大数据分析与挖掘资料课程教学大纲（2022年-2023年）.docxVIP

2022年-2023年最新《大数据分析与挖掘》课程教学大纲 一、课程基本信息课程编号： 课程名称：大数据分析与挖掘英文名称： 课程学时：48课程学分：3 开课单位：计算机科学与技术学院授课对象：计算机科学与技术专业，计算机大类专业 开课学期： 先修课程： 二、课程目标 数据挖掘是一门新兴的交叉性学科，涵盖了数据库、机器学习、统计学、模式识别、人工智能以 及高性能计算等技术。开设本课程的目的，是使学生全面而深入地掌握数据挖掘的基本概念和原 理, 掌握常用的数据挖掘算法，了解数据挖掘的最新开展、前沿的数据挖掘研究领域、以及数据挖 掘技 术在不同学科中的应用。课程具体目标如下： 课程目标1:能够设计并实现大数据平台下的数据挖掘系统。了解由工程问题，到建模、再到 数据挖掘算法设计的问题求解思维模式。具有将数据挖掘算法应用于具体工程的 能力；课程目标2:掌握大数据预处理、关联规那么、分类以及聚类技术，并能够在主流大数据平台上 实现； 课程目标3:具备较强的学习最新数据挖掘领域研究成果的能力；能够分析和评价现有研究成 果的问题与缺乏，并能够提出自己独立见解的能力；课程目标4:能够撰写系统设计方案和阶段性技术报告，能够组织和协调工程组的工作，与成 员进行交流与沟通。 三、课程目标与毕业要求对应关系 毕业要求 毕业要求具体描述 课程目标 工程素质 (1)具有工程意识和系统观；(2)具有运用工程基 础和专业知识解决复杂工程问题的能力 课程目标1 个性素质 ⑴具有自主学习、终身学习和跟踪前沿的意识和 习惯。 课程目标3、4 2022年-2023年最新 毕业要求 毕业要求具体描述 课程目标 ⑵具有批判精神，对待事物有独立见解。 系统设计与实现能力 ⑴针对计算相关的复杂工程问题，能够综合运用 所掌握的计算机类相关知识、方法和技术，进 行问题分析与模型表达。 ⑵能够领导或独立设计解决方案或满足特定需求 的计算机硬件、软件或网络系统，并能够实现 相关系统或组件。 课程目标1、2 系统分析和评价能力 V1 人J HUUZl21/irri7 Jj 不 统，能够综合运用所掌握的计算机类相关知 识、方法和技术，设计实验，进行分析和评 价，包含其对社会、健康、平安、法律以及 文化的影响分析和评价，并能够提出持续改 进的意见和建议。 (1)理解并掌握工程管理原理与经济决策方 课程目标3 法，并能在多学科环境中应用。 组织/协调与工程管理能力(2)具备较强的组织协调或工程管理能力、独 立工作能力、团队协作能力和人际交往能 力。 四、课程目标与课程内容对应■系 课程目标4 序号 教学内容 教学要求 学时 教学 方式 对应课程 目标 1 数据挖掘概述 了解数据挖掘的概念及其开展过 程，在各行业中的典型应用，以及 数据挖掘的过程。 2 大班 讲授 课程目标1、 3 2 数据特征分析与预处理 2.1数据的类型 Q Q数据的统计特征 数据预处理 缺失值的处理 数据可视化 王睬柳丽［榨而 掌握数据预处理的常用算法 6 大班 讲授 课程目标2 3 大 Ha. J如及 U JZi 1/UI 基本概念 基于候选集生成- 测试方法生成频繁项集 FP-growth:基 于 深度优先搜索的频繁项 集生成算法 关联规那么的评估方 法 分类算法 掌握关联规那么挖掘的概念，主要算 法，并能够评价关联规那么。 掌握分类算法的丰要思想，能够针 4 大班 讲授 大班 课程目标2、 3 课程目标2、 4 4.1决策树归纳 对不同的实际问题运用适当的分 12 讲授 3 2022年-2023年最新 ID3 算法 C4.5 算法 从决策树提取 规那么 决策树的过分 拟合 决策树剪枝与 优化 随机森林算法 类器。 4.2贝叶斯分类器 贝叶斯定理 朴素贝叶斯分 类器 贝叶斯信念网 络 4.3基于实例的学习算 法 4.3.1 K-NN分类器 局部加权回归 基于案例的推 理 4.4回归分析 线性回归 逻辑回归 4.6分类器算法的评估 聚类算法 相似性和相异性度 量 聚类算法的分类 基于划分的聚类算 掌握聚类中相异性度量的概念、掌 大班 讲授 课程目标2、 3 5 法 握核心的聚类算法，了解不同算法 12 5.4层次聚类 5.5基于密度的聚类算 法 的优缺点。 可伸缩的聚类算法 簇质量的评估 异常检测 61统计方法 T解弃常桧测的概念.常会中流的 小班 工程 课程目标3 6 6.2基于聚类的检测技 术 4J T rp telny IrniJai, 检测技术。 4 研讨 2022年-2023年最新 1 分类工程开发实验 应用决策树、随机森林、朴素贝叶 斯、KNN算法，进行工程开发。 4 工程 父流 与答 辩 课程目标1、 4 2 聚类工程开发实验 应 用 K-Means、 Bisecting K-means Dbsc