《大数据挖掘》课程教学大纲（本科）.pdfVIP

大数据挖掘 一、课程说明 课程名称（中/英文）：大数据挖掘/Big Data Mining 课程类别：专业选修课 学时/学分：48/3 先修课程：高等代数，概率论，计算机程序设计 适用专业： 信息与计算科学、应用数学 教材、教学参考书： Jiawei Han、Micheline Kamber、Jian pei，数据挖掘:概念与技术(原书第 3 版), 机械 工业出版社，2012. Vipin Kumar、范明、范宏建.数据挖掘导论，Pang-Ning Tan,Michael Steinbach, 人民 邮电出版社，2006 。 Lan H.Witten，数据挖掘：使用机器学习技术, 机械工业出版社，2006. 二、课程设置的目的意义 数据挖掘是一门新兴的交叉性学科，是在信息技术领域迅速兴起的计算机技术。数 据挖掘技术面向应用。在很多重要的领域，数据挖掘都发挥着积极的作用。因此这门课 程是信息与计算科学及相关专业的重要课程之一。本课程主要介绍数据挖掘的基本概念， 原理、方法和技术，具体包括：数据的预处理、分类预测、机器学习、聚类分析等内容。 三、课程的基本要求 通过本课程的学习，使学生了解数据挖掘技术的整体概貌，了解数据挖掘技术的主 要应用及当前的研究热点问题，了解数据挖掘技术的发展方向，掌握最基本的概念、算 法原理和实现等技术与方法方法。掌握重要的数据挖掘方法，如常用机器学习的方法， 掌握如何利用 weka 和 matlab 实现数据分析和知识挖掘，并使学生具有进一步学习的基 础与能力。本课程所承载的知识、能力和素质培养的具体要求如下。 知识要求： ① 了解数据挖掘的基本概念、方法与算法及应用领域。 ② 掌握数据预处理的方法与算法。 ③ 掌握前馈神经网络的原理、模型与算法及实现。 ④ 掌握 SVM 的原理、模型与算法及实现。 ⑤ 掌握 ELM 的原理、模型与算法及实现。 ⑥ 能够应用应用数据挖掘的方法与算法解决实际中较为简单的分类与预测等数据 挖掘问题。 能力要求： ① 培养学生运用数据挖掘的原理与方法与算法能够解决实际中较为简单的分类与 预测等数据挖掘问题的能力。 素质要求： ○1 使学生在解决实际数据挖掘问题时具备建模思想和基于计算机技术的现代数值 求解思想 ○2 培养学生从事数据挖掘与计算数学研究的科研兴趣。 四、教学内容、重点难点及教学设计 总 学时分配 教学方案设计（含教 章节 教学内容 学 讲课 实 教学重点 教学难点 学方法、教学手段） 时 (含研讨) 践 第 1 章 引论 2 2 方法分类 机器学习 研讨式教学，讲授 数据的相 案例式教学，讲授， 第 2 章 认识数据 2 2 数据可视化 似性与相 PPT，Matlab 演示 异性 案例式教学，讲授， 第 3 章 数据预处理 2 2 数据清理 数据集成 PPT，Matlab 演示