12-智能数据挖掘-0515005009-教学大纲.pdfVIP

《智能数据挖掘》

课程教学大纲

（系/部）：计算机科学与技术学院

教研室：人工智能

日期：2023.06

1

《智能数据挖掘》课程教学大纲

课程英文名称：IntelligentDataMining课程编码：0515005009

总学分/总学时：64理论学时/实验学时：40/24

课程性质：考试课先修课程：数据结构、数据库原理

课程负责人：安志勇适用专业：人工智能

开课单位：计算机科学与技术学院大纲制定者：安志勇

大纲审定者：李大社大纲审定时间：2023.06

本大纲适用2023年版人工智能专业人才培养方案

一、课程简介

智能数据挖掘是一门多领域交叉学科，研究如何通过计算来改善系统自身性

能，包括数据分析基础、线性回归与分类、关联规则挖掘、分类和聚类等模型。

学习各种人工智能算法在文本挖掘、金融大数据等领域的应用。

本课程全面而又系统地介绍了数据挖掘方法和技术，通过对实际数据的分析

更加深入地理解常用的人工智能模型。培养学生数据分析和处理的能力。该课程

的先修课程有数据结构、程序设计、概率论与数理统计和数据库原理等。通过本

课程的教学，使学生掌握数据挖掘、机器学习的一般原理和处理方法，能使用人

工智能理论解决数据相关的问题。

二、课程目标与毕业要求关系

（一）课程目标

1．知识传授目标

1-1理解智能数据挖掘的基本概念以及数据分析基础，包括有监督学习概念和步

骤、数据统计分析、数据的属性、相似性度量、数据预处理以及特征工程等。

1-2熟练使用Python进行数据分析和可视化，包括线性模型、关联规则、分类、

聚类等；分类算法包括K-近邻等，聚类算法包括K-means和层次聚类等。掌握

各种算法如的基础知识和应用场景。

2

1-3了解当前智能数据挖掘的最新研究成果在数据分析中的应用，通过案例分析，

掌握如何将理论知识应用于实际问题解决中。

2.能力培养目标

2-1培养学生独立分析和解决数据挖掘与机器学习相关问题的能力，包括数据集

的获取、处理、建模和评估。提升学生运用所学知识解决实际问题的能力，如商

业智能、推荐系统等；

2-2通过实验和项目实践，增强学生的动手能力和实验设计能力。鼓励学生创新

性地应用所学知识，开发新的算法或改进现有技术；

2-3培养学生在团队中协作完成任务的能力，学会在团队中分享知识和经验。提

高学生的沟通技巧，使其能够清晰准确地表达自己的想法和解决方案。

3.价值塑造目标

3-1引导学生理解数据在当今社会的重要性，并学会以数据为驱动进行决策。教

育学生在处理数据时遵守伦理规范，尊重隐私，保护数据安全；

3-2鼓励学生保持对新技术和新知识的探索欲望，不断更新自己的知识体系。培

养学生持续学习和自我提升的能力，以适应快速发展的技术环境；

3-3塑造学生良好的职业素养，包括守时、负责、专注等品质。增强学生的社会

责任感，使其意识到自己的工作对社会可能产生的影响，并承担相应责任。

（二）课程目标对毕业要求的支撑关系

表1课程对毕业要求的支撑

课程目标毕业要求指标点

2.问题分析：能够应用数学、物理和工程科学的基本原理，识别、

课程目标1,2,3表达、并通过文献研究分析复杂工程问题及求解，以获得有效的系

统设计方案。

3.设计/开发解决方案：能够针对智能数据挖掘领域复杂工程问题提

课程目标1,2出解决方案，设计满足特定需求的系统和模块，并能够在设计环节

中体现创新意识。