朱继绪 陈晓诗

（华南理工大学广州学院,广东 广州 510800）

在大数据、人工智能时代，数据科技无处不在。然而，太多的数据给人们带来的，可能并不是更多的洞察，反而是迷失。数据的价值，在于形成信息，变成知识，乃至升华为智慧。数据如果不能进一步被“深加工”，即使数据量再大，意义甚小。因而如何高效处理数据并利用数据推动决策显得尤为重要。数据由谁来深加工？统计学专业的学生对于成为“数据科学家”具有得天独厚的专业理论背景，掌握方法、善用工具将使统计学专业的学生更受各行各业的青睐。机器学习是大数据分析的有力工具，在某种程度上可以说是人工智能的核心，而Python是大数据分析和机器学习“武器库”中的一把“利刃”，其功能强大且容易上手，大大降低了统计学专业学生进行大数据分析和机器学习的门槛[1]。

1 目前的教学模式及其特点

1.1 Python语言特点

Python语言是快速实现数据分析、机器学习及相关领域理论与技术的利器。Python之所以这么流行，原因并不复杂，它不仅功能强大，而且易学易用[2]。Python的社区生态已然非常完备，为用户提供了很多高质量的类库，可直接使用，无须每次使用都得编程。Python的设计理念就是：简单、明确、优雅。

1.2 传统的教学模式

在目前的教学实践过程中，老师的教学重点多数集中在理论知识的传授上，一般都照本宣科、按部就班地紧跟教材。例如，在Python的语言特点、运算符、表达式、内置对象，以及Python的序列结构、Python程序控制结构、函数、序列解包等知识点的教授上，老师大多是讲完基础知识后，再让学生动手进行程序的编写和调式[3]。……