《數(shù)據(jù)挖掘》課程教學大綱

PAGE3《數(shù)據(jù)挖掘》課程簡介課程編號：08014920課程名稱：數(shù)據(jù)挖掘/DataMining學分:4學時：64（實驗：上機：16課外實踐：0）適用專業(yè)：數(shù)學與應用數(shù)學，信息與計算科學建議修讀學期：第6學期開課單位：數(shù)理科學與工程學院，信息與計算科學系先修課程：數(shù)據(jù)分析，概率論與數(shù)理統(tǒng)計考核方式與成績評定標準：閉卷或開卷考試，平時成績*30%+考試成績*70%=總評成績教材與主要參考書目：【1】機器學習與R語言，BrettLantz著，機械工業(yè)出版社出版【2】R語言與數(shù)據(jù)挖掘，YanchangZhao著，機械工業(yè)出版社出版【3】機器學習，Mitchell著，機械工業(yè)出版社出版內容概述：數(shù)據(jù)挖掘自產(chǎn)生以來就是以分析數(shù)據(jù)，理解數(shù)據(jù)的實際需求為推動力，其研究發(fā)展也逐步滲透到工業(yè)、農(nóng)業(yè)、醫(yī)療和商業(yè)的實際需求當中。本門課是數(shù)據(jù)挖掘的入門課程，包括聚類、分類、關聯(lián)規(guī)則分析、時間序列分析，文本挖掘，社交網(wǎng)絡分析等基本內容。Sinceitsinception,dataminingisthedrivingforcetoanalyzedataandunderstandtheactualneedsofdata,anditsresearchanddevelopmenthasgraduallypenetratedintotheactualneedsofindustry,agriculture,medicalandbusiness.Thiscourseisanintroductorycourseofdatamining,includingthebasiccontentsofclustering,classification,associationruleanalysis,timeseriesanalysis,textmining,socialnetworkanalysisandsoon.《數(shù)據(jù)挖掘》教學大綱課程編號：08014920課程名稱：數(shù)據(jù)挖掘/DataMining學分:4學時：64（實驗：上機：16課外實踐：0）適用專業(yè)：應用數(shù)學，信息與計算科學建議修讀學期：第6學期開課單位：數(shù)理科學與工程學院，信息與計算科學系先修課程：數(shù)據(jù)分析，概率論與數(shù)理統(tǒng)計一、課程性質、目的與任務本課程是信息類學生的基礎課程。通過本課程的學習，使學生了解數(shù)據(jù)挖掘的基本概念及其解決實際問題的方法流程。學會使用一種軟件R（或者Matlab，Python）來解決數(shù)據(jù)挖掘中的問題。二、教學內容及學時分配本課程總學時數(shù)為64學時，其中理論教學為48學時，實驗教學為16學時；課程教學共有11章，具體內容及學時安排等如下表所示：課程內容教學要求重點（☆）難點（△）學時安排實驗學時上機學時備注第一章簡介C2第二章R語言數(shù)據(jù)操作基礎A△82第一節(jié)R簡介第二節(jié)R數(shù)據(jù)類型第三節(jié)控制流第三章查看探索A☆102第一節(jié)R繪圖基礎第二節(jié)R包的安裝查看幫助第三節(jié)Rstudio的使用第四章決策樹與隨機森林B42第五章回歸分析A4第六章聚類A42第七章離散點檢測B42第八章時間序列分析和挖掘B4第九章關聯(lián)分析A42第十章文本分析C42第十一章社交網(wǎng)絡分析C42第十二章案列1：房價指數(shù)的分析與預測C4第十三章案列2：客戶回復預測與效益最大化B4第十四章案列3：內存受限的大數(shù)據(jù)預測模型A4（教學基本要求：A-掌握；B-熟悉；C-了解）三、建議實驗（上機）項目及學時分配項目學時備注R語言數(shù)據(jù)操作2R語言查看探索操作2決策樹與隨機森林2聚類2離散點檢測2關聯(lián)分析2文本分析2四、教學方法與教學手段板書、ppt演示、上機操作五、考核方式與成績評定標準閉卷或開卷考試，平時成績*30%+大論文*70%=總評成績六、教材與主要參考書目【1】機器學習與R語言，BrettLantz著，機械工業(yè)出版社出版【2】R語言與數(shù)據(jù)挖掘，YanchangZhao著，機械工業(yè)出版社出版【3】機器學習，Mitchell著，機械工業(yè)出版社出版七、大綱編寫的依據(jù)與說明該課程教學大綱的制定，是