欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 数据驱动的技术基础(共4册中小学教育大数据分析师系列培训教材)
      • 作者:责编:刘芳|总主编:方海光
      • 出版社:电子工业
      • ISBN:9787121391538
      • 出版日期:2020/07/01
      • 页数:468
    • 售价:56
  • 内容大纲

        《中小学教育大数据分析师系列培训教材》主要用于线上及线下的中小学教师培训项目,还可用于教师、教研人员、教学管理人员等教育工作者的自主学习和提升。本教材计划纳入中小学信息技术应用能力提升工程2.0项目,还将作为大数据MOOC线上课程的主要学习资料,供参加课程的学习者阅读、学习。《中小学教育大数据分析师系列培训教材》共有5个品种:教育大数据、数据驱动的技术基础、数据驱动的智慧学校、数据驱动的智慧课堂、数据驱动的教育研究。
        《中小学教育大数据分析师系列培训教材》是由任友群教授、黄荣怀教授作序,由首都师范大学教授方海光邀请北师大、华中师大、华南师大、内蒙师大、陕西师大等各大师范院校教授以及海淀区教师进修学校主任和国家开放大学、北京教科院等院校专家一起编写的成体系的、完整而全面的大数据分析师培训教材。
        《数据驱动的技术基础(全4册)》为数据驱动的技术基础,套书,全4册,包括数据技术基础应用、常见的教育数据处理方法、数据可视化方法、Excel的数据分析。通过讲解具体的数据分析方法,切实提高一线教师数据分析的能力,帮助教师全方位地了解学生,从而进行精准教学。
  • 作者介绍

  • 目录

    《数据技术基础应用》
      第一章  开门见山——大数据概述
        问题一:什么是大数据?
        问题二:大数据有什么用?
        问题三:如何实现大数据的价值期望?
      第二章  见猎心喜——数据获取
        问题一:数据是怎么产生的?
        问题二:如何获取内部数据?
        问题三:如何获取外部数据?
      第三章  分而治之——分布式数据存储
        问题一:如何在计算机中存储数据?
        问题二:半结构化和非结构化数据如何存储和管理?
        问题三:面对海量数据,如何存储和管理数据才能满足应用系统的高性能需求?
        问题四:分布式文件系统的体系结构和工作原理是怎样的?
        问题五:分布式数据库的基本结构和工作原理是怎样的?
        问题六:非关系型数据库如何支持SQL查询?
      第四章  抽丝剥茧——数据分析
        问题一:为什么需要对数据进行预处理?
        问题二:常见的数据预处理方法有哪些?
        问题三:如何实现数据规约?
        问题四:如何区分特征提取和特征选择?
        问题五:大数据挖掘都有哪些常用的方法?
      第五章  如虎添翼——智能大数据分析
        问题一:什么是人工智能?
        问题二:什么是机器学习?
        问题三:机器学习都有哪些类型?
        问题四:什么是深度学习?
      第六章  神来之笔——分布式计算
        问题一:提高计算能力的方式有哪些?
        问题二:如何使用Hadoop实现大规模数据的计算?
        问题三:如何支持大规模数据的在线计算?
        问题四:有哪些提升算力的方法?
      参考文献
    《常见的教育数据处理方法》
      第一章  教育数据采集与存储
        问题一:教育数据的类型及采集方法有哪些?
        问题二:如何备份数据库?
        问题三:如何爬取数据库数据?
        问题四:如何采集伴随性数据?
        问题五:如何采集反应性数据?
      第二章  教育数据分析与可视化
        问题一:如何对数据进行预处理?
        问题二:如何完成统计分析?
        问题三:如何进行聚类?
        问题四:如何完成预测?
        问题五:如何进行关系挖掘?
        问题六:如何进行社会网络分析?
        问题七:如何进行文本挖掘?
        问题八:如何开展教学视频分析?
        问题九:什么是数据可视化及其基本要素?

      第三章  教学类数据处理
        问题一:什么是学习分析?
        问题二:教学平台数据的一般结构是什么?
        问题三:如何使用SQL查询开展学习分析与可视化?
      第四章  管理类数据处理
        问题一:数据与决策之间有什么关系?
        问题二:如何做到数据驱动的科学决策?
        问题三:教育教学管理数据有哪些典型应用?
        问题四:如何用Power BI动态可视化呈现学籍数据并辅助决策?
      第五章  科研类数据处理
        问题一:什么是数据密集型科学研究?有哪些特点?
        问题二:文献研究与科学知识图谱有何关系?
        问题三:知识图谱绘制工具CiteSpace的由来和特点?
        问题四:如何用CiteSpace完成文献分析?
      参考资料
    《数据可视化方法》
      第一章  数据与数据可视化
        问题一:数据有哪些类型?
        问题二:什么是数据可视化?
        问题三:为什么进行数据可视化
        问题四:如何进行数据可视化
      第二章  视觉七要素与认知基础
        问题一:视觉七要素分别是什么?
        问题二:什么是视知觉?什么是视错觉?
        问题三:什么是格式塔原则?
        问题四:视觉七要素和格式塔原则对可视化有哪些启示?
      第三章  数据可视化开发过程
        问题一:如何获取和分析用户的数据可视化需求?
        问题二:如何提出数据可视化设计方案?
        问题三:有哪些常用的数据可视化实现技术
        问题四:如何评估数据可视化效果
      第四章  可视化实现与评估
        问题:常用的静态可视化方法有哪些?
        问题:常用的交互式可视化方法有哪些?
        问题:如何评估可视化效果?
      附录  R语言基础
      参考资料
    《Excel的数据分析》
      第一章  创建和美化工作表
        问题一:什么是工作簿、工作表、单元格、单元格区域?
        问题二:如何建立和保存工作簿?
        问题三:如何在工作表中输入各类数据?
        问题四:如何美化工作表?
      第二章  数据的计算
        问题一:什么是公式?有哪些运算符?如何输入和复制公式?
        问题二:Excel中有哪些函数?如何运用这些函数进行计算?
        问题三:如何实现多条件的求和、求平均数、统计人数?
        问题四:如何根据身份证号信息提取出生日期、性别、年龄信息?
      第三章  数据的分析与处理
        问题一:数据清单是什么?

        问题二:如何排序和筛选?
        问题三:如何应用条件格式?