浅析对大数据挖掘技术与高职院校汽车类专业课程融合

发布时间：2021-02-08 02:33

　　随着大数据时代的到来,有效挖掘海量数据背后潜在模式成为研究热点。我国高职院校汽车类专业课程涉及大量故障及维护实践数据,传统授课方式单一,未有效挖掘利用这些数据背后潜在模式为课程服务,课程缺乏创新。本文通过对大数据挖掘技术和汽车类专业课程融合探讨,提出大数据挖掘技术与高职院校汽车类专业课程融合的新教学模式和方法,利用大数据挖掘技术充分挖掘海量汽车类专业相关数据背后隐藏的有效模式,并对理论与实践授课阶段进行指导,旨在推动大数据挖掘技术在高职院校汽车类课程教学工作中发挥更大作用。 

【文章来源】：时代汽车. 2020,(18)

【文章页数】：2 页

【文章目录】：
1 大数据挖掘技术背景
2 大数据挖掘技术与课程融合现状及存在的问题
    2.1 发展现状
    2.2 存在的问题
        2.2.1 专业课程实践数据利用率低
        2.2.2 大数据挖掘技术复杂度高
        2.2.3 专业师资力量不足
3 汽车类专业课程授课现状
4 大数据挖掘技术与汽车类专业课程融合
    4.1 课堂与实践相结合
    4.2 大数据挖掘技术与教学融合
        4.2.1 数据准备与模型训练
        4.2.2 理论教学过程融入大数据挖掘
        4.2.3 实践课程融入大数据挖掘
        4.2.4 引入校企合作新模式
        4.2.5 建立大数据挖掘技术实践基地
5 总结



本文编号：3023233