DOC《课程目标：》

课程目标: (基于远大梦想) 课程的目标是希望学生能通过本课程的学习,把其他相关课程的内容融会贯通,培养对数据科学的兴趣,奠定扎实的专业基础,并在以后的学习深造和工作中自学相关的专业知识,并积极投身于实践,并在未来的科研或企业应用有所建树.

此外,培养数据思维也是非常重要的. 附录1:以学为中心课程设计 三栏表 我的姓名:赵卫东 我的课程:商务智能 授课方式: (A面授 B 纯在线 C混合式)C 学习目标与成果Learning Outcomes 学习测评Learning Assessments 学习活动Learning Activities 核心知识 学生需要理解并记住关键概念、术语、关系、事实等. ――描述学生如何处理这些知识. 在课程结束后,学生应能理解基本的概念和算法,并能熟练使用常用的算法 可以通过练习、有难度的问题可以使用小组作业形式(允许讨论) 多用实例解释,深刻理解,才能记住 通过手工演算、实验加强概念、算法的理解和灵活应用 学以致用 学生将知道如何"做"重要的任务. ――基于这些知识,学生能够运用它们做些什么? 在课程结束后,学生能够把本课程的知识用于其他课程的学习和加深理解.例如,毕业设计、数据库原理与应用以及智能系统应用等课程,并在实习和就业中起到迅速入门的作用. 能用其他课程的知识理解本课程的相关概念和算法,并把商务智能课程的算法用于解决实际的问题. 案例调研报告,参与实际问题调研,利用课堂的内容分析其中的问题以及解决方案. 实验分析或实训,检验本课程的概念或算法的理解程度.利用对分教学方式,写反思报告,并把学习过程中遇到的好问题总结共享,没搞懂的问题也总结集体讨论. 触类旁通 学生将能够识别"x"和"y"之间的关系. ――描述学生运用知识进行综合、连接、把甲和乙联系起来的活动. 在课程结束后,能够把多种算法组合,解决更复杂的商务分析问题. 可以通过案例分析,考察学生对实际问题分析思路是否能把问题与对应的概念、算法关联起来,并把有互补、比较验证的算法组合起来使用. 案例分析、小组讨论的形式展开 采用案例研究的方式,用所学知识求解新的问题,这在数据分析中非常普遍. 人性维度 自己:学生会更好地了解自己 ――描述学生应用相关知识,来增进对自己理解的活动. 在课程结束后,通过研讨型资料的研读,使学生能自学一些应用案例,检验学习的效果,自学一些难以理解的算法 案例讨论,交流阅读材料的心得体会,以及发现的新问题、新想法 文献资料的归纳、总结和交流 反思报告书写,总结作业和项目案例报告遇到的问题 人性维度 他人:学生将能够积极和有效地与他人互动. ――描述学生应用相关知识,理解他人,并与他人进行互动的活动. 在课程结束后,学生能成为项目小组的积极参与者,为数据分析的方案贡献有价值的思路并分担工作 通过小组的项目报告和线下交流汇报情况看学生的表现,可以邀请企业的专家参与指导和评分 小组作业练习 针对真实应用问题,学生给出自己的想法并互评、辩论 人文关怀 学生会更关心这个问题或与这个问题有关的问题. ――描述学生以一种有意义的方式将所学习的东西与自己的生活相联系的活动. 在课程结束后,学生将能够个性化地评价他们是否对数据分析感兴趣或者有志于成为一名数据分析师. 可以走访一些学生,了解他们学生课程后对数据分析方向的兴趣取向 实验室实习或企业实训的机会 走访企业,了解数据分析成功项目对企业的价值,奠定学习商务智能课程的意义或者思考未来从事这个方向职业或研究的可能性 学会学习 学生将在这个课程和整个生活中培养更好(更高效,更有效)的学习能力. ――描述可引导学生在未来可更好地继续学习本主题的活动. 在课程结束后,学生有能力自学商务智能领域的新算法、新进展 通过讲座、实验室实习项目等吸引学生进一步学习专业知识 通过建立兴趣小组,定期做研讨班 课程学习体会总结 学习笔记是很重要的交流方式 备注 (改编自DEE FINK & ASSOCIATES, 2018年)