数据挖掘课程规范.docx

《数据挖掘》课程规范（讲授+实验）一、课程概况课程号BX1625263BX1625264课程名称数据挖掘课程英文名称Data Mining总学时数/周数64/12学分3.5讲授学时48实验学时16实习周数开课单位理学院数学系适用专业数学与应用数学信息与计算科学课程类别专业拓展课程修读方式选修先修课程数学分析、高等代数、微分方程、概率论、统计学、数学软件、运筹学等考核方式考核方式：闭卷考试成绩构成比例：平时成绩*10%+期末成绩*90%平时成绩的确定：实验报告成绩、平时作业、考勤、期中成绩等教材及主要教学参考书使用教材：范明、范宏建 等译《数据挖掘导论》(完整版)北京:人民邮电出版社，2011年1月第二版.参考书目：1.范明、孟小峰 译《数据挖掘:概念与技术》(原书第三版)北京:机械工业出版社，2012年7月.2.朱明 《数据挖掘》(第二版)中国科学技术大学出版社，2010年4月.实验指导书：1.李洪成、陈道轮、吴立明 译《数据挖掘与R语言》北京:机械工业出版社，2014年12月.2.王小宁、刘撷蕊、黄俊文 等译《R语言实战》(第二版) 北京: 人民邮电出版社,2016年5月.课程简介数据挖掘(Data Mining ,DM)又称数据库中的知识发现(Knowledge Discover in Database ,KDD)是数据库研究、开发和应用最活跃的分支之一，是从大量数据中以非平凡的方法发现有用的知识的应用科学.它是一个多学科的交叉领域，数据挖掘汲取了统计学、机器学习和神经网络等学科的营养.数据挖掘主要内容包括数据介绍、探索数据、分类、关联分析、聚类分析和异常检测.能力培养任务数据挖掘是数学及应用数学和信息与计算科学专业的专业拓展课程，主要目标是使学生了解数据挖掘的重要性及国内外发展状况与方向，掌握数据挖掘的一些基本概念、算法、原理及相关技术；培养学生熟练地运用数据挖掘技术及工具解决实际应用问题的能力，为科学研究或高级应用选题打下基础.二、课程知识、能力体系《数据挖掘》课程知识（能力）体系序号知识单元描述知识点对应能力学时要求1第一章绪论数据挖掘简介理解能力1了解2第二章数据数据类型理解能力1熟悉数据质量理解能力了解数据预处理计算能力2掌握相似性和相异性的度量计算能力熟悉3第三章探索数据汇总统计分析能力1掌握可视化图形思维能力1熟悉OLAP和多维数据分析逻辑思维能力1熟悉4第四章分类：基本概念、决策树与模型评估决策树分类法分析理解能力2掌握决策树归纳算法逻辑思维能力2掌握模型的过分拟合数值分析能力2掌握评估分类器性能分析计算能力1熟悉比较分类器的方法分析能力1熟悉5第五章分类：其他技术基于规则的分类器逻辑思维能力2熟悉最近邻分类器分析计算能力1掌握贝叶斯分类器逻辑思维能力3掌握支持向量机分析能力2熟悉6第六章关联分析：基本概念和算法问题定义理解能力1了解频繁项集的产生理解能力了解Apriori算法逻辑思维能力2掌握关联规则的产生与闭频繁项集理解计算能力1熟悉FP增长算法逻辑思维能力2掌握关联模式的评估分析计算能力2熟悉7第七章关联分析：高级概念处理分类、连续属性逻辑思维能力1了解处理概念分层逻辑思维能力1了解序列、子图模式理解能力2熟悉非频繁模式分析计算能力2熟悉8第八章聚类分析：基本概念和算法聚类分析概述理解能力1熟悉K均值逻辑思维能力2掌握凝聚层次聚类分析计算能力2掌握DBSCAN分析计算能力2熟悉9第九章聚类分析：其他问题与算法数据、簇和聚类算法的特性分析理解能力1了解基于原型的聚类分析计算能力2熟悉基于密度的聚类逻辑思维能力1了解三、教学内容及基本要求理论教学部分（按章节顺序填写）学时：1章第一章 绪论教学目的和要求认识什么是数据挖掘，了解数据挖掘的起源，了解数据挖掘要解决的问题与任务。重点和难点重点：认识什么是数据挖掘难点：数据挖掘的任务以及要解决的问题“三基”分析了解什么是数据挖掘、数据挖掘的起源、任务以及要解决的问题教学内容与学时分配1.1 什么是数据挖掘1.2 数据挖掘要解决的问题1.3 数据挖掘的起源1.4 数据挖掘的任务共1学时教学方法与教学手段教学方法：讲授教学手段：板书本章思考题P102主要参考资料1.范明、孟小峰 译《数据挖掘:概念与技术》(原书第三版)北京:机械工业出版社，2012年7月.2.朱明 《数据挖掘》(第二版)中国科学技术大学出版社，2010年4月.3.李洪成、陈道轮、吴立明 译《数据挖掘与R语言》北京:机械工业出版社，2014年12月.备注理论教学部分（按章节顺序填写）学时：3章第二章 数据教学目的和要求熟悉与数据相关的问题，了解数据类型、属性以及数据集的类型，能够分析数据的质量，掌握对数据进行预处理的方法，了解数据之间相似性和相异性计算。重点和难点重点：数据预处理难点：数据之间相似性