培训前言

为了提升大数据专业教师教育教学能力，助力大数据专业建设，助推学校教学事业的发展，陕西学前师范学院信息工程学院在学院党政领导的精心部署下，由邓志龙副院长带队，于2023年2月12日—19日，8名骨干教师赴成都东软信息学院完成了为期六天的技术交流与培训。

成都东软信息学院隶属于中国领先的IT高等教育科技集团——东软教育科技集团。学校秉承“教育创造学生价值”的办学理念，明确了服务IT行业及区域经济发展的应用型办学定位，实施TOPCARES一体化人才培养模式。以立德树人为根本任务，强化内涵建设，突出办学特色，不断深化TOPCARES教育教学改革，积极发扬自强不息、勇于奉献、敢于创新的精神。

本次培训以东软真实项目案例为背景，详细讲解项目全过程的实战应用。培训主讲教师由23年项目开发经验，7年授课经验的刘成武老师担任。

在专业技能培训中，培训专家紧靠前言技术、结合实践项目，遵循从基础到专业的渐进过程，以实践能力培养为主线，构建能力导向、项目牵引的一体化智慧教学体系。从机器学习系统构建、数据预处理、分类与回归、数值分析、项目实战等模块进行了专题培训。对机器学习的概念、数据分析包Pandas、Matpotlib、广义线性算法、五大聚类进行了详细的讲解。在培训专家的悉心指导下，参训教师积极参与实战项目，热烈交流探讨，积累了大数据分析与挖掘的实践技能经验。

通过东软特色TOPCARES教育方法学为指导，基于企业真实的业务场景，真实的行业数据，真实的产业项目案例，打造理论教学和实战训练相结合的一体化实验环境。这样的培训不仅仅培养了实践技能，提升了教学水平，更加深化了对大数据行业的认知，开拓了视野和思路，为全面提升工程实践能力的培养打下坚实的基础。

培训背景

（一）成都东软数字工场

东软教育（Neuedu)致力于中国数字化人才教育服务引领者，是中国领先的IT高等教育科技集团和数字化人才教育服务提供者。聚焦于“IT+健康医疗科技”领域，形成了以学历高等教育、教育资源输出、继续教育服务三大主营业务构成的数字化人才教育服务生态体系。

东软教育始终高度关注前沿科技创新对教育变革发展的颠覆性、引领性作用，构建起一支在教育研究、科技攻关及产品开发等领域具有丰富经验的高水平研究开发团队，以东软教育二十二年办学的教育实践积淀为基础，坚定推进“教育+科技”研发策略，依托科技手段与教学方法创新，构建核心竞争优势，实现引领与赋能新一轮教育变革。

（二）陕西学前师范学院

陕西学前师范学院数据科学与大数据技术专业成立于2019年，团队共有专职教师8人，专职教师中教授2人，副教授5人， 讲师1人，其中博士学位教师5人，双师型教师6人，负责数据科学与大数据技术专业基础教学工作，是一支新型的、综合实例强的教学团队。开设的主要课程中专业基础课7门，专业核心课程8门，专业拓展和技能课9门，专业实训课程6门，旨在根据学校“品德优、基础实、能力强、素质高”的应用型人才培养目标定位，以学生为中心，培养具有良好的应用数学、统计学、数据科学、教育学等方面的知识、技能，能够胜任大数据系统开发、系统运行与维护、大数据分析与挖掘、管理和教育服务等工作的高素质应用型人才。

培训安排

（一）相约成都东软数字工场

本次培训地点主要安排在成都东软数字工场，该工场地处成都市新津区金华镇创智湾11栋，该区域已经正式纳入成都电子信息生态圈，与天府新区、高新区、双流区同属成都高质量发展示范区、位于“一源双核四带”生产力布局的数字经济带重要节点。

（二）培训计划

Day1：参观成都东软数字工场，明确培训目的、培训日程，环境搭建。从专业角度了解成都东软数字工场，明确本次培训的目的、日程安排及Python大数据分析环境搭建。

Day2：机器学习系统构建及项目实战。深入学习机器学习的一般过程，以电商经销商年度消费业务数据集为依托，采用Python程序完成进行大数据分析及处理的一般过程。

Day3：数据预处理及项目实战。学习数据预处理的过程：数据导入、标准化、拆分（采样）等方法，以房价数据集为基础进行了数据导入、预处理（去重、处理缺失等）、拆分、训练、预测及评估。

Day4：分类与回归及项目实战。分析了线性回归、朴素贝叶斯、支持向量机（SVM）等广义线性模型评估算法，以共享单车数据集为例进行了Python实战分析。

Day5：数值分析及项目实战。分析了五大聚类方法、PCA方法、SVD方法及特征工程等。以鸢尾花数据集为例，使用Python程序进行了的数值分析过程的实战演练。

Day6：数据可视化及项目实战。学习了折线图、子图分割、饼形图、柱状图、箱线图及棋盘图等常用的数据可视化方法。以工业水蒸气数据集为例，使用Python的senborn、matplotlib等库实现了数据的可视化呈现和分析。

Day7：综合项目实战。以阿里天池大赛题目“工业水蒸气预测”为依托展开练习，项目以天池大赛所发布的训练和测试数据为研究对象，采用机器学习方法，利用线性回归、支持向量回归(LinearSVR)、树模型(XGBoost)和随机森林、Ridge、弹性网络(Elastic Net)和LassoCV及改进的模型融合方法建立一个蒸汽量预测模型，计算MSE。

（三）培训名单

邓志龙：信息工程学院副院长

韩丽娜：数据科学与大数据技术专业负责人

刘闫锋：数据科学与大数据技术系主任

李萍：数据科学与大数据技术专业教师

刘春娟：数据科学与大数据技术专业教师

董洋溢：数据科学与大数据技术专业教师

杨甜甜：数据科学与大数据技术专业教师

何柳：数据科学与大数据技术专业教师

培训剪影

（一）项目实战学习与探讨

本次师资培训主要采用项目实战的教学模式，东软主讲老师在教学过程中采用项目驱动的方法，边讲边练，同时要求参训教师在学习过程中分小组进行讨论和实操，遇到问题进行小组讨论后攻关解决，充分体现了“以学员为中心、项目引领、教师主导”的实训课堂教学模式。

（二）实训课程教学方法探讨

在进行实训课程教学方法探讨时，东软刘老师从自身经验出发，提出“夯实基础、练中学、学中练、以赛代练”等教学方法。以学生参加阿里天池大数据竞赛的全过程为例，分享了赛前准备、赛中指导、赛后不断提高等经验。为我校的数据科学及大数据技术等新工科专业人才培养提供了宝贵的借鉴经验。

（三）东软数字工场参观

东软数字工场以政校企合作协同育人体制机制，打造从大学生定制培养、集中训练、顶岗实习到人才输出的完整人才生态链。聚焦新一代信息技术、智能网联等战略新型产业集群，为区域经济发展提供人才支持服务、推动数字化产业、产业数字化共同发展。

（四）培训花絮

在学习培训之余，参训的几位还利用闲暇时间进行了形式多样的活动。

晨练

成都新津智能产业开发区的日出

午后漫步

新津区迷人的廊桥夜景

心得体会

邓志龙

本次学习遵循从基础到专业的渐进过程，以实践能力培养为主线，构建能力导向、项目牵引的一体化智慧教学体系。以东软特色TOPCARES教育方法学为指导，基于企业真实的业务场景，真实的行业数据，真实的产业项目案例，打造理论教学和实战训练相结合的一体化实验环境，全面提升工程实践能力的培养，使我拓宽了学习的视野，更新了教育观念。

目前，基于python的机器学习系统构建、数据预处理和数值分析已广泛应用。培训导师刘成武老师通过共享单车数据分析、电商经销商年度消费业务分析等真实项目案例的讲解，使自己收获颇丰，尤以实践课程的教学方法，授课方式改革令人耳目一新。

通过一周的培训，提升了教师在课程标准制定、整体教学设计、课程案例设计、行动导向课程的单元教学设计等方面能力，整体推动了课堂教学水平，为打造一流课程奠定了坚实的基础。

韩丽娜

通过参加成都东软信息学院举办的数据分析培训交流活动让我受益匪浅。了解了数据分析目标，数据分析流程，数据分析手段、数据分析的工具及框架以及数据分析相关比赛赛道情况。

在这个过程中，跟着老师进行了python，pycharm community，以及相关panda,sklearn,matplotlib库的安装，让我深刻体会到python工具的强大。了解了数据分析的目标：描述-评估-预测-分类回归。掌握了数据分析的流程：数据清洗，数据导入，数据预处理 ，保存中间文件 ，拆分数据集 ，模型选择，模型训练，确定模型--泛化（其它场合也可以），确定模型-模型优化 ，使用模型。通过学习，我对数据分析过程有了一个清晰的认识。

通过完成了《共享单车数据分析》，《鸢尾花数据分析》，《房价分析》，《工业水蒸气预测分析》等等，在一个一个的项目案例中，我真真切切感受到大数据分析的魅力以及工具的强大，这次培训学习我不仅学到了专业的知识，而且对自己的教学方法也有了新的思考。感谢学校能给我提供这样一个学习的机会，让我在新技术不断日新月异的同时，能够紧跟时代步伐，不断提高自己，而且为本学期所教课程《大数据工程实践》提供新的思路新的方法。

刘闫锋

在一周的培训课程中，我们通过专业实践的学习，学习了python大数据分析工具，了解了大数据分析和数据挖掘，学习了逻辑回归、线性回归、决策树和时间序列等算法，聆听了机器学习方法，亲身感受了python库函数的魅力。通过这次培训，使我对大数据分析技术有了进一步的认识，作为一名大数据专业的老师也有了深层次的思考。

一是需要具备成熟的数据思维。需要学习计算机、数学、统计学等相关专业知识，熟悉大数据专业技术、熟悉常用数据挖掘算法及应用场景，对数据有较好的洞察力。

二是需要熟练掌握大数据分析编程语言，Python等一类通用型编程语言，会使用SQL/SPSS/SAS等初级分析工具，了解统计模型相关知识。

三是认真做好学情分析，明确课程目标和人才培养目标，在教学的过程中要有的放矢，通过项目实训让学生在真实的环境中提升应用能力，提升学生的就业竞争力。

我们跟随老师完成了一个完整的项目，成就感十足，让我们能够在教学的同时走出来，跟有经验的同行进行交流学习，从而进一步提升自己，为后续的专业建设和教学工作积蓄力量。

李萍

通过成都东软大数据项目实战，详细学习了python的实验环境：python+pycharm或anaconda,以及在安装过程中遇到的问题及解决方案。通过经销商数据集了解机器学习的基本概念和数据分析的流程：数据清洗 、数据导入 、数据预处理、拆分数据集 、模型选择（详细了解sklearn模块）、模型训练、模型评估、模型优化（深度学习是预训练模型）。

通过房价分析项目了解了可视化技术，不同数据使用不同数据可视化技术展现，达到事半功倍的效果。并线性回归算法实现房价的预测，通过网格搜索实现算法优化。通过共享单车强化数据分析流程，并详细学习了dataframe中日期的处理和模型评估指标。通过工业水蒸气数据复习数据预处理，加入算法集成，不同算法融合时所占权值的优化。

在整个学习过程中，东软刘老师有问必答，同去的老师也对我帮助多多，在此表示感谢。很开心假期有这样的学习机会，收获颇多。

董洋溢

本次培训主要面向数据科学与大数据技术和物联网工程专业的专职教师，培训内容主要围绕“机器学习及大数据分析处理”为核心展开，在东软资深刘老师深入浅出的讲解和实战指导下我感到收获满满。在机器学习知识模块，掌握了机器学习的基本概念、常规机器学习模型及处理流程、数据预处理过程和方法、模型的训练过程和方法、模型的评估方法等内容。在数据预处理模块，了解了数据清洗的处理流程，分类与回归模块中广义线性算法中常见的几种方法，数值分析模块的五大聚类方法、PCA方法、SVD方法及特征工程等。

通过参加本次培训使我对大数据处理所涉及相关理论知识和实战演练都有了更全面地理解和掌握，同时对Python语言、Python解释器、Pycharm、Anaconda等工具的掌握也更加熟练和灵活，这些收获对今后在课程设置、大纲内容确定等方面都会带来很大的帮助。同时，通过东软主讲刘老师深入浅出的理论讲解、项目驱动的实战演练，也让我对今后的教学方法及课堂安排等方面有了借鉴和提高的方向。最后，通过参加本次培训，也让我了解了很多大数据行业的最新发展动向、专业竞赛项目等内容，使我在开阔眼界的同时，也对今后的学生竞赛指导等工作有了更多思路。期待以后能参加更多高质量的专业培训，不断提高自身的业务能力，更好地服务教学工作。

刘春娟

本次东软成都培训以机器学习及大数据分析处理的实训项目为主，通过老师详细讲解，了解了机器学习的基本概念、常规机器学习模型及处理流程、数据预处理过程和方法、模型的训练过程和方法、模型的评估方法等内容。在数据预处理模块，了解了数据清洗的处理流程，分类与回归模块中广义线性算法中常见的几种方法，数值分析模块的五大聚类方法、PCA方法、SVD方法及特征工程等。

通过实训项目掌握了Python环境的搭建，以“餐饮销售数据分析”数据集为基础，利用Python语言编程对该数据文件进了了读取、分析、分类、可视化（折线图、子图分割、饼形图、柱状图及棋盘图等）等大数据处理。

综合项目实战以阿里天池大赛题目“工业水蒸气预测”为依托展开练习，在指导老师的带领下，顺利完成了Python程序数据导入、预处理、拆分、模型的选择、模型的调优、模型的评估及模型融合等环节，并运用这些方法建模对蒸汽量进行预测，达到了预期目标。

通过本次培训收益良多，系统的接触了大数据实训项目中数据分析及处理的整个过程，为以后大数据专业课程教学及实践提供了理论性和实践性指导。

何柳

十分有幸参加了为期5天的大数据专业建设及师资培训，由衷感谢学院和东软信息工程学院共同为我们搭建的提升自己专业知识的学习平台。通过这几天的培训，学到了很多关于Python数据处理和机器学习的相关算法。本次课程采用理论与实践相结合的方式进行，在课程专家的引领下，将理论内容与实际的项目实践结合起来，大家的学习兴趣十分浓厚。培训中，课程内容实在，具有很强的指导意义，培训内容有针对性。培训内容主要包括：机器学习—机器学习系统构建；数据预处理；分类与回归；数值分析，学习五大聚类和PCA、SVD及特征工程，进行《电商经销商年度消费业务分析》的数据分析；项目实战，利用数据预处理、数据分析、模型训练、数据预测等内容，对《火力发电分析预测》项目数据进行模拟实战。

通过学习，我深深感觉到，作为一名教师，我们要与时代同行。我们的课堂内容安排，需要实时与国家的发展趋势等同步向前。通过学习，我的思维方法与思想方法都得到了转换。希望今后的我能够立足课堂，跨越时空，让我的课堂更能体现时代性和社会性。

杨甜甜

在学院领导的带领下，我有幸参加了由东软教育科技集团组织的“大数据师资培训交流”专题培训。具备多年教学、竞赛和项目经验的刘成武老师结合我院教师目前所掌握的知识和大数据专业的学生培养方案，针对大数据专业的课程建设进行了专业的培训指导。培训所用软件为Python，培训主要题目有：机器学习系统构建、数据预处理、分类与回归、数值分析和项目实战。培训内容具体围绕如表所示的课程安排，其中穿插了教学方法、竞赛比赛和项目等内容。

通过这次学习，我更加深入了理解了机器学习的体系架构和核心知识，这有助于我在后面的教学中更系统全面地为学生传播专业知识。只有不断的学习，不断的进取，才能有收获。

培训的生活紧凑而快乐，快乐源自于两方面。一方面是大家共同学习专业知识的快乐，另一方面是和其他老师们共同生活的快乐。学习过程中，老师们虚心学习，互帮互助，这让我又重新回到了以前快乐的学生生活中。紧凑而充实的培训学习这使我对专业建设以及专业技术模块有了更深一步的了解，这将为我今后的教育工作起很大的作用。在今后的日子里，我将把这次培训中学到的知识认真落实到教育教学工作中去，为学生服务，也让自身的素质得到锤炼！

结束语

相伴总是短暂，一周的培训课程让人收获满满，陕西学前师范学院信息工程学院愿与东软教育进一步深化合作，双方充分发挥各自优势，精准培训，融合创新，不断深化产教融合，培育人才，实现毕业生高质量就业，推动校企合作共赢，助推双方高质量发展。