人工智能及大数据实验室教学评估数据
收藏资源简介：
本数据集主要适用于人工智能及大数据实验室课程资源建设与实验教学支撑优化场景。在高校、职业院校、教育培训机构或教育科技企业建设实验室平台时，通常需要同步配置课程、实验项目和教学数据资源。本数据可用于课程上线前资源准备、课程运行中支撑核查、实验项目补充、数据资源维护和课程体系优化，帮助平台运营方判断课程是否具备实验支撑，是否需要补充实验内容或调整配套数据资源。 该数据适用的前提是平台已形成课程、实验和数据资源记录，并能够将课程与实验内容、教学数据资源建立对应关系。适用对象包括平台运营人员、课程建设人员、实验资源维护人员、教学管理人员以及合作院校课程建设人员。依托该数据，可以在课程建设、实验教学准备、平台资源巡检和课程资源更新等环节，对不同课程的教学支撑情况进行对比，确定优先补充实验项目、优先更新数据资源和适合重点建设的课程方向。 该数据能够解决课程资源分散、实验配置情况不清、数据资源与课程匹配关系不直观、课程更新优先级难判断等问题。通过对课程教学支撑水平进行量化呈现，可形成课程建设清单、实验补充清单、数据维护计划和资源利用分析报告，为实验室课程建设、教学服务保障和平台运营提供数据支撑。加工前数据来源于海豚人工智能及大数据实验室平台的教学资源记录，主要包括课程、实验配置和数据资源相关基础内容。首先对课程名称、课程分类、主数据名称等字段进行标准化处理，清理空值、重复项和格式差异，使同类课程、主数据和标签保持统一表达。主数据标签类型统一归入text、image、video等标准类型；主数据描述经摘要化处理，仅保留数据对象、主要内容和教学用途等目录级信息。登记数据仅保留课程、实验和主数据资源之间的结构化关系及评价结果，确保无法通过可逆模型或算法还原个人身份信息、完整实验记录或原始数据集内容。 处理过程中，以课程序号对应的一门课程为基本评价单元。课程名称和课程分类经统一后作为实验资源和主数据资源匹配基础；实验数量根据课程对应的实验资源记录统计得到，并形成实验适用标识和课程实验覆盖状态；主数据资源根据课程分类、主数据名称、主数据描述摘要、主数据分类和主数据标签类型进行匹配，形成课程层面的主数据资源记录。处理后保留课程实验适配值、主数据教学适配值、数据类型教学适配值和数据说明完整值四项过程性评价字段，并以其作为实验室教学综合评价值的计算输入。实验室教学综合评价值作为本数据集的核心总结性字段，计算公式为：实验室教学综合评价值=课程实验适配值×30%+主数据教学适配值×30%+数据类型教学适配值×20%+数据说明完整值×20%，结果保留一位小数。上述权重依据本数据集的评价目标和课程教学资源支撑逻辑确定：实验配置是课程开展实验教学的基础条件，主数据匹配是形成数据驱动实验内容的核心条件，二者构成核心支撑维度，合计占60%，同一层级内分别取30%；数据类型适配影响主数据在实验中的调用方式，数据说明规范影响资源识别和教学使用便利性，二者构成辅助支撑维度，合计占40%，同一层级内分别取20%。 处理后形成的海豚人工智能及大数据实验室教学评估数据以课程为记录单位，内容涵盖课程基础信息、实验配置结果、主数据摘要、分类标签、过程性评价值和综合评价值。该数据集通过清洗、摘要化、分类归一、标签标准化、实验统计和评价计算，将平台教学资源记录整理为课程层面的结构化评估数据，能够反映课程在实验室环境下的实验资源配置、主数据资源匹配、数据类型适配和数据说明规范情况。其中，实验室教学综合评价值由四项过程性评价字段用于表征课程在人工智能及大数据实验室教学中的综合支撑水平。
