新書推薦：
《
女人的胜利
》
售價：HK$
55.9
《
数据有道：数据分析+图论与网络+微课+Python编程（鸢尾花数学大系：从加减乘除到机器学习）
》
售價：HK$
266.6
《
500万次倾听：陪伤心的人聊聊
》
售價：HK$
53.8
《
英国商业500年（见证大国崛起与企业兴衰，启迪未来商业智慧。）
》
售價：HK$
80.6
《
万千心理·儿童心理治疗中的心智化：临床实践指导
》
售價：HK$
87.4
《
自我囚禁的人：完美主义的心理成因与自我松绑（破除你对完美主义的迷思，尝试打破自我评价过低与焦虑的恶性循环）
》
售價：HK$
66.1
《
周易
》
售價：HK$
44.6
《
东南亚的传统与发展
》
售價：HK$
67.2
|
| 編輯推薦： |
人工智能与智能教育丛书
袁振国 主编
传播智能教育融合发展先锋理念
促进每个人全面、自由、有个性地发展
人类已进入智能时代。教育与人工智能相融合，掀起了教育变革的第三次浪潮！智能教育为每一位学习者提供个性化服务，能够有效提升教育质量，促进教育公平。与此同时，人工智能时代对劳动者素质也提出了更高要求，向传统教育方式发起了挑战。
“人工智能与智能教育丛书”聚焦人工智能前沿理论、核心技术，用大量鲜活生动的案例，探讨人工智能技术推动教育方式和学习方式变革的颠覆性力量。
丛书以人工智能关键技术为牵引，以教育场景应用为落脚点，系统解读人工智能关键技术的发展历史、理论基础、技术进展、伦理道德、运用场景等，分析其在教育场景中的应用形式和价值。希望通过这套书，与各行各业的读者一同关注、学习、探索、思考，发挥人工智能优势，建设更加开放灵活的高质量教育体系。
|
| 內容簡介： |
|
《数据挖掘与教育》是“人工智能与智能教育丛书”的一本。我们生活的世界已经和数据密不可分。互联网使大数据走上快车道，人工智能的发展更使得自动化的数据挖掘、分析与处理成为现实。本书所要呈现和传达的，是数据挖掘的思维模式、技术工具和场景应用，尤其是潜力巨大的教育数据挖掘与应用。希望与读者一起，沿着数据挖掘前世与今生的脉络，步步深入地把握用大数据辅助决策的技术力量，进而推动数据挖掘与应用创新，更好地创造未来。
|
| 關於作者： |
郑太年，华东师范大学教育学部国际与比较教育研究所副所长，教授，博士生导师，学习科学研究中心共同主任。
黄璐，杭州师范大学教育学院副教授。
胡华，华东师范大学教育学部博士生。
|
| 目錄：
|
引言
一、数据挖掘的前世与今生
数据获取与应用的早期探索
数据挖掘的崛起与飚进——大数据时代的技术神话
数据挖掘的场景应用
二、数据挖掘的理论与技术
无所不在的数据来源
数据挖掘的技术与工具
基于数据的预测与决策
三、数据挖掘在教育领域中的应用
教育数据挖掘的发展概览
教育数据挖掘在课程教学与学习领域中的应用
教育数据挖掘在学校管理领域中的应用
教育数据挖掘在教育决策领域中的应用
参考文献
后记
|
| 內容試閱：
|
万物皆数据，众人皆数据挖掘者。
2019 年的一天下午，我去上海气象博物馆参加一个研讨活动。我按照百度地图的出行建议，坐地铁11号线前往，走出徐家汇地铁站1号口的时候，时间已经有点紧张了。气象博物馆隔壁的徐家汇天主堂的尖顶就在车流滚滚的马路对面，直线距离只有几百米。百度地图告诉我，绕到路口过去有1.5公里，步行需要20分钟，骑自行车过去需要7分钟。共享单车APP显示附近30米有多辆单车。我愉快地决定骑车过去，正好卡点到达，完美！
过了两天，我收到手机短信，告知我因骑车逆行违反交通安全法规，罚款50元。我打开交通管理的APP，看到了我骑车逆行的图像，一边抱怨说那个路段根本没法不逆行，一边很快用支付宝缴了罚款，完成。
这就是我们今天的世界和我们今天的生活。就说“衣食住行”中的“行”吧，我们获取各种交通信息、选择交通方案、购票或者预订车辆，在行程中了解实时的交通状况。导航告诉我们预计抵达目的地的时间，甚至会告诉我们拥堵的路段接下来会不会畅通，或告诉我们在未来的某一时间出行会用多长时间。每当此时，我都忍不住说：“好体贴啊！”类似我被罚款的经历可就不那么让人愉快了，不过我还是感慨：“好神奇啊！”仿佛有个神人在乱军丛中把我揪出来，说出我的名字，报出我的身份证号，还拿着照片，铁证如山，训斥我违规了，让我乖乖缴罚款。好在缴款也方便，手指点点就搞定。至于银行怎么从亿万账户中找到我的账户，和支付宝对接，又如何把这笔钱划入交通管理部门的账户里，不用我们考虑，一切似乎是自动完成的。
这一切当然不是自动完成的，而是依赖庞大的数据库、各种挖掘和分析数据的技术和工具、传输数据的网络以及各种有形的和无形的系统。当手机中的导航告诉我到达目的地的预计时间、拥堵路段可能不久会畅通、我过半小时再出发会用多长时间的时候，需要的是详细地图、关于道路交通的动态数据和历史数据，系统将这些数据综合起来，分析和预测你这个特定客户当前或者未来的特定行程所需的时间。类似地，要识别一张图片中的人脸是不是一个特定的人，就要将数亿张脸的图片数据和数亿人的个人信息加以匹配；通知到受罚者并让其缴纳罚款，就要将前面的匹配结果和手机号、受罚者的交通管理APP账户以及银行账户关联。我轻点手机完成缴纳50元罚款的时候忍不住想，为了罚我这50元，交通管理系统也是不容易啊！
似乎这一切都是自动完成的——从提供交通信息和导航，到识别和处理交通违法行为。不唯如此，根据动态的交通流量数据确定单行道的安排、潮汐车道及红绿灯的时长等，都是数据挖掘的典型应用。数据挖掘更前沿也更复杂的应用是无人驾驶汽车，从技术水平上看，无人驾驶已经发展到超越常人的驾驶水平。2019年，百度的自动驾驶出租车队Robotaxi试运营正式开启。无人驾驶汽车已经获得了美国加利福尼亚州立法批准，谷歌可能会用无人驾驶汽车来接送公司员工上下班。无人驾驶汽车离不开对于交通数据的充分挖掘、分析、应用。
仅仅是从交通这一个小领域中，就可以看到数据应用的威力。在商业、金融、医疗、社会管理、司法等各个领域，我们都能够感受到这种威力。今天，你在购书网站上搜索一本书，网站推送给你的相关信息往往非常有用，给你推荐的书有时比你想象的还要精准，比你自己想买的书更适合你的需要。以至于我在学生选定研究主题的时候会建议他们先从网上找出一两本相关的著作，然后看网站给的推荐。在其他购物网站上也是如此，今天的人们购物已经不仅仅是货比三家了，购物网站可以帮你货比千万家并做出判断和推荐。对于商业平台来说，它们需要挖掘各种数据，做出更加合理有效的推荐；对于卖家和商家来说，
他们同样需要基于各种数据来判断用户的需求及变化，在设计、生产和销售方面做出更好的安排。
不得不感慨，我们生活的世界已经和数据密不可分！可以说：行动所及之处，数据相随；目光所及之处，数据充盈。每时每刻，我们都在生产数据；每时每刻，我们也都在利用数据。几乎可以说“普天之下，莫非数据”。毕达哥拉斯说：“万物皆数。”今天我们可以说：“万物皆数据。”
无论是产品和服务的提供者，还是生产和服务的消费者，无论是作为一个职业人，还是作为一个社会人、生活中的人，我们都基于丰富数据进行分析、预测和决策，我们都是某种程度上的数据挖掘者——当然，我们的数据也被挖掘，比如我骑车逆行的数据被挖出来。正是从这一点出发，我们首先将数据挖掘作为一种思维方式，支持我们对诸事做出更明智的判断，做出更好的行动选择。然后，我们才将数据挖掘作为一系列的技术和工具，了解和掌握更多更好的技术和工具，能有助于我们更精准、更可靠地判断和选择。
数据挖掘本身并不神秘，无非是找出相关的数据，从中探寻事物内在的规律。数据挖掘这件事，可以说是古已有之，比如诸葛亮根据自己观察到的气象数据预测并借到了东风。只是到了近几十年，数据挖掘的重要性才被大家充分挖掘出来，数据挖掘技术应用更是到了近几年才有实质性的突破。这依靠的是其他几个相互交织的方面的突破：一是大数据获取路径的突破，全样本的数据和自然产生的数据取代了抽样的数据；二是数据储存能力和计算机运算能力的提升，使得原本只是理论上可行的数据储存与处理成为现实；三是人工智能的发展，使得自动化的数据分析与处理成为现实。在摩尔定律的支配下，在市场与金融力量的推动下，包括这些方面在内的信息科技高歌猛进，也推动着整个社会的方方面面不断地发展与变革。在这个飚进的图景中，数据挖掘是极其重要的一环。
不过，数据挖掘这件事情要在无穷大的规模上、无限复杂的现实中达到无比精确，看似是量变引发质变，其实是无数层级的质变。你根据一个人的长相从几个人中认出他来，这没有什么困难，但是你要从亿万人中精确地将面孔和他们的名字匹配起来——我被摄像头拍到骑车逆行并被识别出来的例子本质就是这样，其难度就可想而知了。
本书所要呈现和传达的，是数据挖掘的思维模式、技术工具和场景应用。核心的话题是，面对一个问题，我们如何通过某种思维的操作，将其转化为一个借助数据挖掘、分析而得到解答的问题，又如何通过技术工具的选择使得解答更趋合理和精准？或者是，面对一大堆数据，我们如何通过某种处理，从中发现点什么？在纵向的历史维度上，本书将探索数据挖掘作为一种思维方式的前世和今生，特别是“今生”中（直到1989 年人们才正式采用“数据挖掘”这个概念）的若干推动因素如何使得数据挖掘挖出了这么多“金矿”。在横向的场景应用维度上，本书将在技术工具与应用场景的矩阵图中，展现不同的技术工具如何用于不同场景中的不同问题分析。
在数据挖掘的众多应用场景中，教育领域很可能是应用前景广阔的领域：不仅全体人口中有约四分之一是教育人口（学校体系中的教师和学生），而且全体人都在某种程度上不得不成为终生学习者，Learn or die（不学而殆）似乎是我们的时代命运。但是，富有时代气息的信息科技对于教育的改变才刚刚开始，其潜能刚刚通过小范围的创新探索得以展现。无论是在国家或者区域层面上、在教育机构层面上，还是在课堂教学层面上，直至在个人学习的层面上，数据挖掘都可以给教育决策和行动提供更可靠的依据。比如，我们要实现教育公平，数据挖掘可以让我们知道哪些地区、哪些群体正处于不公平的境地，帮助我们更好地理解影响公平的关键因素，从而使政策实施更为精准；我们要提高学生的学业成绩，数据挖掘可以让我们知悉每个学生多个方面的状态和需求，并提供更具针对性的个性化教育方案，从而实现大范围的因材施教，助力学生的学习；我们可以通过数据挖掘选择好的教师，确定适合不同场景的教学模式，监测学生在学习过程中的动态表现，设计适切的学习环境；等等。
对于数据挖掘而言，越有效地挖掘数据，就能越好地预测未来。作为一本普及性的读物，本书要做的，就是让读者更多地了解数据挖掘，更深地理解数据挖掘与它将引起的教育变革，从而更好地创造未来。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
