《数据挖掘》课程教学大纲.pdfVIP

《数据挖掘》课程教学大纲 一、课程基本信息 课程中文名称 数据挖掘 课程英文名称 DataMining 课程编号 课程类别 通识教育核心课 □跨学科基础课 □通识教育拓展课 专业教育核心课 √学科专业拓展课 方向特色课（双百、卓越班课程） 总学时 32 讲授学时 24 实验学时 8 总学分 2 开课学院 数学与计算 开课系（室） 计算机科学与 机学院 技术 授课对象 本科 适用专业 计算机科学与技术、软件工程、物联网工程专业 先修课程 高等数学，线性代数，概率论与数理统计，数据结构，算法设计与分析 执笔人 修订时间 二、课程简介 大数据时代已经到来，在商业、经济及其他领域中，基于数据分析挖掘去发现问题并做出 科学、客观的决策越来越重要。数据挖掘就是针对这一需求而发展起来的一门汇集统计学、机 器学习、数据库、人工智能等学科内容的新兴交叉学科。本课程深入探讨数据挖掘原理，把信 息科学、计算科学和统计科学对数据挖掘的贡献融合在一起，能够培养计算机专业高年级本科 学生具备初步的科研能力和创造能力。 三、课程教学目标 1.概述 通过本课程学习，使学生了解数据挖掘这种现代数据分析和知识挖掘方法的思想和技术，了 解数据挖掘的基本理论，使学生学会使用Python 进行科学计算、可视化绘图、数据处理，分析 与建模，并详细拆解学习聚类、回归、分类三个案例，将理论与实践相结合，为将来从事数据分 析挖掘的工作奠定基础。 2.教学目标与毕业要求的对应关系 课程教学目标 对应培养标准/毕业要求指标点 1.掌握数据挖掘领域发展趋势和主要应用，数据挖掘技 掌握数据预处理方法，包括数据 术最新进展和前沿成果，数据挖掘的OLAP技术，复杂数 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 据类型的数据挖掘技术。 维数据模型，数据立方体技术等。 2.培养学生具有自主学习的能力和终生学习的意识，有不 能够将自然科学知识和专业知识 断学习和适应社会发展的能力。 用于解决专业领域的复杂工程问 题。 3.掌握知识发现与数据挖掘的基本概念和基本理论，挖 能够基于科学原理并采用科学方 152 掘大型数据库的关联规则方法，贝叶斯分类技术，神经 法对专业工程问题进行研究，包 网络分类技术、K均值聚类方法、层次聚类方法等技能。 括设计实验、分析和解释数据， 得到合理的结论。 4. 通过本课程的学习，培养学生观察、分析、解决问题 具有人文社会科学素养，社会责 的能力。培养学生严肃认真、实事求是的良好作风。 任感，能够在专业工程实践中理 解并遵守工程职业道德和规范， 履行责任。 四、教学内容及要求 第一章 Python数据分析概述 【教学目标】 （1）了解：Python常用的数据分析库 （2）理解：数据分析的概念、流程与应用场景 （3）掌握：Windows/Linux系统下Anaconda，Jupyter Notebook 的常用功能安装 【教学内容】