泰迪大数据挖掘第二课堂建设方案-威尼斯5139手机版

高校数据挖掘课堂教学主要存在如下一些问题：
     1、偏重算法、原理的学习，大部分的例子都是为了应用某个算法而设计的，缺少商业背景和问题理解（强调理论体系的完整，弱化实践，忽略了大部分学生是要到一般企业就业的）；
     2、教师缺乏解决具体商业问题的经验（接触的项目大多是政府各部门的基金，解决偏理论研究方面的问题）；
     3、课程中的问题往往不完整，缺少从（商业）问题定义、数据采集/实验设计、数据分析、建模、评估、应用的全过程，学生缺少对实际问题的理解；
     4、数据往往较为理想，与现实中数据预处理的复杂性不相符；
     5、由于数据挖掘依赖较多的前端课程，如概率论、数理统计、程序设计（数据挖掘平台）、数据库等课程，造成课程的开出较晚（通常在第6学期），学生很难在专业实习（第3学期末）之前形成较扎实的基础和实践能力。

解决思路：
     1、高校强调算法、原理，企业强调业务理解，高校教学虽无法以“业务理解”为核心，但要强调解决实际问题的能力培养。解决思路：引入“第二课堂”由企业完成“最后一公里”的实践环节；
     2、打破原有的课程体系，分散课程内容，增加课程数同时减小课时，拉长周期，更多地采取实践教学的方式，引入企业、社会教学资源作为理论教学的必要补充。例如：计算机基础中的excel教学：学生学过excel后还是不会解决实际问题(课程更多地是讲软件操作)，缺乏求解问题的思路，缺乏自学能力。解决思路：以解决实际问题为导向梳理教学内容。

详细方案请下载：大数据挖掘教学第二课堂