《数据挖掘技术》教学大纲模板.docVIP

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《数据挖掘技术》教学大纲模板

《数据挖掘技术》教学大纲(理论/实践类课程) 一、课程基本信息 课程编号):0910617 英文名称:The technology of data mining 教 材:《数据挖掘教程》邓纳姆(Dunham M.H.) 著 开课学期: 学分/学时:2.5学分/64课时 先修课程:《数据库原理》、《概率论与数理统计》、《SAS软件基础》 教学方式:理论+实践 课程简介:数据挖掘是信息与计算科学专业的专业课程,本课程以数据挖掘为主要内容,讲述实现数据挖掘的各主要功能、挖掘算法和应用,并通过对实际数据的分析更加深入地理解常用的数据挖掘模型。掌握大型数据挖掘软件SAS Enterprise Miner的使用,培养学生数据分析和处理的能力。 二、课程教学目的和要求 通过《数据挖掘》课程的教学,使学生理解数据挖掘的基本概念和方法,学习和掌握SAS Enterprise Miner中的数据挖掘方法。学生能够借助SAS Enterprise Miner软件工具进行具体数据的挖掘分析。 三、教学内容与学时分配(本部分请用文字表述,请勿使用表格) 1.数据挖掘导论(8学时) 重点内容: 熟悉数据挖掘的基本概念和功能 了解数据挖掘的系统分类 教学方法: 课后作业: 2.数据预处理(6学时) 重点内容: 了解数据预处理的重要性 熟悉数据预处理的方法 教学方法: 课后作业: 3.分类和预测(12学时) 重点内容: 掌握和分类与预测基本知识 了解各项分类和预测方法 教学方法: 课后作业: 4.聚类分析(12学时) 重点内容: 掌握聚类分析基本概念 了解聚类分析基本方法 教学方法: 课后作业: 四、教学方法 以多媒体教学手段为主要形式的课堂教学 五、平时成绩的分配 教师平时成绩占10%,月考成绩占30%,期末成绩占70%。 六、考核方式 考核方式笔试加上机大作业,通过进度检查、报告评审的形式了解学生的设计水平,根据学生任务完成的情况,设计报告的质量,平时的学习态度、工作作风、思想表现全面准确评定成绩。对每个学生要写出评语。成绩按优秀、良好、中等、及格、不及格五级记分。 七、参考书目 《数据挖掘原理与技术》,张云涛、龚玲著,电子工业出版社,2004 《数据仓库与数据挖掘技术》,陈京民编著,电子工业出版社,2002 《数据挖掘与OLAP理论与实务》,林杰斌主编,清华大学出版社,2003.1 《数据挖掘》,朱明编著,中国科学技术大学出版社,2002.2 《数据挖掘教程》, Richard J. Roiger, Michael W. Geatz 著,翁敬农 译,清华大学出版社,2003 《数据挖掘原理》,David Hand, Heikki Mannila, Padhraic Smyth著,张银奎、廖丽、宋俊等译,机械工业出版社,2003 执笔人签字: 教学院长签字: 二级学院院长签字: 注:中文、思政、体育、计算机基础课程由执笔者和教研室主任签字。 1

文档评论(0)

didala + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档