课程简介

教学目标

课程教学目标1：掌握数据分析的基本概念和理论技术，学生能够理解数据分析的基本概念和原理，掌握数据分析的基本技术和方法。具备数据分析的基本过程与环节的了解，学生能够了解大数据分析的基本过程和各个环节，包括数据预处理、特征选择、模型构建等，从而能够正确进行数据分析。 课程教学目标2：提高教育数据分析和结果阐释的能力，学生能够运用数据分析技术对教育数据进行分析，并能够准确解释分析结果，为教育研究提供支持。培养分析问题和解决问题的能力，学生能够运用数据分析方法和技能，分析和解决实际问题，培养独立思考和解决问题的能力。能够使用关联规则分析、分类和聚类等大数据分析算法，学生能够熟练运用关联规则分析、分类和聚类等大数据分析算法，对不同行业应用领域中的数据进行处理和知识的获取。 课程教学目标3：培养学生在学习过程中积极的情感态度和价值观，学生能够发展对数据分析的兴趣和热情，形成对数据分析和大数据应用的积极态度和价值观，认识到数据分析在解决实际问题和推动社会发展中的重要性，以及个人职业发展中对数据分析能力的价值。

参考书目

教 材：《教育数据挖掘技术与应用》，丁继红 编，电子工业出版社，2021.9. 参考书： 【1】《教育数据挖掘与学习分析》，郑勤华，北京师范大学出版社，2022.6. 【2】《计算教育学》，刘三女牙，科学出版社，2021.5. 【3】《SPSS Modeler数据挖掘方法及应用》，薛薇，电子工业出版社，2020.

预备知识

数据采集基础：了解数据采集的基本概念和常见方法，包括问卷设计、实验设计、观察记录等。这将有助于学生理解数据挖掘所使用的数据来源和数据质量控制。 统计学基础：具备一定的统计学基础知识，包括描述统计学、概率论、抽样与估计、假设检验等内容。这将有助于学生理解数据分布和统计推断的基本原理。 编程技能：具备一定的编程基础，例如Python、R等，能够使用编程语言进行数据处理和分析。学生需要熟悉常见的数据处理库和机器学习库，如pandas、scikit-learn等。 数据库知识：了解数据库的基本概念和操作，包括SQL语言的应用和关系数据库的设计与管理。这将有助于学生在教育数据挖掘过程中进行数据查询和管理。

认证证书

课程团队

• • 
  • 徐刘杰
  • 主讲教师

  • 徐刘杰，博士，讲师，研究方向为计算机教育应用、教育资源管理、STEM教育和创客教育，主讲《教育研究方法》《大数据技术原理及教育应用》《智能创客与STEAM教育》等课程。