Ces dernières années, le besoin d’un traitement rationnel de grandes quantités de données diverses s’est accru et la science des données est devenue de plus en plus importante. Il existe deux types de cet enseignement : un type passif où les étudiants apprennent des connaissances et des méthodes d'analyse à travers des cours magistraux, et un type actif où ils apprennent à résoudre des problèmes et à accomplir des tâches à travers des exercices pratiques. Jusqu’à présent, l’éducation passive a été principalement encouragée et des résultats substantiels ont déjà été obtenus. Cependant, l’éducation active est considérée comme un défi pour l’avenir et il est absolument nécessaire de développer des approches dans ce sens.
Dans la pratique, l’approche du cycle PDCA consistant à planifier, faire, vérifier et agir est utilisée depuis de nombreuses années pour résoudre des problèmes et accomplir des tâches, et a obtenu de nombreux résultats. L'essence de ceci est de collecter des faits sous forme de données, de les analyser, de formuler une hypothèse basée sur les conclusions obtenues, de la mettre en œuvre, de collecter les résultats sous forme de données et de vérifier l'hypothèse. C'est la science des données active elle-même.
Depuis de nombreuses années, les auteurs ont développé un programme éducatif qui utilise à la fois du matériel de tir de pièces et le cycle PDCA, et l'ont mis en œuvre dans des conférences et des séminaires, et ont présenté son contenu dans divers lieux (articles, présentations de conférences, conférences, etc.). . J'ai fait de nombreuses présentations. Dans cette présentation, nous les organiserons systématiquement et ferons rapport sur l’enseignement actif de la science des données.
