2025年3月13日上午，人工智能教研室组织了一场教学观摩活动，旨在提升课程质量与教师教学水平，为学生提供更优质的教育体验。教研室的教师们积极参与了课堂观摩，并在课后进行了深入的教学评估交流，共同探讨了提升课程质量的措施，包括加强教学资源建设、优化课程设计、提升教师教学能力等多个方面。

上午第三节课，教师们在格物四608实验室观摩倪子骜老师的《大数据分析与计算》。倪老师以教材中的"餐厅菜品销量与菜品之间相关性的分析"为教学情境，引出定性相关性分析和定量相关性分析的方法。通过Python代码进行散点图矩阵的绘制，解析散点图矩阵在多维特征筛选中的可视化逻辑；讲解Pearson与Spearman相关系数的数学公式原理，最后结合特殊数据对比二者在线性相关与单调关系场景的适用差异；组织学生操作菜品销量数据集，计算相关性系数，并绘制图像。上课过程中学生听课认真，积极回答问题，动手实践，主动展示分享实践结果。

课后，教研室老师们纷纷围绕如何提升课程质量以及如何提升学生综合能力等展开了讨论。其中，大家认为散点图矩阵作为探索性分析的入口，自然衔接统计量的精确计算，符合认知规律；"从可视化到量化分析"的渐进式教学设计，数据分析课程需架设‘数学原理-算法实现-商业洞察’的三维桥梁；通过金融数据、餐饮数据案例的平行训练，强化了方法迁移能力。也有老师建议编程实践与理论讲解的节奏可以更加灵活把控。

最后，教研室副主任胥立军作总结，表示此次观摩活动彰显了"理论-实践-创新"的教育理念，通过真实数据工坊与多维思维训练，生动诠释了数据分析方法的教学新范式，并强调老师除了专业知识的传授，还应注重学生综合能力的培养。

本次教学观摩活动为人工智能教研室的教师们提供了一个良好的交流与学习平台。通过观摩课堂、评估交流，教师们在教学理念、课程设计、学生能力培养等方面达成了诸多共识，将持续优化"理论严谨性-工具实操性-应用创新性"的三角支撑体系，为培育具有数据素养的人工智能应用型人才提供课程保障。

图、文/黄智康

初审：胥立军

编审：龙浩芬

终审：熊  健