计算思维导论

吕橙

目录

  • 1 从这里开始你的学习
    • 1.1 欢迎词
    • 1.2 单元学习目标
    • 1.3 课程学习说明
      • 1.3.1 课程概述与内容
      • 1.3.2 学习目标
      • 1.3.3 学习安排
      • 1.3.4 学习活动
      • 1.3.5 考核标准
      • 1.3.6 学习准则
    • 1.4 先修知识与必备技能
      • 1.4.1 学习平台使用及技术支持
      • 1.4.2 必备基础要求
      • 1.4.3 学习资源使用指南
      • 1.4.4 教材电子版下载
      • 1.4.5 相关软件下载与安装方法
      • 1.4.6 答疑安排与教师课表
      • 1.4.7 作业和考试反馈
    • 1.5 FAQ：常见问题解答
    • 1.6 教师自我介绍和学生自我介绍
    • 1.7 计算思维能力调查
    • 1.8 学习风格调查
    • 1.9 交流协作分组情况
    • 1.10 第0讲 单元测试
  • 2 计算思维概述——第1周
    • 2.1 单元学习目标
    • 2.2 本章课件下载
    • 2.3 课程思政
      • 2.3.1 线上思政（自主学习）
      • 2.3.2 线下课程思政
    • 2.4 计算无所不在
    • 2.5 计算思维概述
    • 2.6 计算工具与计算机
    • 2.7 第1讲 单元测试
    • 2.8 上机实验1-1：计算思维概述——系统自动评阅
    • 2.9 延伸学习
  • 3 计算基础——第2~3周
    • 3.1 单元学习目标
    • 3.2 本章课件下载
    • 3.3 课程思政
      • 3.3.1 线上课程思政（自主学习）
      • 3.3.2 线下课程思政
    • 3.4 初识二进制
    • 3.5 二进制的运算（自主学习）
    • 3.6 数制转换
    • 3.7 数的表示
    • 3.8 字符编码
    • 3.9 声音图像编码（自主学习）
    • 3.10 第2讲 单元测试
    • 3.11 上机实验2-1：进制转换——系统自动评阅
    • 3.12 延伸学习
  • 4 计算平台——第4周
    • 4.1 单元学习目标
    • 4.2 本章课件下载
    • 4.3 课程思政
      • 4.3.1 线上课程思政（自主学习）
      • 4.3.2 线下课程思政
    • 4.4 计算机系统
    • 4.5 硬件之主板（自主学习）
    • 4.6 硬件之接口与总线（自主学习）
    • 4.7 硬件之CPU（自主学习）
    • 4.8 硬件之内存（自主学习）
    • 4.9 硬件之外存（自主学习）
    • 4.10 硬件之输入输出设备（自主学习）
    • 4.11 计算机基本工作原理
    • 4.12 操作系统之处理机功能
    • 4.13 操作系统之其他功能
    • 4.14 第3讲 单元测试
    • 4.15 上机实验3-1：计算机硬件系统——系统自动评阅
    • 4.16 延伸学习
  • 5 问题求解——第5~7周
    • 5.1 单元学习目标
    • 5.2 本章课件下载
    • 5.3 课程导图与设计
    • 5.4 典型课例（课堂实录）
    • 5.5 线上思政（自主学习）
    • 5.6 线下思政
    • 5.7 纸版教材在线阅读
    • 5.8 什么是问题求解？
    • 5.9 算法与算法描述
    • 5.10 顺序结构
    • 5.11 选择结构
    • 5.12 循环结构
    • 5.13 算法策略基础之数组
    • 5.14 算法策略基础之函数
    • 5.15 算法策略之枚举法
    • 5.16 算法策略之递归法
    • 5.17 算法策略之递推法
    • 5.18 算法策略之迭代法
    • 5.19 算法策略之分治法（自主学习）
    • 5.20 算法策略之动态规划（自主学习）
    • 5.21 算法策略之贪心算法（自主学习）
    • 5.22 算法策略之回溯法（自主学习）
    • 5.23 算法策略之查找
    • 5.24 算法策略之排序
    • 5.25 实验4-1：Raptor 软件基本操作（教师手工评阅）
    • 5.26 实验4-2：算法设计与分析（生生互评）
    • 5.27 实验4-3：问题求解（自主学习）
    • 5.28 实验7-1：解题报告
    • 5.29 实验7-2：解题报告
    • 5.30 实验7-3：解题报告（自主学习）
    • 5.31 第7讲 单元测试
    • 5.32 延伸学习
  • 6 网络技术与信息共享——第8周
    • 6.1 单元学习目标
    • 6.2 本章课件下载
    • 6.3 课程思政
      • 6.3.1 线上思政（自主学习）
      • 6.3.2 线下思政
    • 6.4 初识网络
    • 6.5 网络分类（自主学习）
    • 6.6 网络体系结构
    • 6.7 网络设备（自主学习）
    • 6.8 局域网的搭建（自主学习）
    • 6.9 IP与域名系统
    • 6.10 划分子网
    • 6.11 Internet 服务（自主学习）
    • 6.12 数字公民与网络安全（自主学习）
    • 6.13 组网实例（自主学习）
    • 6.14 第4讲 单元测试
    • 6.15 上机实验4（PBL）：网络互联训练——生生互评
      • 6.15.1 思科网络实验室1：网络布线
      • 6.15.2 思科网络实验室2：将计算机添加到现有网络
      • 6.15.3 思科网络实验室3：连接无线路由器
      • 6.15.4 思科网络实验室4：测试无线连接
    • 6.16 延伸学习
  • 7 数据库技术与数据管理——第9-10周
    • 7.1 单元学习目标
    • 7.2 本章课件下载
    • 7.3 课程思政
      • 7.3.1 线上思政（自主学习）
      • 7.3.2 线下思政
    • 7.4 数据库基本概念（自主学习）
    • 7.5 数据库的设计方法
    • 7.6 数据库的规范化设计1
    • 7.7 数据库的规范化设计2
    • 7.8 Access数据库的创建与查询（自主学习）
    • 7.9 关系代数理论
    • 7.10 SQL语句编程（自主学习）
    • 7.11 实验5-1：数据库设计——互评作业
    • 7.12 实验5-2：窗体与报表——互评作业
    • 7.13 第5讲 单元测试
    • 7.14 延伸学习
  • 8 逻辑思维——第10-11周
    • 8.1 单元学习目标
    • 8.2 本章课件下载
    • 8.3 课程导图与设计
    • 8.4 典型课例（课堂实录）
    • 8.5 线上思政（自主学习）
    • 8.6 线下思政
    • 8.7 实验6-1：逻辑推理（PBL个人项目——教师手工评阅）
    • 8.8 前6章思维导图训练（PBL小组项目——互评）
    • 8.9 纸版教材在线阅读
    • 8.10 逻辑思维及其训练方法（自主学习）
    • 8.11 命题与命题判断
    • 8.12 命题符号化
    • 8.13 布尔代数与真值表
    • 8.14 命题演算与逻辑推理
    • 8.15 习题课
    • 8.16 实验6-1：解题报告
    • 8.17 第6讲 单元测试
    • 8.18 延伸学习
  • 9 数据分析与数据挖掘——第11~12周
    • 9.1 单元学习目标
    • 9.2 本章课件下载
    • 9.3 课程导图与设计
    • 9.4 课程思政
    • 9.5 线上思政（自主学习）
    • 9.6 线下思政
    • 9.7 上机实验8-1：数据分析（PBL个人项目——系统自动评阅）
    • 9.8 上机实验8-2：数据挖掘（自主学习）
    • 9.9 纸版教材在线阅读
    • 9.10 数据挖掘概述（自主学习）
    • 9.11 数据采集（自主学习）
    • 9.12 数据探索之数据质量分析
    • 9.13 数据探索之数据特征分析
    • 9.14 数据特征分析之分布分析
    • 9.15 数据特征分析之集中统计分析
    • 9.16 数据特征分析之离散统计分析
    • 9.17 数据预处理
    • 9.18 分类
    • 9.19 预测
    • 9.20 聚类分析（自主学习）
    • 9.21 关联规则（自主学习）
    • 9.22 第8讲 单元测试
    • 9.23 延伸学习
  • 10 课程思政案例篇
    • 10.1 课程思政案例
  • 11 特色思维训练库
    • 11.1 数学思维（50篇）
    • 11.2 逻辑思维（50篇）
    • 11.3 AI智能思维（50篇）
    • 11.4 专业思维（50篇）
  • 12 游戏编程案例篇
    • 12.1 编程游戏关卡（30篇）
    • 12.2 编程游戏制作（10关）
  • 13 大工程思训项目库
    • 13.1 综合性案例——北京冬奥会智能餐厅设计
    • 13.2 综合性案例——北京冬奥会运动员密码设置
    • 13.3 综合性案例——北京冬奥电脑装配
    • 13.4 综合性案例——北京冬奥网络安全培训
    • 13.5 综合性案例——北京冬奥会商品销售数据库系统设计
    • 13.6 综合性案例——北京冬奥金牌榜预测
    • 13.7 综合性案例——北京冬奥会奖牌榜自动更新算法设计
    • 13.8 综合性案例——北京冬奥会线上销售大数据分析
  • 14 考试专栏
    • 14.1 教材及教材修订
    • 14.2 考试纪律
    • 14.3 考试注意事项
    • 14.4 逻辑符号的录入方法
    • 14.5 期末考试模拟样卷
综合性案例——北京冬奥会线上销售大数据分析

【综合性案例】

Iris 鸢尾花数据集是一个经典数据集，在统计学习、数据挖掘和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录，每类各 50 个数据，每条记录都有 4 项特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度，可以通过这4个特征预测鸢尾花卉属于（iris-setosa, iris-versicolour, iris-virginica）中的哪一品种。

数据集分析一共150行数据，分别为三种种类。

种类代表数字
setosa0
versicolor1
virginica2

四种特征

特征翻译
sepal length (cm)萼片长度（厘米）
sepal width (cm)萼片宽度（厘米）
petal length (cm)花瓣长度（厘米）
petal width (cm)花瓣宽度（厘米）

要求：

针对iris数据集，创建一个决策树模型，绘制出决策树，并进行分析。

【过程与建议】

为了顺利开展本项目的研究，建议你组建研究小组，在充分理解活动要求的基础上，分工协作，共同开展本次研究。

研究工作可以分为两个层次：

1、第一个层次可以用WEKA软件，实施该项目；

2、第二个层次可以用PYTHON编写程序，实施该项目；

每个小组构建一个模型，分工完成数据质量分析、数据特征分析、数据预处理、决策树挖掘。

【评价标准】

根据项目所涉及内容的严谨性及实际展示效果，对自己完成项目的情况进行客观的评价，并思考后续完善的方向。将评价结果和完善方案填写在下面的表格中。

评价条目

说明

评分

评分主要依据

后续完善方向

选择技术

所选择的技术具有先进性，对社会和技术的发展有重要影响




选择依据

小组共同形成的技术选择，依据清晰且具有说服力




小组合作

小组分工合理、协作密切、合作有成效




演示文稿

演示文稿制作精美、内容清晰、逻辑性强，包含所有要求的内容




展示效果

在规定时间内有条理地、清晰地介绍研究成果