叶叶曲炜 · AI教学实验室人工智能导论及其在酒店管理中的应用返回课程地图 ↗

LESSON 05 / DATA VISUALIZATION

让数据开口,
让判断有据。

先问想知道什么,再选怎样画。
从30条酒店订单,走到一次校园自主匹配。

“好图表,让证据先于结论。”A good chart puts evidence before conclusions.

今天的动手路径 · 50分钟

  1. 01
    A 酒店基础15分钟 · 看清数量
  2. 02
    B 单条件对照15分钟 · 核对分母
  3. 03
    C 校园自主迁移12分钟 · 解释排序
  4. 04
    反思与Word导出8分钟 · 核对后上传课堂派
先预测 → 再运行 → 自己解释 → 保存证据
比较

柱状图

看类别数量或比率。

趋势

折线图

按时间顺序看变化。

关系

散点图

看关联,谨慎谈因果。

构成

饼图

分母明确,各类互斥。

画像

雷达图

同尺度看轮廓,别比面积。

LEARNING LAB

把问题带进实验室

记录保存在本浏览器

SOURCE & MATERIALS

课件、指导与原程序

网页移植酒店基础五图与校园匹配核心。原Python还含酒店KNN、固定决策树、聚类和回归等拓展,留待后续课程。原文件可下载在本地体验,需要Python、Tkinter与Matplotlib。

全部数据来自所附两份程序的内置虚构教学样例。校园评分与排序是人为教学规则,不代表真实交友适配、人格优劣或概率。

最后一公里:课堂派

下载一份Word → 打开核对图表、身份与解释 → 学生自行上传课堂派本次作业 → 在课堂派确认提交状态。

本网站只在本机暂存记录、生成文件。保存记录、下载Word和“已学习”都不表示已经提交课堂派。