大数据背景下线性代数教学改革探讨

来源:用户上传      作者:徐阳

　　摘要：本文探讨了当前线性代数在教学中存在的问题。通过加强产学合作，提高学习兴趣;调整课程安排、编制针对性讲义，提升课程质量;线上线下结合教学，加强学习交流;增强评价指标多样性、激励性等方式，将注重对理论知识的讲授和考查转变为与应用创新相结合的教育和考查模式，探索线性代数教学改革路径。
　　关键词：大数据;线性代数;教学质量;评价体系
　　中图分类号：O151.2;G642.0文献标识码：A
　　DiscussionofLinearAlgebraTeachingReformintheContextofBigData
　　XuYang
　　HongshanCollege，NanjingUniversityofFinance&EconomicsJiangsuNanjing210000
　　Abstract：Ourstudydiscussesthecurrentproblemsofteachinglinearalgebra.Strengtheningcooperationbetweenindustryandacademia，increasinginterestinlearning;adaptingtheorganizationofcurriculaandpreparingtargetedlecturenotestoimprovethequalityofthecurriculum;combiningonlineandofflinelearningtostrengthenlearningexchanges;Weshouldstrengthenthediversityandincentiveofevaluationindexes，changetheemphasisonteachingandexaminationoftheoreticalknowledgeintothemodeofeducationandexaminationcombinedwithapplicationinnovation，andexplorethepathofteachingreformoflinearalgebra.
　　Keywords：Bigdata;Linearalgebra;Teachingquality;Evaluationsystem
　　当今社会信息技术快速发展，大数据时代已经来临。从客户需求分析、金融市场交易、医疗服务，再到城市交通建设等，无一不存在着大数据技术的身影。大数据技术已不只存在企业之中，它已经渗透到我们日常生活，影响着我们的“衣食住行”。在国家战略层面，随着大数据、云计算、人工智能等技术不断取得突破性进展，新一轮产业革命和科技革命正在蓬勃开展。历史表明，每一次工I革命都会极大地推动科技进步和社会发展，同时也改变着世界政治格局。未来数年将是工业化和信息化相互交织，传统工业和新型工业交替转化与融合的时期。为此，一些发达国家率先提出“工业4.0”“工业互联网”，中国也敏锐地发现了这次信息化发展的机遇，适时提出“新工科”概念，大力推进新工科专业建设。在这种背景下，越来越多的院校增设数据科学与大数据技术等新专业。在原有计算机科学与技术、软件工程等专业的基础上增设数据科学与大数据技术、物联网专业，以及校企合作成立了大数据学院等。建设和完善学科体系，促进学科融合，提高师资水平等问题愈加凸显。数据分析处理、学科基础知识、专业技能等综合能力也给未来从业主力军的在校学生们提出了新的挑战。
　　1大数据技术与线性代数课程
　　长期以来，数学作为科学研究的重要工具，为理工科各专业的研究发展提供了不可缺少的重要基础，也为大数据学科的创建与发展奠定了很多基本的理论依据和方法指导。线性代数在大学数学课程体系中则是大数据等很多专业必备的数学知识。本文以线性代数为例，针对现有线性代数课程教育教学中存在的问题，探讨在大数据的背景下高校数学课程的教育教学改革。
　　2线性代数课程教学现状分析
　　2.1课程内容枯燥，教学任务重
　　线性代数课程有着清晰的结构和严密的逻辑性。对于已经学完课程的人来说很容易形成知识体系。可对于正处在学习过程中的学生来说，却会有不识庐山真面目之感。这是因为线性代数中存在着大量的基本概念、性质以及公式推导。比如第一章介绍行列式，很多教材都是单纯地给出了定义和运算性质，然后就要介绍它的计算。这种安排往往会给学生带来困惑，不知道为什么要定义它，难以直接接受抽象的定义。
转载注明来源:https://www.xzbu.com/1/view-15423277.htm