4月16日 ，为深化教学改革、践行成果导向教育（OBE）理念，人工智能学院《数据分析与可视化》课程近日开展了一次以真实数据为载体的创新课堂活动。课程围绕“深圳近20年房价可视化分析”主题，通过项目驱动、小组协作与抢答式汇报，充分激发学生主动性与实践能力，展现了以学生为主体的教学改革新思路，通过真实数据赋能，任务驱动学生深度学习。

图1

课程前期，教师向学生发布了深圳市近20年的房源数据集（CSV格式，80M，含45万条真实交易记录），要求学生结合Pandas、Matplotlib、Seaborn等工具完成数据预处理与可视化分析。任务涵盖五大核心环节：（1）数据预处理：学生需对数据进行缺失值填补、异常值处理、字段类型转换及标准化；（2）可视化设计与实现：通过Matplotlib、Seaborn等图表对房源数据进行可视化分析及展示；（3）分析结论提炼：学生从数据中发现"南山区房价增速领跑全市""小户型单价与总价呈现显著正相关"等规律，并结合政策与经济背景提出见解；（4）小组协作模式：各组采用"任务拆解-角色分工-交叉复核"流程，成员分别承担数据清洗、可视化编码、结论推导与汇报设计，体现团队协作能力；（5）限时汇报挑战：每组需在5-8分钟内通过PPT与动态图表展示成果，重点阐述分析逻辑与技术难点。

汇报环节创新采用“抢答排序”机制，学生通过线上平台实时争夺汇报顺序，课堂氛围热烈，点燃了学生自主性与创造力。最终10组学生依次登台，汇报自己的作品成果。

图2

图3

图4

图5

课程负责人钟桂凤副教授总结指出：“OBE理念的核心是‘以终为始’，本次改革通过真实场景任务，让学生从‘学技术’转向‘用技术解决行业真实问题’，其数据分析能力、批判性思维与团队协作素养得到全面提升。”

图6

课后学生反馈：“这次任务让我真正感受到数据分析的价值！”参与学生表示，“面对真实数据的不完整性，我们需要自主设计清洗方案，还要思考如何用图表讲好数据故事。” 体现了学生从被动接受到主动探索的学习行为的改变。

据统计，本次课堂学生参与度达95%（部分学生请假），共产出可视化报告22份、代码脚本200余个，其中有6组同学的作品被评为优秀。未来，学院计划将此类项目化教学拓展至更多课程，构建"产学研用"一体化的OBE教学体系，持续培养符合数字经济时代需求的复合型人才。

图7