欢迎您访问思政资源库!
中唐方德官网 | 思政直播
网络工程、物联网工程、数据科学与大数据技术、人工智能专业:《数据挖掘—聚类分析之 K-means 算法》课程思政课堂教学设计
数据挖掘
教学设计

网络工程、物联网工程、数据科学与大数据技术、人工智能专业:《数据挖掘—聚类分析之 K-means 算法》课程思政课堂教学设计

53
0
展开
下载
收藏
版权说明

发布日期:2023-03-02

false

适用专业(4)

    本科(4):

  • 人工智能网络工程物联网工程数据科学与大数据技术
  • 展开

适用课程(1)

  • 数据挖掘
  • 展开
版权说明及权利通知
课程名称

数据挖掘

授课对象

电子信息工程专业

授课内容

数据挖掘—聚类分析之 K-means 算法

课时

0.50

课程类型 A.思想政治理论课;B.通识课;C.专业课;D.实践课;
教学目标

知识目标: 了解数据挖掘 k-means 算法的过程及具体方法。了解数据挖掘 k-means 算法的改进措施。

 

能力目标: 具有初步的使用 k-means 算法进行数据挖掘分析的详细步骤;能够在学习中寻求发现问题、解决问题的途径。

 

素质目标: 深化职业理想和职业道德教育:主动求知、知难而进、敢于思考,不断创新的精神;引导学生学习与继承已有数据挖掘技术,面对崭新的应用场景,努力实现数据分析技术 创新。

课程思政 融入知识点

重点:数据挖掘的 k-means 算法的过程、算法迭代过程。


难点:数据挖掘的 k-means 算法评价。

融入方式

以数据挖掘建模方法为基础,重要讲解其应用来贯穿整个授课内容, 采用讲授法、启发式、任务式等相结合的教学方法,提高学生专注力学习兴趣,达到学习目标。


教学手段


1. 以面授为主,辅以案例分析和讨论;


2. 网络资源平台辅助教学(包括参考资料、考题)等在*****平台上进行。

思政元素 逻辑思维能力 职业道德教育 职业理想 获得感 知难而进 不断创新 创新意识 成就感 知识文化 职业素养 辩证看问题 技术创新 专注力 工匠精神 实践动手能力 学习兴趣 动手实践能力 主动求知
思政资源 一分钟了解K均值聚类算法
思政案例
教学实施
教学引入
教学展开
教学总结
目标达成检测
教学反思
加入资源库VIP 本文免费下载
2万VIP文档下载
海量文档免费下载
付费资源7折起
专属客服服务
仅需0.6元/天
开通VIP
继续阅读
VIP用户可继续阅读
收藏
版权说明
下载
VIP专享文档
付费资源7折起
专属客服服务
仅需0.6元/天
立即开通