一、信息教学思路探究

       非计算机专业的学生所能接触到的人工智能与大数据的相关信息通常体现在应用性领域，比如管理类或者是统计学方面的学生都只是将人工智能的认知停留在概念上，缺少了计算机专业学生对数据与系统的本能性思考。因此，非计算机专业学生要增强对数据素养与计算机思维的培养。实质上计算思维是对抽象问题的自动归纳性处理，而数据核心素养是获取数据、分析数据、数据意识方面的能力。在大数据与人工智能的时代背景之下，信息技术基础教学手段要选用合适的教学素材，通过增强学生逻辑思维能力来提升学生计算思维，需要结合数据程序来训练学生的数据素养。

二、信息技术的基础性教学设计

       现代基础信息技术其教学目标是重点培养学生的数据素养与计算思维，理解数据信息分析的基本流程，学生将信息技术基础与自身所学专业相结合，在学习过程中利用大数据的分析数据来解决工作与生活中遇到的问题。为了更好地实现教学目标，要采用合适的教学模式与教学方法，还要采用相应的考核方式方法为教学成效进行检验。

三、Python 基础知识与数据分析结合

       在大数据的时代背景下，信息技术教学要重点关注信息获取、分析信息能合理地利用现代信息技术，其主要的核心是掌握现代信息技术。信息化技术属于一个宽泛的概念，信息化基础教育必须让学生理解信息化的作用，懂得如何利用信息化技术解决学习与生活中遇到的难题。针对这样具体的要求，要制定出相应的Python 编程基础知识课程与数据分析相结合的模式，通过这样的理论实践工作实现信息基础化教育目标。

四、运用先进教学方法

       要做好数据分析，要重点掌握数据信息的分析技能，这样的教学目的是让学生理解信息数据的逻辑基础，学会运用数据代码来实现数据分析的基本功能。信息技术基础教育要重点考虑可操作性，在学生学习练习与教师指导基础之上做到“仿”的环节。从实践来说，要充分地利用练习中的数据，练习相应的分析问题。让学生在进行练习的过程中实现知识的迁移，学会运用和设计数据分析代码。教学过程中，要结合教学课程的实际情况，从理论的角度来看，通常会采用LBL、CBL 和 PBL相融合的新教学模式，可以采用机房上课的方式开展信息技术教学。

从教师指导的角度来看，要选用Python语言程序设计基础，教师采用CBL的引导练习部分。不同专业学习素养有差异性的情况，可以利用具体的数据分析案例期刊发表，从数学分析、提出问题、编码实现、抽象问题、算法逻辑等几个方面，详细进行分析与讲解。通过教师的指导性练习，让学生对数据的分析与挖掘有一个客观具体的认识。学生的数据分析模仿数据分析的教学拓展部分，通过引导练习与数据挖掘流程问题进行归纳，展开算法逻辑性设计，运用问题需求代码进行程序表达。实际的编码环节中要参照编程辅助的模式与自主编程模式，所涉及数据统计核心代码部分，一定要有效确保学生有能力对原有代码进行相应修改与知识应用的拓展。