数据挖掘 - 华中科技大学研究生院.doc

医药卫生管理硕士研究生课程简介 课程名称：数据挖掘 课程代码：516.605 课程类型：□(一级学科基础课 □二级学科基础课 □其它： 考核方式： 考试 教学方式：讲授 适用专业： 情报学、卫生信息管理 适用层次：□( 硕士 □ 博士 开课学期： 秋季 总学时：32 学分：2.0 先修课程要求：数理统计与概率论、数据库基本原理 课程组教师姓名 职 称 专 业 年 龄 学术方向 马敬东 副教授 33 夏晨曦 讲师 35 课程负责教师教育经历及学术成就简介： 马敬东，医学硕士，管理学博士，美国哈佛大学博士后，现任医药信息系主任，同济医学院健康信息资源管理研究中心研究员，副教授，硕士生导师。主要从事健康信息管理及卫生管理决策支持研究。作为主要负责人承担国家科技部支撑计划项目、国家自然科学基金、教育部、卫生部、美国中华医学基金会项目10余项，发表论文近30篇。作为副主编承担《医学数据挖掘》规划教材一部。 课程教学目标： 掌握数据挖掘的基本原理与技术，并能熟悉应用于卫生领域。 课程大纲：（章节目录） 第一章 概述 §1.1 数据挖掘的基本任务 §1.2 数据挖掘与知识发现 §1.3 数据挖掘相关问题 1.4 数据挖掘的未来 第二章 相关概念 §2.1 数据库 §2.2 信息检索 §2.3 数据仓库 第三章 数据挖掘技术 §3.1 统计数据挖掘 §3.2 相似度测量 §3.3 决策树 §3.4 神经网络 第四章 分类 §4.1 统计算法 §4.2 决策树算法 §4.3 神经网络算法 第五章 聚类 §5.1 相似度与距离测量 §5.2 层次算法 §5.3 分区算法 §5.4 大型数据库聚类 第六章 关联规则 §6.1 基本算法 §6.2 并行与分布式算法 §6.3 算法比较 §6.4 增量规则 §6.5 衡量规则的质量 第七章 网络挖掘 §7.1 网络内容挖掘 §7.2 网络结构挖掘 §7.3 网络应用挖掘 第八章 时间序列挖掘 §8.1 时间序列事件建模 §8.2 时间序列分析 §8.3 模式发现 §8.4 时序关联规则 教材： Margaret H. Dunham. Data Mining: Introductory and Advanced Topics. Pearson Education, Inc.HongKong, 2003 主要参考书： 1. Han Kamber Pei. Data Mining: Concepts and Techniques, 3rd Edition. Morgan Kaufmann: Waltham, MA，2011 2. 3． 本课程达到国际一流水平研究生课程水平的标志： 师资方面： 由在国际一流大学进修或者从事研究达1年以上，具有博士学位的老师承担主要授课任务 教学内容方面： 新颖、信息量大，体现前沿与经典。 教学方式方面： 强调互动，充分利用案例开展教学 教材方面： 一流的研究生教材，辅以大量的期刊文章阅读 其它：