计的过程.理由是课时压得太紧，没有时间安排；中考试卷中关于“统计与概率”这一部分的内容，以计算很简单的题目为主.
因此，系统地总结和分析中学生数据分析观念所处的具体水平，探讨在平时教学中提升初中生数据分析观念的教学策略，使学生具备一定的数据分析能力，对学生数学素养的提高和进一步发展都是非常重要的.
1合理创设情境，提高学生学习数据分析的积极性
数据来源于生活，数据分析应用于生活，与日常生活紧密联系.教师应该充分利用实际生活中与学生社会生活相关的信息，经过适当改动，开发为可利用的教学情境资源.在生活中，随时随地都能发现与数据分析有关的事例.如：天气预报报道今天下雨的可能性是80%，明天一定会下雨吗？买彩票的中奖率为1%，买100张一定能中奖吗？商品房的销售价格增长分析，商家的打折促销活动、保险公司保险费的收取、国家延迟退休年龄至65岁的原因与理由等等.发展学生的数据分析观念，首先应该让学生参与到课堂学习中，因此，在教学中应注重设计贴近学生生活的情境，使学生经历数据收集、整理、分析等数据分析的全过程，逐步地提升数据分析观念.例如，在《频数分布表和频数分布直方图》中，通过“环保小卫士”选举，学生的学习积极性非常高，每个同学都参与到选举中，让学生再次经历数据收集与整理的过程，进一步体会数据整理与表示的必要性，结合具体情境引入频数和频率，易于学生理解并体会其意义.
通过活动学生明确了调查选举的一般流程，进一步体会数据整理与表示的必要性，同时学生很容易明白每个候选人的频数是指他们的得票数，每个候选人的频率就是他们的得票率，并在这个过程中让学生体会统计对民主决策的作用，发展学生的数据分析观念相关应用意识和能力.教师在数学课堂教学中应该创设合理的教学情境来提高学生参与学习的积极性，注重对影响学生的学习情感因素的引导，改变数学学习的态度和信念，进而提高学生的数学学习力.
2注重体验，让学生亲身经历数据分析的全过程
数据分析观念的培养离不开学生亲身经历数据收集、数据整理、数据描述、数据分析等过程，只有自己掌握条形统计图、扇形统计图等统计图形的制作方法才能更好地读取数据信息，更好地利用相关统计图表表示、描述相关数据信息.在概率等内容学习中，学生如果能够通过实验去探索、发现相关事件发生的频率，亲身观察事件发生的可能性，对于学生理解掌握事件发生的随机性和可能性是有很大帮助的.数学来源于生活，在实际生活中有着广泛的应用，学生数据分析观念的培养离不开学生他们在活动中亲身去用统计的眼光分析问题，并做出合理的判断[2]，作为教师，我们应该为学生提供一个有利于他们思维发展的实践机会.例如，在《可能性》教学中，学生通过亲身摸球实验，感受到摸到白球和红球的随机性，摸的次数多了以后，学生能够根据摸到红球和白球的频数去估计可能性的大小.
教学片断：组织小组活动，不透明的袋子里面有质地相同的3个红球、3个白球.每次摸出1个，在摸球之前你能猜出会摸到什么颜色的球？每次你都能猜对吗？
活动结束时，老师询问：有没有每次都猜对的同学？（只有2人举手）
师：为什么我们那么多的同学没有猜对呢？
（让两个猜对的同学介绍方法.）
生：红球和白球摸在手里的感觉不一样，
师：是吗？我们一起来见证一下：
生：（摸出一球，先猜测是）红色；拿出后是白色，
师：什么原因？
生：这次没有感觉对.
生：如果第一次摸出来的是红球，第二次就猜是白球.
师：你刚才就是这样猜的，结果都对了吗？
生：连连点头.
师：你很神奇，我们一起试一试，
（生2摸出1个红球，放回.）
生：第二次一定是白球.
（第二次生2果真摸出一个白球，同学们有一部分认为他是对的.）
师：要不要再试一次？
生：下次该是白球了
（第三次生2摸出个红球.）
师：这个规律还成立吗？通过刚才的摸球游戏，你们发现了什么？
生：袋子里既有红球又有白球，摸出一个球，可能是红球，也可能是白球，具体哪种是不一定的.
通过案例活动，学生会发现摸到球有可能是白球也有可能是红球，既对于同样事情每次收集的到的数据可能是不同的，学生亲身经历事件发生的过程，对于他们感受、理解数据随机性的涵义是有非常大的促进作用的.
3合理运用信息技术进行数据分析辅助教学
《义务教育数学课程标准（2011年版）》指出“信息技术能向学生提供并展示多种类型的资料，包括文字、声音、图像等”.[1]可以创设模拟多种与教学内容相关联的情境，是从根本上改变学生数学学习方式的重要途径之一，必须充分利用.计算器可以处理复杂的数据.例如在学生计算一组数据的离散程度时，通过计算器可以很快求出平均数和方差，有的计算器可以直接求出方差；利用计算器辅助教学，将学生从繁杂的计算中解脱出来，可以使学生充分体会统计量的统计意义，将学习重点放在理解统计思想和进行统计活动上来，避免将数据分析过程变成单纯的数字计算，在提高学习效果的同时减轻学生学习负担.计算机可以记录、整理数据，利用Excel表格可以将学生统计到的数据进行记录、整理、进行排序比较等，利用计算机进行统计图的制作、展示数据的变化趋势方面具有很大的优势.利用信息技术可以使学生有充足的时间来思考问题，使学生将主要精力放在对统计与概率意义的理解上.利用计算器和计算机等信息技术可以为我们教学提高有力的支持，使学生更直观、更有效地经历数据分析的相关操作，在平时的教学中，我们要合理地利用信息技术等多媒体设备，为教学服务，更好地提高学生的课堂学习效果.
4加强统计与概率知识之间以及与其它知识的联系
弗赖登塔尔针对概率教学指出：“学生刚刚学过分数以后，就可以把概率渗透到所有的数学中去.这样做不仅可为以后的概率教学带来方便，而且能使学生学的数学更加接近现实.”[5]从江苏科学技术出版社出版的初中数学教材内容设置以及徐州市中考数学试卷的考查试题两个方面进行分析，发现在初中阶段统计与概率知识的教学和考查是分开设置的，其中七年级《数据的离散程度》、九年级上册第八章《统计的简单应用》、九年级下册第九章《概率的简单应用》.从中我们可以看出，教材中统计与概率内容设置时间跨度较长，学生对于这部分知识的学习会出现一定程度的遗忘.为了更好地促进学生的数据分析观念的提升，在平时的教学中，我们要加强统计与概率之间以及它们与其它知识之间的联系.将统计与概率内容的教学渗透到平时的教学工作中去.例如，在学习了正方形的性质和三角形相似的性质之后，我们可以设置这样关于几何概型的试题.如图1所示，小华同学随机地在对角线为3cm和4cm的菱形区域内投针，则针扎到其内切圆区域的概率是多少？
如图2，已知等边ABC的面积为4，D、E分别为AB、AC的中点，若向图中随机抛掷一枚飞镖，飞镖落在阴影区域的概率是多少？（不考虑落在线上的情形）
通过对以上问题的解决不仅可以很好地解决统计与概率内容在教材中设置的中断所带来的知识遗忘，还可以更好地推进学生对不同数学思想的应用，理解数学知识之间的联系，进而建立稳定而正确的知识体系，进一步提升数据分析观念.
参考文献
[1]中华人民共和国教育部.全日制义务教育数学课程标准（2011年版）[S].北京：北京师范大学出版社，2011：6.
[2]史宁中.数学思想概论第1辑[M].长春：东北师范大学出版社，2008.
[3]李士崎，吴颖康主编.数学教学心理学[M].上海：华东师范大学出版社，2011.
[4]史宁中，张丹，赵迪.“数据分析观念”的内涵及教学建议[J].课程・教材・教法，2008（6）：44.
数据分析课堂范文4
关键词：数据分析；观念；统计
数据分析是统计的核心，数据分析观念是统计思想的重要组成部分。在小学数学统计教学中，教师要培养和发展学生的数据分析观念，以有效解决生活中的一些实际问题。教学中主要从以下三个方面进行实践：
一、激发兴趣，引导学生主动参与数据分析
数据分析面对的是枯燥无味的数据，这就要想办法激发学生学习动机。一是要选择合适的素材。选择与学生日常生活密切相关的活动或内容。如从学生说一说喜欢穿什么颜色的衣服，喜欢看什么样的动画片入手。引导学生粗略统计喜欢的几种颜色和喜欢看的动画片，让学生做成简单的统计表。二是要让学生感受到数据统计与分析的现实意义。在生活中选取一些话题展开有关数据分析，让学生喜欢分析并乐于分析。比如让学生记录自己家庭每天的生活开销，引导学生在搜集、整理、分析数据的过程中，能够对家庭的每周开销及物价变化做出合理的分析，从而让学生对统计感兴趣。
二、启发思考，引导学生掌握数据分析方法
数据分析是一个复杂的思维过程。在教学中要鼓励学生从多角度分析数据，掌握数据分析的方法，通过数据的统计与分析，提取信息，选择方法，培养思维的灵活性和多向性。如，在教学中出示“某商场一年12个月A、B型两种彩电销售情况折线统计图”，统计图上呈现了两种彩电的销售情况和月份，然后让学生完成作业，根据销售情况说说随着月份的变化两种彩电的销售情况有何变化，A型彩电销售量为什么呈下降趋势？为什么在1～3月份销售量最多？B型彩电为什么在10～12月份销售量最多且呈现上升趋势？如果你是经销商将会有什么打算？让学生统计图表中获取信息并联系生活实际进行思考，很快就能得出答案：B型彩电得到了消费者的认可，经销商要及时调整进货源头，多进B型彩电就会获得更多的利润。
三、加强训练，培养学生形成数据分析能力
数据分析能力培养绝不能只靠课堂教学来完成，教学时，教师要精心设计多样性实践操练活动，注重分类与比较能力训练，将课内外有机结合起来，激发学生参与统计与分析的兴趣，指导学生通过调查、科学实验、查阅资料等，把所学的知识进行系统化的收集、整理、分类、描述和分析，让学生形成数据分析观念和数据分析能力。
数据分析课堂范文5
大数据的蓬勃发展为统计学专业人才培养模式的创新提供了有效途径，引领了统计学专业人才培养模式的改革方向，融入了统计学专业人才培养模式的各个环节。本文系统明确了统计学专业人才培养模式的改革方向，探讨如何利用大数据完善人才培养模式的各个环节。
关键词：
大数据;人才培养模式;教学模式
2015年9月5日，我国政府公开《国务院关于印发促进大数据发展行动纲要的通知》，大数据逐步走上我国经济社会发展的大舞台，在社会各个领域中发挥着巨大的促进作用。高等教育作为我国培养高素质人才的主要阵地，避免不了受到大数据的冲击和影响。有效利用大数据是化解冲击并促进高等教育改革的明智之举。高等教育改革的关键是改革人才培养模式，将大数据融入人才培养模式改革的各个环节会达到事半功倍的效果。
一、大数据引领统计学专业人才培养模式的改革方向
1.大数据引领培养目标的改革方向。随着大数据的迅猛发展，大数据分析公司不断涌现，传统的调查公司、数据分析公司纷纷转型，社会急需大量的大数据分析人才。统计学专业按以往培养目标培养的数据分析人才已经不能满足社会需要，因此必须对人才培养目标进行改革，培养目标应从培养专门的统计人才转换为培养精通统计学知识、计算机技术（大数据分析技术），了解相关行业背景的复合型统计人才，保障统计学专业能够为社会经济发展输送高质量的大数据分析人才。2.大数据引领课程设置的改革方向。课程设置是实现培养目标的关键环节，为实现培养大数据分析人才的目标，课程设置应该与培养目标相配套。课程设置的核心课程中应该引入大数据技术相关的计算机软件、语言及算法课程，选修课程中应该增设一些辅助大数据分析的数据挖掘类相关课程及不同行业的相关专业背景课程。3.大数据引领实践教学的改革方向。实践教学环节设计的基本原则是能够有效检验理论教学环节的学习效果，同时锻炼学生的分析问题，解决问题的能力。因此，相应于培养目标和课程设置的改革，实践教学环节的改革应注重学生大数据分析能力的检验和锻炼，积极为学生创造丰富的大数据分析实践机会。例如，在调查分析课程中引导学生改变传统的调查方法，尽量通过数据挖掘揭示某一类现象背后的发展规律，积极开展与大数据分析公司或者相关行业的企业的合作，为学生进行大数据分析实践提供数据及技术支持。4.大数据引领教学方法和手段的改革方向。MOOC、翻转课堂和大量的在线资源的出现为统计学专业教学方法和手段的改革提供了丰富的资源基础，有效构建充分利用各种资源的混合教学模式将成为统计学专业人才培养模式改革的一个重要组成部分。5.大数据引领评价方法的改革方向。传统的评价方法主要注重期末时的总结性评价，忽略过程评价，因此应广泛和合理利用教学各个环节留下的痕迹，即形式各样的数据，创新教育教学评价方法，以此达到对学生、教师及教学效果的科学评价。
二、大数据融入统计学专业人才培养模式的构建
1.大数据融入人才培养目标的制定。人才培养目标的制定一方面要适应经济社会发展的需要，另一方面要从生源质量，办学条件出发，不能盲目追求高目标，因此适当对本校统计学专业历届生源质量和办学软硬件条件等相关数据进行挖掘和分析，有利于制定切实可行的人才培养目标。当然这需要人才培养目标制定者有一定的数据挖掘和分析的能力，需要学校各个相关部门的配合，实际操作起来存在一定困难。2.大数据融入教学方法和手段的选择。教学方法和手段的选择一方面依靠丰富的资源，打破传统的大客厅式的封闭教学模式，另一方面要注重以学生为本和因材施教，这就需要对每个学生的基本素质有客观的把握，仅靠教师的力量很难做到这一点，因此应适当引入相关技术和设备帮助收集课堂教学，课后作业等教学各个环节的实时数据，利用大数据技术全方位综合考量每一位学生的基本素质，为教学方法和手段的选择提供客观的依据，真正意义上做到因材施教。对于一些利用计算机或其他电子设备完成的环节，收集数据的同时，应适当建立针对不同学生的教学策略，以此实现个性化教育。3.大数据融入实践教学环节的设置。统计学专业的实践环节设置应充分考虑利用学习分析和数据挖掘技术分析学生的学习心理，学习行为及学习能力，充分了解学生的前期学习情况，分析教师课堂教学水平和教学能力，充分挖掘教师的特长，以此为基础打造实践教学环节师生的完美匹配，不再拘泥于一个班级或一个专业的学生同时进行相同的实践项目，可以有效提高实践教学的水平和学生的实践能力。4.大数据融入教学评价体系的完善。传统的教学评价体系不能够客观评价人才培养的各个环节的效果，通常是对结果的评价。因此，学校需要利用大数据技术全面分析和挖掘每一个环节的相关数据，包括学生的学习过程，教师的教学过程等，有效利用数据说话，避免对学习效果及教学效果的片面评价，完善统计学专业的教学评价体系。大数据为统计学专业人才培养模式的构建带来了机遇的同时也提出了挑战，我们不能盲目跟风，应认真结合统计学专业学科特点及各方面的条件，合理利用大数据，构建切实可行的人才培养模式。
参考文献：
[1]陈树良.统计学专业创新型人才培养模式的研究[J].辽宁工业大学学报（社会科学版），2012
数据分析课堂范文6
目前，高校专业课程教学方式大多以“知识点”为核心组织教学，学生主要以学习知识为主，工程应用实践机会较少。项目沉浸式教学就是让学生参与到企业的实际项目，将所学的知识在完成实际项目的过程中，在企业导师的指导下和同伴交流中进行应用、整合和重构，其实质就是一种结合构建主义学习理论和情境学习理论的探究性学习模式。目前国际上相关的项目式教学理论还有CDIO和POPBL[1-2]，其中CDIO代表构思、设计、实现和运作，该理念是以麻省理工学院为主的大学在2000年创立的，旨在通过以完整的工程项目为载体，将传统的课程教学与企业工程项目紧密结合；POPBL表示面向项目和基于问题的学习方式，是基于问题的学习方式PBL的进一步提升，不但通过问题引导学生学习，还通过实际项目锻炼学生的思维能力和实践能力。这几种理念在现实教学中的应用都存在一定的局限性。
在国内，清华大学、大连理工大学等也都采纳CDIO的教学理念进行教学改革。其中，清华大学工业工程系通过数据结构及算法、数据库系统原理等必修基础课程进行实践，提炼出一个以院系整体为单位的知识传播和创新模式[3]。大连理工大学努力探索构建CDIO与创新教育融合的新体系，从课程体系、教育模式等多方面入手，以达到培养创新型工程科技人才的目的[4]。尽管如此，这些基础课程的实践与工程实际的要求还有一定的距离。为此，达内等培训公司要求其师资需要有多年的行业经验，在基本的知识授课结束后指导学生到合作企业进行实训，这在一定程度上可以解决项目沉浸式教学，但作为一个培训项目，知识的系统性还有一定的改进空间。IBM公司最近几年与一些大学商（管理）学院合作的A100计划，鼓励高校专业教师与企业合作，带领学生深入企业，利用比较成熟的数据分析工具帮助企业解决实际问题，但这种方法对指导教师的实践经验、时间投入等都有较高的要求，一般大学的专业师资难以满足。
数据分析类课程包括商务智能、大数据核心技术、客户智能等较多的理论知识，且有一定难度，这些知识在实际应用中有一定的技巧，需要大量的实践才能掌握其中的精髓。实施项目沉浸式教学，为减少前期学生学习的难度，通过学习已经完成的项目文档，通过实验方式了解项目需要的知识和技能，并利用仿真型的项目练习。在此基础上，可以进入真实企业项目，摸索数据分析全过程中遇到的问题以及解决技巧，从而增强学生解决数据分析问题的能力。
随着社会对数据分析类人才的需求增加，很多高校都开设了数据分析类的课程，培养数据分析师或数据挖掘工程师，因此选择数据分析类课程进行教学改革，有一定的代表性和前沿性。
2 项目沉浸式教学的内涵
如何克服传统专业课程教学脱离企业所需能力的培养疼点，传统的产学结合方式受到了挑战。项目沉浸式教学方法结合高校教学与达内等企业培训两者的优点，深入到企业实际项目，把企业真实的项目实施过程融入教学情境，大大增强了教学的实战性，使学生适应企业的需求，创新能力有实质性的提高。
项目沉浸式教学的主要目的是通过企业项目培养学生的技能，近年来一些教学改革的措施等大多在一定程度上改善了知识传授的问题，而如何培养使用这些知识解决实际问题的技能却是学校难以解决的。有些高校老师推出第二课堂，组织学生自发研究科研问题，这在一定程度上增强了学生对问题的深入思考和创新能力，但这些问题多是实际问题的简单抽象，比较适合做理论研究。项目沉浸式教学就是通过课程指导教师与企业合作，利用掌握的专业知识解决企业的实际问题，然后与企业专家一起指导学生浸入实际项目，引导学生掌握解决数据分析实际问题的必要技能和思维方法。
项目沉浸式教学与项目（project）教学法还是有一定的区别。项目教学法中的项目是教师虚拟的实际问题，是实际问题的抽象和简化，无论是数据以及分析数据的要求都与实际项目不同。在一般的项目教学法中，学生学习知识的方式主要是通过完成课程内布置的课程项目的要求，最终的评估也是由任课老师进行。一般来说，课程项目需求明确，考虑的因素较少且理想化，背景相对比较简单，用到的知识也基本是课内所学，很少涉及通过多次试错得到的技能。项目沉浸式教学需要围绕客户的问题，对庞杂的业务数据进行分析，得到辅助用户决策的有用知识。在此复杂的训练过程中，无论数据的选择、数据的净化以及有效分析方法的选择都没有现成的答案，需要学生在掌握坚实的理论知识基础上，通过多次比较、探索和讨论才能得到有价值的知识，并最终解决用户的问题，而不是仅仅应对课程考核。
与一般的项目教学相比，项目沉浸式教学面对的项目是要解决企?I实际业务遇到的问题。相对于课程练习，学院与企业合作的项目应用背景更加复杂，不确定因素更多，而且需要用到的知识不仅是课内学习的知识，还需要解决具体问题的经验技能。数据分析项目需要经过以下几个阶段：提出问题、获取并清洗数据、数据建模、评价与部署。在这4个阶段中，各个阶段都没有固定的解决方法可以简单套用，学生需要以现有知识为基础，通过模仿学习、试错、反复实验，才能积累其中必要的技能。
项目沉浸式教学偏重于实践，在训练学生技能的同时，也要对学生的思维方法进行训练。在数据分析的过程中，为了保证数据分析的质量，有些思维方法是必要的，通过指导教师对实际问题的示范讲解，结合实际项目的沉浸式教学，学生需要深刻地领会这些思维方法并灵活应用，从而使学生能与企业的需求接轨[5]。
3 实施项目沉浸式教学的条件
在项目沉浸式教学中，学生在项目中是主角，指导教师和企业的专家也会在项目开展过程中对总体方案以及具体步骤进行指导，引导学生进行合理的分工、思考、讨论和具体问题求解，他们更多地起到示范、引导和评判的作用。
项目沉浸式的教学方式在复旦大学软件学院已经尝试多年，结合学院卓越工程师的人才培养，实践检验表明这种教学改革对于培养动手能力强的创新人才是非常有效的。我们与多个企业合作过数据分析项目，与主流的业界企业有多年的合作，了解实际项目的开展过程以及所需的能力，熟悉项目沉浸式教学的基本过程和技巧。
校内的指导教师需要有一定的项目经验，在学生完成项目的过程中，给予正确的指导，帮助学生完成项目。我们与多个企业合作过数据分析项目，与主流的业界企业有多年的合作，了解实际项目的开展过程以及所需的能力，熟悉项目沉浸式教学的基本过程和技巧。对于数据分析项目来说，在识别项目需求和目的、数据收集与处理、对比多种分析模型、评估调整优化和部署等阶段，每个阶段都需要有相关的经验、技巧和思维方法。指导教师的职责就是在每个阶段给予学生适当的引导，能在学生遇到难题时给与实例、启发和思路的指导，对分析结果给与合适的评价，而不是直接提供答案。
对学生来说，项目沉浸式教学对自?W能力、敢于挑战困难以及对数据分析具有较强的兴趣更加看重。这个学习过程需要耗费很多的时间和精力，对有功利心和速成思想的同学将是一个挑战。此外，数据分析项目一般都需要学生以小组为单位完成，因此学生之间的协作能力也非常重要。团队之间的交流意识也会使学生尽快适应数据分析项目的不同角色。
对合作企业的专家来说，由于他们有实施分析型项目丰富的经验，对各类数据的处理针对特定的分析需求有实战性的思路和技能，但这些经验很难直接表达清楚。他们可以针对学生的问题，结合实际背景给出可行的建议，能够从指导教师不同的角度引导学生，在一定程度上弥补指导教师经验不足的短板，帮助学生在完成实际项目的过程中，综合考虑多种因素，选择最合适的解决方案。
综合来说，项目沉浸式教学的重点还是培养学生完成项目，对所学的知识能够活学活用。因此，相较于其他教学方式，项目沉浸式教学对学生的要求更高，需要指导教师、企业导师和学生紧密配合。
4 项目沉浸式教学的过程
项目沉浸式教学的重点是通过项目实践培养学生技能，通过项目提高学生应用知识的能力。对于数据分析类等应用能力要求很高的课程，项目沉浸式教学的实施过程主要分为项目预热、项目实施和项目总结等3个阶段。
（1）项目预热。项目启动阶段对于项目沉浸式教学的开展具有重要意义，在专业知识学习结束后，可以把以前指导教师做过的项目整理成案例和实验指导书，由指导教师示范整个项目的开展过程，突出项目过程中的问题以及解决关键所在。然后把数据提供给学生，根据实验指导书的要点由学生模仿数据分析的过程。这个阶段学生遇到的问题会比较少，主要是熟悉数据分析项目思路。
这个阶段也可以用企业专家提供项目案例和相关资料，启发学生补充学习课堂教学忽略的知识，并通过项目资料的学习和练习，初步了解数据分析项目常用的思维方法以及处理过程常见的问题。
（2）项目实施。项目实施过程是整个教学中最重要的环节。在该过程中，学生对于已经掌握的知识在实际问题中加深理解。还需要学习项目分析过程遇到的新知识和新工具，这就要求学生有足够强的学习能力。例如，学生在进行数据分析时，需要根据已学算法基础或者学习新算法，选择合适的数据分析算法，建立合适的数据分析模型，通过对比分析，不断完善改进问题的结果。此时导师就需要根据项目经验引导学生对问题的理解、数据的预处理、建模优化以及评估等阶段的处理。学生在完成项目的过程中，需要将项目中新用到的知识、技能进行整合，构建自己的知识网络，并结合实际项目深入理解、巩固和提高。
对于学生来说，项目实施是一个探索的过程。学生在完成项目的过程中，会遇到具体业务、数据预处理、比较选择合适的分析算法等很多实际问题，而这些问题的解决方法在课堂上、书本上没有讲授，或者根本没有明确的答案，需要学生不断地进行探索、思考，这个过程是积累宝贵的实践经验，培养实践能力的过程。
（3）项目总结。项目总结阶段是一个不可缺少的环节，起到提炼、强化技能，扩展知识体系的作用。这个阶段可以帮助学生对整个项目进行总结回顾、理清的过程，突出项目中遇到的问题和求解方法，从而作为新的案例和实验素材。
上述项目沉浸式的教学过程是一个反复的过程，每次顺利地完成一个项目，指导教师也会增强对实际项目的理解，并积累更多实践经验；而学生顺利地完成项目，会增强对业务的认识并强化数据分析的技能。
这里以我们与IBM合作的SUR项目“基于Spark的文件传输网络设计以及负载优化研究”为例，简要说明项目沉浸式的教学过程。这个项目首先由IBM研究院的专家根据多年的实践经验提出，目的是优化文件传输网络的设计，在工程实际有一定的应用需求。针对这个需求，我们与IBM专家一起，组建了由3名复旦大学软件学院高年级本科生组成的项目小组，通过多次磋商，进一步细化了文件传输网络的功能需求。然后通过对实际文件传输网络的分析，摸索其中节点的数据流向和流量，抽象出便于分析的文件传输网络模型。通过仿真分析，研究这个模型的特点和参数设计。在此基础上，从多种分析方法中，通过比较发现深度学习神经网络比较适合预测网络节点之间文件传输网络流量的预测，并利用Spark实现神经网络的高速训练和计算。有关深度学习、Spark等知识都需要学生自学，并用Python语言实现实验模型，通过多次比较调优。这个过程历经数月，师生共同努力，多次修改设计，其中IBM专家提供了相关的资料，并根据经验对每个阶段的工作提出了建议，最后得到比较可行的方案。
5 项目沉浸式教学建设存在的问题
项目沉浸式教学的理念对教师和学生都有较高的要求，目前在高校的专业课程教学中还存在一些需要解决的问题。
（1）专业知识的教学问题。项目沉浸式教学对于学生的专业基础知识和动手能力有一定的要求。当前很多高校的专业课程注重基础知识的培养，脱离了实际应用背景，而这些知识的掌握只有实际应用才可以深入理解。这就要求指导教师能根据实际项目应用的需要，梳理相应的数据分析知识体系，帮助学生对于实际问题的分析奠定比较扎实的专业基础知识。
（2）学生时间的协调问题。学生在完成实际项目的过程中，需要结合所学多门专业课程的知识，因此项目沉浸式教学需要学生能拿出一定的时间，自学项目要求的额外知识，并通过反复试错完成项目。我们建议项目沉浸式教学与学校的各种科创项目结合起来，根据学生做项目的成果，满足一定的条件就给予一定的学分，以便进一步调动学生的积极性。
（3）项目风险管理问题。由于学生缺乏实际项目的研究经验，因此学生参与企业的实际分析项目具有一定的风险。指导教师与企业专家合作，吸引有一定实践经验的员工?⒂胂钅浚?承担项目关键问题，学生刚开始介入项目时可以根据分工承担相对容易的工作，并逐步承担有难度的数据分析环节，培养数据分析在各个岗位和阶段需要的基本技能。
6 结 语
