- 1、本文档共9页,可阅读全部内容。
- 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、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、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)。
查看更多
西安财经学院本科专业课程教学大纲汇编 《数据挖掘》
信息学院
课程代码:0500301
《数据挖掘》教学大纲
Data Mining
执 笔 人: 高 妮
审 核 人:
批 准 人:
《数据挖掘》教学大纲
[基本概况]
课程中文名称
数据挖掘
课程英文名称
Data Mining
课程类别
专业选修课
适用专业
计算机科学与技术、网络工程、软件工程专业
先修课程
《离散数学》、《数据结构》、《概率论》和《数据库系统》等
并修课程
计算机专业课程
总学时
36
总学分
2
使用教材
徐华.数据挖掘:方法与应用. 北京:清华大学出版社, 2015.
参考书目
2-5部
[1] (美)Jiawei Han、Micheline Kamber 著,范明等译. 数据挖掘:概念与技术(第三版). 北京:机械工业出版社, 2012.
[2] 赵卫东.商务智能(第二版).北京:清华大学出版社, 2016.
[3] (美)陈封能,斯坦巴赫,库玛尔,范明译. 数据挖掘导论(完整版). 北京:人民邮电出版社, 2011.
[4] (美) Robert I. Kabacoff著,高涛等译. R语言实战. 北京:人民邮电出版社, 2013.
[5] 孔志周、肖百龙. 数据挖掘实验. 北京:中国统计出版社, 2011.
其它可利用的
网络资源
无
课程概述(课程的意义,教学目标,内容简介等)
1. 课程意义:
《数据挖掘:方法与应用》是软件工程专业教学计划中一门专业选修课,是一门汇集统计学、机器学习、数据库、人工智能等学科内容的新兴的交叉性学科,是在信息技术领域迅速兴起的计算机技术。在很多重要的应用领域,数据挖掘都发挥着积极的作用。因此这门课程是软件工程相关专业的重要课程之一。本课程深入探讨数据挖掘原理,把信息科学、计算科学和统计学对数据挖掘的贡献融合在一起,培养软件工程专业高年级本科学生具备初步的科研能力和创造能力。
2. 教学目标:
了解:数据挖掘领域发展趋势和主要应用,数据挖掘技术最新进展和前沿成果,数据挖掘的OLAP技术,复杂数据类型的数据挖掘技术等。
掌握:数据预处理方法,包括数据清理、数据规约和数据变化等,数据仓库的概念和构建方法,多维数据模型,数据立方体技术等。
重点掌握:知识发现与数据挖掘的基本概念和基本理论,挖掘大型数据库的关联规则方法,贝叶斯分类技术,神经网络分类技术、K均值聚类方法、层次聚类方法等。
3. 课程内容:
教学时数及分配:本课程在第七学期开设,教学周为十八周,总学时为36学时。其中理论教学18学时,实践操作18学时。。
《数据挖掘:方法与应用》的课堂讲授主要本课程以数据预处理、数据仓库设计、数据挖掘为主线,主要介绍数据挖掘的基本概念、原理、方法和技术,具体包括:数据预处理基本方法,数据仓库设计方法,多维数据模型表示方法,关联规则挖掘方法,数据分类方法,数据聚类方法等内容。
通过课程的学习,使学生了解数据挖掘技术最新进展和前沿成果,激发学生兴趣;掌握数据预处理方法,包括数据清理、数据规约和数据变化等,数据仓库的概念和构建方法,多维数据模型,数据立方体技术等知识;熟练掌握数据挖掘的基本概念和基本理论,挖掘大型数据库的关联规则方法,贝叶斯分类技术,神经网络分类技术、K均值聚类方法等内容,并基于数据挖掘软件介绍一定的实际操作。
[学时分配]
学 时 分 配 表
章次
章 名
学时
备注
第一章
绪论
2(教学)
第二章
数据预处理
3(教学)
第三章
数据仓库
3(教学)
第四章
相关性与关联规则
3(教学)+4(实验一、二)
第五章
分类和预测
4(教学)+8(实验三、四、五、六)
第六章
聚类分析
3(教学)+ 6(实验七、八、九)
总学时合计
36
[理论教学内容与要求]
第一章 绪论
[教学目的] 使学生对数据挖掘有一个初步、总体的认识。
[重点难点] 本章节的重点是数据挖掘的定义,难点是它的基本步骤、主要技术和应用价值,如何激发学生对数据挖掘应用的领域及成功案例的兴趣。
[教学时数] 2(教学)
[教学内容] 应用背景、数据挖掘定义、主要技术、主要研究内容、面临的主要问题等。
第1节 应用背景
1 商业上的驱动
2 科学研究上的驱动
3 数据挖掘伴随着数据库技术而出现
第2节 什么是数据挖掘
1 基本描述
2 关于知识发现
第3节 数据挖掘的主要技术
第4节 数据挖掘的主要研究内容
第5节 数据挖掘面临的主要问题
第6节 数据挖掘相关的资料
第7节 本书的总体章节安排
[练习题]
1. 数据仓库与数据库有何
您可能关注的文档
最近下载
- 救护队预防性检查.ppt
- 新型轻钢装配式复合墙板.pdf VIP
- 2023-2024学年陕西省西安市雁塔区数学三年级第一学期期末考试试题含答案.doc
- 酚醛树脂1.ppt
- 2022-2023年度武汉规划展示馆与两型社会展示馆定稿.pdf VIP
- 煤矿地质学培训教材.pdf
- BS ISO 4864-2023 Ships and marine technology. Jacking system appliances on self-elevating 船舶和船舶技术. 自升式顶升系统设备.pdf
- 【提分专项】闽教版英语小升初总复习-语法部分(B卷有答案).docx VIP
- 空压机工作原理及技术方案.docx
- 人教版(2023版)初中历史八年级上册全册同步练习+单元及期中期末测试合集(含答案)【可编辑可打印】.docx
文档评论(0)