《数据挖掘》课程教学大纲

PAGE3《数据挖掘》课程简介课程编号：08014920课程名称：数据挖掘/DataMining学分:4学时：64（实验：上机：16课外实践：0）适用专业：数学与应用数学，信息与计算科学建议修读学期：第6学期开课单位：数理科学与工程学院，信息与计算科学系先修课程：数据分析，概率论与数理统计考核方式与成绩评定标准：闭卷或开卷考试，平时成绩*30%+考试成绩*70%=总评成绩教材与主要参考书目：【1】机器学习与R语言，BrettLantz著，机械工业出版社出版【2】R语言与数据挖掘，YanchangZhao著，机械工业出版社出版【3】机器学习，Mitchell著，机械工业出版社出版内容概述：数据挖掘自产生以来就是以分析数据，理解数据的实际需求为推动力，其研究发展也逐步渗透到工业、农业、医疗和商业的实际需求当中。本门课是数据挖掘的入门课程，包括聚类、分类、关联规则分析、时间序列分析，文本挖掘，社交网络分析等基本内容。Sinceitsinception,dataminingisthedrivingforcetoanalyzedataandunderstandtheactualneedsofdata,anditsresearchanddevelopmenthasgraduallypenetratedintotheactualneedsofindustry,agriculture,medicalandbusiness.Thiscourseisanintroductorycourseofdatamining,includingthebasiccontentsofclustering,classification,associationruleanalysis,timeseriesanalysis,textmining,socialnetworkanalysisandsoon.《数据挖掘》教学大纲课程编号：08014920课程名称：数据挖掘/DataMining学分:4学时：64（实验：上机：16课外实践：0）适用专业：应用数学，信息与计算科学建议修读学期：第6学期开课单位：数理科学与工程学院，信息与计算科学系先修课程：数据分析，概率论与数理统计一、课程性质、目的与任务本课程是信息类学生的基础课程。通过本课程的学习，使学生了解数据挖掘的基本概念及其解决实际问题的方法流程。学会使用一种软件R（或者Matlab，Python）来解决数据挖掘中的问题。二、教学内容及学时分配本课程总学时数为64学时，其中理论教学为48学时，实验教学为16学时；课程教学共有11章，具体内容及学时安排等如下表所示：课程内容教学要求重点（☆）难点（△）学时安排实验学时上机学时备注第一章简介C2第二章R语言数据操作基础A△82第一节R简介第二节R数据类型第三节控制流第三章查看探索A☆102第一节R绘图基础第二节R包的安装查看帮助第三节Rstudio的使用第四章决策树与随机森林B42第五章回归分析A4第六章聚类A42第七章离散点检测B42第八章时间序列分析和挖掘B4第九章关联分析A42第十章文本分析C42第十一章社交网络分析C42第十二章案列1：房价指数的分析与预测C4第十三章案列2：客户回复预测与效益最大化B4第十四章案列3：内存受限的大数据预测模型A4（教学基本要求：A-掌握；B-熟悉；C-了解）三、建议实验（上机）项目及学时分配项目学时备注R语言数据操作2R语言查看探索操作2决策树与随机森林2聚类2离散点检测2关联分析2文本分析2四、教学方法与教学手段板书、ppt演示、上机操作五、考核方式与成绩评定标准闭卷或开卷考试，平时成绩*30%+大论文*70%=总评成绩六、教材与主要参考书目【1】机器学习与R语言，BrettLantz著，机械工业出版社出版【2】R语言与数据挖掘，YanchangZhao著，机械工业出版社出版【3】机器学习，Mitchell著，机械工业出版社出版七、大纲编写的依据与说明该课程教学大纲的制定，是