信息技术第五章 数据处理和可视化表达5.3 数据的分析5.3.1 特征探索教学设计

这是一份信息技术第五章 数据处理和可视化表达5.3 数据的分析5.3.1 特征探索教学设计，共5页。教案主要包含了课程标准及目标分析，学情分析，教学过程，课后作业布置，总结等内容，欢迎下载使用。

一、课程标准及目标分析
（一）课程标准及教材分析
1. 本章对应课标的内容要求
通过典型的应用实例，了解数据的分析的方法和应用。
2. 本章对应的学业要求
能够根据需要选用合适的数字化工具开展学习。（数字化学习与创新）
了解数据分析的基本方法。（计算思维）
3. 本章的地位和作用
本节是教科书的第五章第三节，学生学习“数据处理和可视化表达”的教学内容，也是学习选择性必修模块《数据管理与分析》和《人工智能初步》的基础知识与技能准备。通过学习，让学生理解随着社会数据量和个人数据量的增大，选用恰当的软件工具或平台处理数据、发现信息，已逐步成为人们解决问题的一种重要方式；并通过对数据分析处理，发掘有价值的信息，让学生全面了解数据与计算的重要意义，从而提升学生的信息素养。
（二）本章对应达成的学科核心素养
（1）主动关注信息技术工具发展中的新动向和新趋势，有意识地使用新技术处理信息。（信息意识）
（2）按照问题解决方案，选用适当的数字化工具或方法获取组织分析数据，并能迁移到其他相关问题的解决过程中。（计算思维）
（3）采用简单的技术手段，保护数据、信息以及信息设备的安
二、学情分析
学生在第四章已经体验了利用程序去解决问题。了解了pythn程序设计语言的基础知识，掌握了程序的顺序结构、选择结构和循环结构，学会了使用程序设计语言实现简单算法，体验了程序设计基本流程，掌握了程序调试与运行的方法。可以独立完成本章节的程序运行及修改。
三、教学过程
1.新知讲解：什么是数据分析？
数据分析概念
数据分析的作用：探索数据内在的结构和规律，构建数学模型，并进行可视化表达，为诊断过去、预测未来发挥作用。
数据分析的四种常用方法：特征探索、关联分析、聚类分析、数据分类。
2.探究活动：小组合作完成探究活动
（1）特征探索：
活动：打开并运行配套学习资源包“第五章\课本素材\程序5-3数据预处理”，观察数据预处理结果。
通过学习、交流、探究和实践，结合本小组选题，对采集到的数据进行预处理，发现和处理缺失值、处理异常数据、求最值、极差、组距、绘制直方图，观察分析数据的分布特征。
教师活动：
提供项目范例中的Pythn程序代码，提供有关创建mysql数据库、数据特征探索基本操作指引（或微课）。指导学生创建数据库、导入活动3采集到的商品销售数据；指导学生利用程序发现和处理缺失值、清洗异常数据、绘制直方图；从直方图中观察分析商品销售数据的分布特征。
学生活动：
通过学习、交流、探究和实践，借助学习资源，小组结合本组选题，创建数据库，利用程序发现和处理缺失值、处理异常数据、绘制直方图，观察数据的分布特征。
（2）自主学习：观看视频进行数据关联分析的学习
学生活动
通过自主学习，小组讨论，并完成探究活动二，掌握关联分析的算法。学会按步骤计算数据的关联性。通过学习、交流、探究和实践，借助学习资源，利用程序对采集到的网络数据进行关联分析、分析程序关联分析结果。
教师活动
组织学生总结归纳关联分析的算法及过程。
（3）聚类分析
教师活动
提供项目范例中的Pythn程序代码，提供有关聚类分析的基本操作指引（或微课）。利用爬虫程序从淘宝网-实惠热卖-零食类别中采集一份包括商品价格、商品销量、商品评论的数据，保存文件为data_sample.csv；了解爬虫程序将爬取数据结果保存为*.csv格式文件的代码结构；利用程序对采集到的商品销售数据进行聚类分析、分析程序对商品自动分类结果。
学生活动
通过学习、交流、探究和实践，借助学习资源，小组结合本组选题，利用程序对采集到的网络数据进行聚类分析、分析程序对数据自动分类结果。
（3）数据分类。通过学习、交流、探究和实践，结合小组选题，对未分类数据进行分类。
教师活动
提供项目范例中的Pythn程序代码，提供有关数据分类的基本操作指引（或微课）。从活动5采集的商品销售数据（data_sample.csv）中抽取部分数据作为样本，构建重要商品和一般商品的分类模型（mdel.csv），利用程序对未分类商品分类，分析程序对商品的分类结果。
学生活动
通过学习、交流、探究和实践，借助学习资源，小组结合本组选题，以采集到的网络数据为样本构建分类模型，利用程序对未分类数据进行分类。
五、课后作业布置
六、总结
了解数据的分析及其作用，学会使用程序对数据进行分析。