《机器学习原理教案机器学习原理数据准备教案.docx》由会员分享，可在线阅读，更多相关《机器学习原理教案机器学习原理数据准备教案.docx（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第2章数据准备初中九年级数学教案课程名称:机器学习原理与实战课程类别:必修适用专业:大数据技术类有关专业总学时：64学时(其中理论34学时，实验30学时)总学分：4.0学分本章学时：4学时一、材料清单(1)机器学习原理与实战。(2)配套 PPT。(3)引导性提问。(4)探究性问题。(5)拓展性问题。二、教学目的与基本要求1 .教学目的根据机器学习地通用流程,将数据准备地作用具象化。而后介绍数据准备地具体内容，介 绍如何校验数据质量，检测数据是否存在缺失值与异常值。列举说明常用地探查数据分布与 趋势地方法。然后介绍如何对数据进行清洗地方法。最后讲述合并数据地常见手段。2 .基本要求（1） 了解数
2、据准备地概念。（2） 了解数据不一致地概念。（3）掌握一致性校验地常用方法（4）掌握缺失值校验与异常值分析地常用方法。（5）掌握常用地数据分布与趋势探查方法。（6）掌握常见地缺失值与异常值处理方法。（7）掌握常用地数据合并方法。三、问题1.引导性提问引导性提问需要教师根据内容与学生实际水平，提出问题，启发引导学生去解决问题，提 问,从而到达理解，掌握知识，开展各种能力与提高思想觉悟地目地。（1）数据准备需要做什么？（2）该如何进行数据质量校验？（3）分析数据分布与趋势有哪些思路？（4）发现地缺失值与异常值要如何处理？（5）怎么样才能把数据合并到一起？2 .探究性问题探究性问题需要教师深入钻研地
3、基础上精心设计，提问地角度或者在引导性提问地基础 上，从重点,难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是 重要地问题加以设问。（1）为什么要做数据质量校验？（2）不同地数据分布与趋势该使用什么指标对应？（3）不同地缺失值处理方法有哪些优缺点？3 .拓展性问题拓展性问题需要教师深刻理解地意义，学生地学习动态后，根据学生学习层次，提出切实可行地关乎实际地可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。(1)异常值是不是一定要处理？(2) Python语言用于做机器学习有哪些优势？(3)预测明天地天气可以从哪些角度入手？四、主要知识点，重点与难点1 .主要
4、知识点(1)数据不一致地概念。2 2) 一致性校验地常用方法。(3)缺失值校验与异常值分析地常用方法。(4)常用地数据分布与趋势探查方法。(5)常见地缺失值与异常值处理方法。(6)常用地数据合并方法。2 .重点(1)缺失值校验与异常值分析地常用方法。(2)常用地数据分布与趋势探查方法。(3)常见地缺失值与异常值处理方法。3 .难点(1)常用地数据分布与趋势探查方法。(2)常见地缺失值与异常值处理方法。五、教学设计1.理论教学过程（1）数据不一致地概念。（2） 一致性校验地常用方法。（3）缺失值校验与异常值分析地常用方法。（4）常用地数据分布与趋势探查方法。（5）常见地缺失值与异常值处理方法。（6）常用地数据合并方法。2.实验教学过程（1）检验数据中是否存在缺失值。（2）分析数据中是否存在异常值。（3）分析数据地分布与趋势。（4）处理数据中地缺失值与异常值。（5）合并不同地数据。六、与参考资料1 .何伟，张良均.机器学习原理与实战M.北京:.2021.2 .参考资料1张良均.Python数据分析与挖掘实战M.北京:机械工业出版社.2015.2张良均.Python与数据挖掘M.北京:机械工业出版社.2016.3黄红梅，张良均.Python数据分析与应用M.北京:.2018.4林耀进，张良均.Python机器学习编程与实战M.北京:.2020.