《课程_数据挖掘》课程教学大纲.pdfVIP

数据挖掘

DataMining

一、课程基本信息

学时：32(含实验20学时)

学分，2

考核方式：考查

中文简介：《数据挖掘》是统计学专业的专业选修课。从数据分析的角度看,统计学

主要是通过机器学习来实现数据挖掘，大多数数据挖掘技术都源自机器学习领域，机器学

习算法和数据库原理是数据挖掘的两大支撑技术。本课程的学习目的在于使学生掌握数据

挖掘的基本概念、基本原理，常用的机器学习算法与数据分析方法，以及它们在工程实践

中的应用。为从事数据挖掘、数据分析工作和实践打下必要的基础。

二、教学目的与要求

数据挖掘作为统计学专业的一门专业选修课，其前续课程有《概率论与数理统计》、

《经济预测与决策》、《数据库管理系统》和《统计软件应用》等。本课程的教学目的在

于使学生掌握对数据进行分析和软件应用的能力，培养学生分析数据、获取知识的基本能

力。

重点掌握以下几个方面的知识：

(1)数据挖掘基础知识；

(2)分类、预测与回归；

(3)聚类分析；

(4)关联技术；

(5)离群点挖掘；

(6)数据挖掘的扩展与应用。

三、教学方法与手段

1、教学方法

数据挖掘理论性较强，涉及较强的理论知识及数学知识，是本专业的具有广阔应用前

景的理论课程。在课程的教学过程中，根据教学内容的不，综合采用多种的教学方法，

着重培养学生定性分析、定量估算和模拟实验研究的能力，以更好地完成教学务。

(1)课堂讲授：在课堂讲学的内容方面既要保持理论的系统性，又要注意联系实际社会生产

问题，时将大问题分成几个小问题进行讲解，然后再把小问题组装成大问题让学生

更好理解。

(2)编程教学：讲授过程中，对于某些算法，老师通过课堂软件操作进行详细讲解，让学生

更好的理解和掌握相关技术。

(3)课堂讨论：可以对学生分组进行组内讨论，由于与数据挖掘竞赛息息相关，可以以23

〜

位学生一组，通过组内队员分析与讲解，提高学生的学习与理解能力，时培养学生

的团队协作能力。

(4)启发式教学：在教学过程中以学生为中心进行引导，教师与学生进行互动探讨。教师首

引入实际问题，让学生积极思考，并让学生通过学习教材进行分析与解决该问题，

然后教师适当讲解解题思路。教师在讲解过程中鼓励学生多发问，与学生互动探讨在

思考该问题时遇的难点与解决方法，时对该问题的解决思路及核心算法进行讲

解。

2、教学手段

在教学中采用多种教学手段。

(1)多媒体课件：本课程已制作了相应的多媒体演示课件，与传统板书相结合进行讲授。

(2)教学网站：目前校外有很多优秀的数据挖掘与机器学习网站，可以指定学生在相关网站

注册学习，既增加学生兴趣又可以提高学生在课外自主学习能力。

(3)网上答疑：学生可以通过QQ平台或者电子邮件等方式和教师交流，教师及时解答学生

的问题。

四、教学内容及目标

教学内容教学目标学时分配

第一章绪论1.5

第一节数据挖据与机器学习概述了解0.5

第二节经典案例：天气问题与大豆分类理解0.5

第三节其它应用领域了解0.5

重点与难点：掌握数据弯角的起源、过程与功能，

以及面临的主要问题；要求学生对数据挖掘能够解决的

问题和解决问题的思路有清晰的认识。

衡量学习是否达目标的标准：通过课堂提问及

实验考核的方式掌握学生学习