《数据挖掘教学大纲.docVIP

《数据挖掘》教学大纲 1．大纲文本 课程内容 数据挖掘是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。知识发现将信息变为知识，从数据矿山中找到蕴藏的知识金块，将为知识创新和知识经济的发展作出贡献。 本课程全面而又系统地介绍了知识发现的方法和技术，反映了当前知识发现研究的最新成果。 课外作业 以教材中每章所附的习题为主 实验 实验一 关联规则算法(Apriori算法) 内容：利用关联规则算法，挖掘关联知识。 目的：了解关联规则、频繁集、置信度、支持度的概念。 实验二 分类算法(C4.5算法、ID3算法) 内容： 程序实现C4.5或ID3算法 目的：了解信息熵的概念，掌握算法的基本设计框架。。 实验三 聚类（K-means） 内容： 程序实现K-means算法。 目的： 了解距离、相似度等概念，掌握聚类算法的应用 实验四 神经网络分类（感知器算法） 内容： 使用MatLab实现多分类 目的： 掌握神经网络的基本原理，熟悉神经网络的应用 实验五 遗传算法的优化（SGA算法） 内容：使用C++.net设计遗传算法解决复杂函数的最优解问题。 目的：初步掌握遗传算法的概念 实验要求：以上实验，根据情况尽可能多的完成，至少选择2~3个实验完成。 主要参考书 史忠植著，《知识发现》 清华大学出版社 2002.1 各个学术刊物上的最新论文。