- 1、本文档共4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)。
- 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、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、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、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
《数据分析与挖掘》教学大纲
一、课程的基本信息
课程编号 课程性质:专业课/必修课
学 时:48 学 分:2.5
开课单位:信息管理学院 适用专业:电子商务专业
先修课程:计算机文化基础、C语言程序设计、统计学、数据库
二、课程目的与任务
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。
本课程的重点在培养学生的实际分析数据及处理数据的能力。
三、课程教学基本要求
通过本课程的学习,要求学生初步掌握数据挖掘的重要概念和任务、数据挖掘中的常用算法(决策树、关联规则、聚类算法、贝叶斯分类算法、支持向量机、神经网络),以及数据挖掘当前的研究动向
四、教学内容及学时分配
教学内容
各教学环节学时分配
讲授
实验
上机
习题
讨论
小计
绪论
2
2
数据预处理
4
2
6
关联规则挖掘
4
2
6
决策树分类算法
4
4
8
贝叶斯分类算法
4
4
8
人工神经网络算法
4
4
支持向量机
4
2
6
K-means聚类算法
2
2
4
K-中心点聚类算法
2
2
神经网络聚类算法:SOM
2
2
合 计
32
16
48
五、课程教学基本内容
第1章 绪论(2课时)
教学内容:
(1)数据挖掘的概念
(2)数据挖掘的历史及发展
(3)数据挖掘的研究内容及功能
(4)数据挖掘的常用技术及工具
重点:数据挖掘的研究内容及功能
难点:数据挖掘的常用技术及工具
数据预处理(4课时)
教学内容:
(1)数据预处理的目地
(2)数据清理
(3)数据集成和数据变换
(4)数据归约
(5)特征选择与提取
重点:数据集成和数据变换
难点:特征选择与提取
关联规则挖掘(4课时)
教学内容:
(1)基本概念
(2)关联规则挖掘算法---Apriori算法原理
(3)Apriori算法实例分析
(4)Apriori算法源程序分析
(5)Apriori算法的特点及应用
重点:关联规则挖掘算法---Apriori算法原理
难点:关联规则挖掘算法---Apriori算法原理
决策树分类算法(4课时)
教学内容:
(1)基本概念
(2)决策树分类算法---ID3算法原理
(3)ID3算法实例分析
(4)ID3算法源程序分析
(5)ID3算法的特点及应用
(6)决策树分类算法---C4.5算法原理
重点:决策树分类算法---ID3算法原理
难点:决策树分类算法---ID3算法原理
贝叶斯分类算法(4课时)
教学内容:
(1)基本概念
(2)贝叶斯分类算法原理
(3)贝叶斯分类算法实例分析
(4)贝叶斯分类算法源程序分析
(5)贝叶斯分类算法特点及应用
重点:贝叶斯分类算法原理
难点:贝叶斯分类算法原理
第6章 人工神经网络算法(4课时)
教学内容:
(1)基本概念
(2)BP算法原理
(3)BP算法实例分析
(4)BP算法源程序分析
(5)BP算法的特点及应用
重点:BP算法原理
难点:BP算法原理
第7章 支持向量机(4课时)
教学内容:
(1)基本概念
(2)支持向量机原理
(3)支持向量机实例分析
(4)支持向量机的特点及应用
重点:支持向量机原理
难点:支持向量机原理
K-means聚类算法(2课时)
教学内容:
(1)基本概念
(2)K-means聚类算法原理
(3)K-means聚类算法实例分析
(4)K-means聚类算法源程序分析
(5)K-means聚类算法的特点及应用
重点:K-means聚类算法原理
难点:K-means聚类算法原理
K-中心点聚类算法(2课时)
教学内容:
(1)基本概念
(2)K-中心点聚类算法原理
(3)K-中心点聚类算法实例分析
(4)K-中心点聚类算法源程序分析
(5)K-中心点聚类算法的特点及应用
重点:K-中心点聚类算法原理
难点:K-中心点聚类算法原理
神经网络聚类算法:SOM(2课时)
教学内容:
(1)基本概念
(2)竞争学习算法基础
(3)SOM算法原理
(4)SOM算法原理实例分析
(5)SOM算法原理源程序分析
(6)SOM算法原理的特点及应用
重点:SOM算法原理
难点:SOM算法原理
六、考核方式与成绩评定
考核方式:考试
成绩评定:本课程成绩构成比例为:期末考核成绩占总成绩的 70 %,平时成绩占总成绩的30 %;平时成绩
您可能关注的文档
- 《十六年前的回忆》教学设计(精品).doc
- 《十六年前的回忆》课内阅读理解.doc
- 《十六年前的回忆》课堂实录.doc
- 《十六年前的回忆》同步练习(1).doc
- 《十六年前的回忆》一文教案(第一课时).doc
- 《十六年前的回忆》预习指引.doc
- 《十七岁的单车》影评.doc
- 《十万个为什么》教学设计.doc
- 《十万个为什么》阅读测试.doc
- 《十万个为什么》阅读题.doc
- [吉林]2023年吉林省直中小学“强师”招聘34人笔试历年高频考点(难、易错点)附带答案详解.docx
- [台州]浙江台州市黄岩区市场监督管理局招聘编外工作人员笔试历年高频考点(难、易错点)附带答案详解.docx
- [台州]浙江台州市建设工程质量检测中心招聘编制外用工4人笔试历年高频考点(难、易错点)附带答案详解.docx
- [台州]浙江台州椒江区大陈镇综合执法队招聘笔试历年高频考点(难、易错点)附带答案详解.docx
- [合肥]2023年安徽合肥市公安局第二批招聘警务辅助人员543人笔试历年高频考点(难、易错点)附带答案详解.docx
- [吉安]2023年江西吉安市大学生乡村医生专项招聘笔试历年高频考点(难、易错点)附带答案详解.docx
- [吉安]2024年江西吉安市中心人民医院招聘卫生专业技术人才73人笔试历年高频考点(难、易错点)附带答案详解.docx
- [合肥]2023年安徽医科大学管理岗和专业技术辅助岗招聘46人笔试历年高频考点(难、易错点)附带答案详解.docx
- [吉安]江西吉安市青原区人民医院人才引进笔试历年高频考点(难、易错点)附带答案详解.docx
- [台州]浙江台州温岭市交通运输局招聘编外人员笔试历年高频考点(难、易错点)附带答案详解.docx
文档评论(0)