为了深化课堂教学改革，提升教师及课程团队的教学水平，PYTHON与数据挖掘课程组于2025年5月20日在第二实验楼B603举办了《数据挖掘与算法》的教学观摩课。师大力博士作为主讲教师，为课程组全体成员带来了一场将数据挖掘算法理论与实践深度融合的精彩教学展示。

本次观摩课的核心内容是“数据分析模型—贝叶斯分类模型”。师博士凭借生动的案例与实际操作演示，深入浅出地剖析了贝叶斯分类模型的基本原理、构建流程以及其在数据挖掘领域的广泛应用。

课程伊始，师博士从理论基础出发，详细讲解了“先验概率”与“后验概率”，助力学生掌握独立事件概率的计算方法。为增强学生对理论知识的理解，他巧妙地引入一个趣味视频，将挑选好西瓜的情境与概率计算相结合。这种创新的教学方式让学生们直呼有趣，原本枯燥的理论知识变得生动易懂，如一位学生所说：“这个挑选西瓜的过程太有趣了。”

在理论讲解透彻之后，师博士将理论与实践紧密结合，借助Python语言，尤其是机器学习模块包，进行贝叶斯模型的实现演示。学生们先观摩教师的程序演示过程，随后亲自动手实践，利用sklearn构建朴素贝叶斯分类模型。面对学生在代码测试中遇到的问题，师博士始终耐心指导、及时纠正。对于一些普遍存在的问题，他还专门进行重点讲解。在学生们成功构建分类模型的那一刻，喜悦之情溢于言表，这极大地增强了他们学习本课程的信心。

随着课堂接近尾声，学生们通过理解理论知识、借鉴生动案例以及亲手构造分类模型，对课程内容达到了较好的掌握效果。

课后，课程组组长张小才副教授带领课程组成员李蕊老师、潘洁梅老师、何晓东博士、师大力博士展开交流研讨。他们对师博士教学过程中的亮点进行深入探讨，认为这些优秀经验可在课程组内推广学习，以促进共同进步。同时，针对课程的可改进之处，组员们也提出了建设性的建议。师博士虚心接纳这些建议，并表示将持续改进教学方法，不断学习更先进的教学理念，进一步优化教学效果，为学生带来更优质、更高效的课堂体验。

撰稿：潘洁梅

图片：李蕊

初审：张小才

复审：徐晨歌

终审：彭良军