《數據驅動的技術基礎》是年2020電子工業出版社出版的圖書。
基本介紹
- 中文名：數據驅動的技術基礎
- 作者：方海光、荊永君、鮑建樟、魏順平、楊楠、李童、宋麗哲、魏芳芳、姚朋軍、李昕、郭少華、姜雪、張鑫、
- 出版時間：2020年
- 出版社：電子工業出版社
- ISBN：9787121391538
- 類別：教育理論類圖書
- 開本：16 開
內容簡介,作者簡介,圖書目錄,
內容簡介
《中國小教育大數據分析師系列培訓教材》主要用於線上及線下的中國小教師培訓項目，還可用於教師、教研人員、教學管理人員等教育工作者的自主學習和提升。本教材計畫納入中國小信息技術套用能力提升工程2.0項目，還將作為大數據MOOC線上課程的主要學習資料，供參加課程的學習者閱讀、學習。《中國小教育大數據分析師系列培訓教材》共有5個品種：教育大數據、數據驅動的技術基礎、數據驅動的智慧學校、數據驅動的智慧課堂、數據驅動的教育研究。
《中國小教育大數據分析師系列培訓教材》是由任友群教授、黃榮懷教授作序，由首都師範大學教授方海光邀請北師大、華中師大、華南師大、內蒙師大、陝西師大等各大師範院校教授以及海淀區教師進修學校主任和國家開放大學、北京教科院等院校專家一起編寫的成體系的、完整而全面的大數據分析師培訓教材。
本書為數據驅動的技術基礎，套書，全4冊，包括數據技術基礎套用、常見的教育數據處理方法、數據可視化方法、Excel的數據分析。通過講解具體的數據分析方法，切實提高一線教師數據分析的能力，幫助教師全方位地了解學生，從而進行精準教學。
作者簡介
方海光，首都師範大學教育學院教授，博士/博士後，教育技術學專業負責人，人工智慧教育研究中心副主任，遠程教育研究所所長，北京師範大學智慧學習研究院智慧學習白皮書首席研究員，全國信息技術標準化技術委員會教育技術分技術委員會委員，中國教育技術協會人工智慧專業委員會常務理事, 中國人工智慧學會智慧型教育技術專業委員會委員，美國密西根州立大學訪問學者，挪威奧斯陸大學學院訪問學者，北京師範大學博士後，中國科學院博士。出版國內本《教育大數據》圖書，人教版/中圖版《人工智慧初步》國家教材主編，主持《中國智慧學習環境白皮書》研究等。主要研究方向：教育大數據，智慧教育與移動學習，人工智慧教育機器人，智慧校園與未來學校等。
魏順平（1981-），男，江西南昌人，理學博士，研究員，現任國家開放大學信息化部（工程中心）副處長，數位化學習技術集成與套用教育部工程研究中心副主任，並擔任數字福建終身教育大數據研究所兼職研究員，《開放教育研究》《現代教育技術》《現代遠程教育研究》等CSSCI來源期刊外審專家。多年從事教育技術、遠程教育研究，研究方向為教育大數據與學習分析，先後在CSSCI來源期刊、中文教育類核心期刊上發表論文100餘篇，累計被引1600餘次；已出版《線上教育學習分析研究》《教育數據挖掘：方法與套用》《教學設計專家系統研究》《遠程教育技術-媒體與學習的融合》等著作；承擔了全國教育科學規劃重點課題、北京市教育科學規劃重點課題、教育部司局委託課題、教育部線上教育研究中心課題、教育部行業職業教育教學指導委員會課題、北京師範大學聯校課題以及國家開放大學校級課題等10餘項課題。
鮑建樟，北京師範大學系統科學學院教師，研究方向是系統分析與集成。是一位新技術的探索者和實踐者，享受探索新技術的過程和收穫新成果的喜悅。除了保證完成學校要求的教學和科研任務，把大量的時間用於新知識、新技術的學習和套用實踐上。1992年次接觸計算機，鮑老師就愛上了它。從編寫小遊戲到開發大型信息系統，邊乾邊學，邊學邊用，樂在其中。在數據為王的大數據時代，鮑老師深入研究了Hadoop生態圈的主要內容，掌握了大數據項目建設的各個關鍵環節。從hadoop hdfs，mapreduce，hbase，hive，zookeeper，spark等的安裝配置，到人工智慧領域的機器學習、深度學習，以及相關算法在語音處理、圖像處理、模式識別等方面的實際套用，鮑老師都有著豐富的實踐經驗。
楊楠，博士，北京教育科學研究院高等教育科學研究所，助理研究員。2015年畢業於義大利特倫托大學認知科學學院，獲博士學位。2016年博士論文《Quality Teaching in Large University Classes: Designing Online Collaboration among Learners for Deep Understanding》獲義大利“探索eLearning”優秀碩博論文二等獎；2018年獲北京市高等教育教學成果二等獎；2019年獲《北京教育》雜誌社創刊70周年榮譽人物。出版學術專著《eLearning for Quality Teaching in Higher Education: Teachers’ Perception, Practice, and Interventions》。主要研究方向包括高等教育質量監測與評價、數據可視化、教育技術。主持北京市教育科學規劃課題。兼任Journal of International Education and Practice編委會成員。
李童，博士，北京工業大學信息學部，講師，碩士生導師。2016年畢業於義大利特倫托大學信息工程與計算機科學系，獲博士學位。入選2018年北京市優秀人才青年骨幹個人項目。主要研究方向包括軟體工程，數據可視化，機器學習等。近五年研究成果發表在JSS、SoSyM、IST、REJ、CAiSE等本領域國際著名學術期刊和會議。主持國家自然科學基金青年科學基金，國家重點研發計畫項目課題子課題、北京市教育科學規劃等項目，曾參與歐洲研究理事會重點項目。現為中國計算機學會軟體工程專業委員會委員，國際安全標準ISO/IEC 24392副主編 (工作草案階段)。在國際期刊與會議上發表論文30餘篇，在國際會議做論文報告20餘次。
荊永君（1979-），男，2008年畢業於東北師範大學獲得博士學位。現任瀋陽師範大學教育技術學院副院長，教授，入選遼寧省百千萬人才工程千層次人選，瀋陽市拔尖人才，瀋陽師範大學優秀科技人才支持計畫。主要研究方向包括數位化學習環境與資源、技術支持下的教師培訓、學習分析技術、中國小人工智慧教育等。主持全國教科規劃、遼寧省科技廳等各類課題十餘項，完成多項教育部、省教育廳的教育資源與軟體開發類橫向課題，主編教材5部，在國內外期刊、會議上發表SCI、EI、CSSCI索引類論文20餘篇。榮獲全國基礎教育教學成果二等獎1項，遼寧省教育科學“十二五”中期優秀成果二等獎1項。李俊傑，北京教育學院豐臺分院信息技術教研員，數據中心副主任，中學高級教師，北京市級骨幹教師。多次指導教師獲全國、市比賽獲一等獎。
圖書目錄
《數據技術基礎套用》目錄
章 開門見山——大數據概述 / 001
002 問題一：什麼是大數據？
005 問題二：大數據有什麼用？
008 問題三：如何實現大數據的價值期望？
第二章 見獵心喜——數據獲取 / 016
017 問題一：數據是怎么產生的？
020 問題二：如何獲取內部數據？
024 問題三：如何獲取外部數據？
第三章 分而治之——分散式數據存儲 / 034
035 問題一：如何在計算機中存儲數據？
036 問題二：半結構化和非結構化數據如何存儲和管理？
039 問題三：面對海量數據，如何存儲和管理數據才能滿足套用系統的
高 性能需求？
044 問題四：分散式檔案系統的體系結構和工作原理是怎樣的？
049 問題五：分散式資料庫的基本結構和工作原理是怎樣的？
052 問題六：非關係型資料庫如何支持SQL 查詢？
·XI·
目 錄
第四章 抽絲剝繭——數據分析 / 056
058 問題一：為什麼需要對數據進行預處理？
059 問題二：常見的數據預處理方法有哪些？
060 問題三：如何實現數據規約？
061 問題四：如何區分特徵提取和特徵選擇？
063 問題五：大數據挖掘都有哪些常用的方法？
第五章 如虎添翼——智慧型大數據分析 / 066
067 問題一：什麼是人工智慧？
070 問題二：什麼是機器學習？
072 問題三：機器學習都有哪些類型？
078 問題四：什麼是深度學習？
第六章 神來之筆——分散式計算 / 083
084 問題一：提高計算能力的方式有哪些？
086 問題二：如何使用Hadoop 實現大規模數據的計算？
089 問題三：如何支持大規模數據的線上計算？
096 問題四：有哪些提升算力的方法？
參考文獻 / 100
《常見的教育數據處理方法》目 錄
章 教育數據採集與存儲 / 001
002 問題一：教育數據的類型及採集方法有哪些？
004 問題二：如何備份資料庫？
008 問題三：如何爬取資料庫數據？
013 問題四：如何採集伴隨性數據？
018 問題五：如何採集反應性數據？
第二章 教育數據分析與可視化 / 028
029 問題一：如何對數據進行預處理？
035 問題二：如何完成統計分析？
036 問題三：如何進行聚類？
038 問題四：如何完成預測？
042 問題五：如何進行關係挖掘？
046 問題六：如何進行社會網路分析？
048 問題七：如何進行文本挖掘？
050 問題八：如何開展教學視頻分析？
054 問題九：什麼是數據可視化及其基本要素？
第三章 教學類數據處理 / 059
060 問題一：什麼是學習分析？
063 問題二：教學平台數據的一般結構是什麼？
067 問題三：如何使用SQL 查詢開展學習分析與可視化？
第四章 管理類數據處理 / 077
078 問題一：數據與決策之間有什麼關係？
079 問題二：如何做到數據驅動的科學決策？
081 問題三：教育教學管理數據有哪些典型套用？
085 問題四：如何用Power BI 動態可視化呈現學籍數據並輔助決策？
第五章 科研類數據處理 / 096
097 問題一：什麼是數據密集型科學研究？有哪些特點？
098 問題二：文獻研究與科學知識圖譜有何關係？
100 問題三：知識圖譜繪製工具CiteSpace 的由來和特點？
102 問題四：如何用CiteSpace 完成文獻分析？
參考資料 / 112
《數據可視化方法》目 錄
章 數據與數據可視化 / 001
002 問題一：數據有哪些類型？
006 問題二： 什麼是數據可視化？
012 問題三：為什麼進行數據可視化?
014 問題四：如何進行數據可視化?
第二章 視覺七要素與認知基礎 / 021
022 問題一：視覺七要素分別是什麼？
026 問題二：什麼是視知覺？什麼是視錯覺？
031 問題三：什麼是格式塔原則？
034 問題四：視覺七要素和格式塔原則對可視化有哪些啟示？
第三章 數據可視化開發過程 / 041
042 問題一：如何獲取和分析用戶的數據可視化需求？
044 問題二：如何提出數據可視化設計方案？
059 問題三：有哪些常用的數據可視化實現技術?
060 問題四：如何評估數據可視化效果?
第四章 可視化實現與評估 / 066
067 問題1：常用的靜態可視化方法有哪些？
076 問題2：常用的互動式可視化方法有哪些？
082 問題3：如何評估可視化效果？
附錄 R 語言基礎 / 087
參考資料 / 092
《Excel 的數據分析》目 錄
章 創建和美化工作表 / 001
002 問題一：什麼是工作簿、工作表、單元格、單元格區域？
003 問題二：如何建立和保存工作簿？
004 問題三：如何在工作表中輸入各類數據？
010 問題四：如何美化工作表？
第二章 數據的計算 / 014
015 問題一：什麼是公式？有哪些運算符？如何輸入和複製公式？
017 問題二：Excel 中有哪些函式？如何運用這些函式進行計算？
024 問題三：如何實現多條件的求和、求平均數、統計人數？
027 問題四：如何根據身份證號信息提取出生日期、性別、年齡信息？
第三章 數據的分析與處理 / 030
031 問題一：數據清單是什麼？
031 問題二：如何排序和篩選？
038 問題三：如何套用條件格式？
040 問題四：如何分類匯總？
042 問題五：如何創建數據透視表和數據透視圖？
045 問題六：如何使用Power Pivot 創建數據模型和數據透視表？
第四章 數據的圖形表示 / 052
053 問題一：圖表是由哪些元素構成的？如何創建圖表？
055 問題二：如何創建各類圖表？
062 問題三：如何編輯圖表？
065 問題四：如何美化圖表？
第五章 Excel 在教學和研究中的套用 / 069
070 問題一：如何使用“描述統計”分析工具？
075 問題二：如何製作頻數分布表和直方圖？
077 問題三：如何計算排位和百分比排位?
079 問題四：如何計算成績的標準分數？
083 問題五：如何對教學研究中得到的數據進行統計假設檢驗分析？
085 問題六：如何對兩個獨立樣本平均數間差異進行檢驗？
090 問題七：如何對兩個相關樣本平均數間差異進行檢驗？
參考文獻 / 099
