《大数据分析数据挖掘》实验教学大纲.docxVIP

《大数据分析(数据挖掘)》实验教学大纲 一、课程概况 课程名称：大数据分析（数据挖掘）课程学分：3 课程学时：48（理论学时：24；实验（实践）学时：24） 课程性质：选修（课程性质以 2018 版人才培养方案的要求为准）开课部门：×× 建议修读学期：6 建议先修课程：线性代数，概率与数理统计，智能算法程序设计（Python）适用专业（方向）：×× 二、课程地位、作用与任务 以机器学习（特别是深度学习）为代表的新一代人工智能正在主导第四次工业革命，人类社会正在由信息社会进入智能社会，??课程就是为了适应这一发展趋势而开设的一门应用基础课程。??课程的知识体系主要涵盖机器学习进阶、Tensorflow 入门、计算学习理论简介、有监督无监督学习算法、神经网络与深度学习等，在学科体系中属于计算机应用基础知识，在人才培养方案中具有基础性的地位和作用。学生通过该课程的学习，应掌握机器学习更加深入、系统的知识，掌握机器学习平台 Tensorflow 的基础知识，掌握有监督无监督学习算法、神经网络与深度学习算法的原理及 Tensorflow 编程实现技能。 三、课程目标 （一）教学目标 《大数据分析(数据挖掘)》具体要求达到的特定教学目标包括： 教学目标 1. 掌握机器学习和深度学习基??理论知识及基??的工程实现基础知识（指标点 1.2） 教学目标 2. 能够运用机器学习和深度学习基??