Python商務(wù)數(shù)據(jù)分析與實(shí)戰(zhàn)-教案 第6章 構(gòu)建模型 教案

1、第6章構(gòu)建模型教案課程名稱：Python商務(wù)數(shù)據(jù)分析與實(shí)戰(zhàn)課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時(shí)：64學(xué)時(shí)（其中理論36學(xué)時(shí)，實(shí)驗(yàn)28學(xué)時(shí)）總學(xué)分：4.0學(xué)分本章學(xué)時(shí)：1（）學(xué)時(shí)一、材料清單（1）Python商務(wù)數(shù)據(jù)分析與實(shí)戰(zhàn)教材。（2）配套 PPT。（3）引導(dǎo)性提問。（4）探究性問題。（5）拓展性問題。二、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)根據(jù)數(shù)據(jù)挖掘技術(shù)的基本任務(wù)，即分類與I可歸、聚類、關(guān)聯(lián)規(guī)則、時(shí)序模式、智能推薦 5個(gè)方面，介紹了對應(yīng)的數(shù)據(jù)挖掘建模方法及實(shí)現(xiàn)過程。分類與回歸主要介紹回歸模型、決 策樹和神經(jīng)網(wǎng)絡(luò)；聚類主要介紹K-Means聚類；關(guān)聯(lián)規(guī)則主要介紹Apriori算法；時(shí)序

2、模式 從序列的平穩(wěn)性和非平穩(wěn)型出發(fā)，對平穩(wěn)時(shí)間序列主要介紹AR模型、MA模型、ARMA模 型，對差分平穩(wěn)序列建立ARIMA模型法；智能推薦主要介紹協(xié)同過濾推薦算法。.基本要求泰迪智能科技官網(wǎng)：/聯(lián)系方式:189 2756 5259打造數(shù)據(jù)智能as業(yè)敕育領(lǐng)軍企業(yè)（1）掌握Python中分類與回歸的方法。（2）掌握Python中聚類分析的方法。（3）掌握Python中關(guān)聯(lián)規(guī)則分析的方法。（4）掌握Python中時(shí)序模式的分析方法。（5）掌握Pylhon中智能推薦的方法。三、問題.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而達(dá)到理解、掌握知識

3、，發(fā)展各種能力和提高思想覺悟的目的。（1）常見的模型算法使用場景有哪些？（2）如何評價(jià)模型的效果？.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。1）回歸模型適用于怎樣的條件？2）聚類和分類的區(qū)別是什么？3 .拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實(shí)可行的關(guān)乎實(shí)際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探時(shí)，完成拓展性問 題。（1）不同的算法，可解釋性不同，能否挑選一種可解群性強(qiáng)的算法對算

4、法結(jié)果進(jìn)行解 釋？（2）聚類算法的評價(jià)指標(biāo)還有哪些？泰迪智能科技官網(wǎng)：/聯(lián)系方式：189 2756 5259打造數(shù)據(jù)智能as業(yè)敕育領(lǐng)軍企業(yè)四、主要知識點(diǎn)、重點(diǎn)與難點(diǎn)1.主要知識點(diǎn)（1）常用的分類與回歸算法。（2）分類與回歸的模型評價(jià)方法。（3）分類與回歸算法基本原理及實(shí)現(xiàn)過程。（4）常用的聚類分析算法。（5）聚類模型的評價(jià)方法。（6）聚類分析算法簡介及基本原理。（7）聚類分析算法實(shí)現(xiàn)過程及評價(jià)。（8）常用關(guān)聯(lián)規(guī)則算法。Apriori算法的原理與實(shí)現(xiàn)過程。（10）常見的時(shí)間序列模型。（11）時(shí)間序列的預(yù)處理。（12）平穩(wěn)時(shí)間序列分析。（13）非平穩(wěn)時(shí)間序列分析。（14）常見的智能推薦算法。（15

5、）智能推薦模型的評價(jià)方法。（16）協(xié)同過濾推薦算法的原理與實(shí)現(xiàn)過程。2.重點(diǎn)（|）分類與回歸算法基本原理及實(shí)現(xiàn)過程。（2）聚類分析算法簡介及基本原理。（3）聚類分析算法實(shí)現(xiàn)過程及評價(jià)。（4） Apriori算法的原理與實(shí)現(xiàn)過程。（5）時(shí)間序列的預(yù)處理。（6）平穩(wěn)時(shí)間序列分析。（7）非平穩(wěn)時(shí)間序列分析。泰迪智能科技官網(wǎng)：/聯(lián)系方式：189 2756 5259打造數(shù)據(jù)智能as業(yè)敕育領(lǐng)軍企業(yè)（8）協(xié)同過濾推薦算法的原理與實(shí)現(xiàn)過程。3.難點(diǎn)（1）分類與回歸算法基本原理及實(shí)現(xiàn)過程。（2）聚類分析算法簡介及基本原理。（3） Apriori算法的原理與實(shí)現(xiàn)過程。（4）平穩(wěn)時(shí)間序列分析。（5）非平穩(wěn)時(shí)間序列分

6、析。（6）協(xié)同過濾推薦算法的原理與實(shí)現(xiàn)過程。五、教學(xué)過程設(shè)計(jì).理論教學(xué)過程（1）常用的分類與回歸算法。（2）分類與回歸算法的評價(jià)方法。（3）線性模型的原理。（4）決策樹的原理。（5）神經(jīng)網(wǎng)絡(luò)的原理。（6）常用聚類分析算法。（7）聚類分析算法的評價(jià)方法K-Means聚類算法的原理。（9）常見關(guān)聯(lián)規(guī)則算法。Apriori算法的原理。（11）常用的時(shí)間序列算法。（12）時(shí)間序列預(yù)處理的方法。（13）平穩(wěn)時(shí)間序列分析。（14）非平穩(wěn)時(shí)間序列分析。（15）常見智能推薦算法。泰迪智能科技官網(wǎng)：/聯(lián)系方式:189 2756 5259打造數(shù)據(jù)智能as業(yè)敕育領(lǐng)軍企業(yè)（16）智能推薦算法的評價(jià)方法（17）協(xié)同過濾推薦算法的原理。.實(shí)驗(yàn)教學(xué)過程（1）使用邏輯回歸算法進(jìn)行分類預(yù)測。（2）使用決策樹算法進(jìn)行分類預(yù)測。（3）使用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行分類預(yù)測。（4）使用K-Means進(jìn)行聚類分析。（5）使用Apriori算法進(jìn)行關(guān)聯(lián)分析。（6）使用ARIMA模型進(jìn)行時(shí)間序列分析。（7）使用協(xié)同過濾推薦算法進(jìn)行智能推薦。六、教材與參考資料.教材何偉，張良均.Python商務(wù)數(shù)據(jù)分析與實(shí)戰(zhàn)M.北京：人民郵電出版社.2022.參考資料1張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機(jī)械工業(yè)出版社.2015.2張良均.PyUion