数据挖掘
分享
课程详情
课程评价
spContent=数据挖掘是近十几年来大数据、人工智能行业飞速发展最重要的驱动技术之一,当前大数据分析几乎都离不开数据挖掘技术,因此掌握数据挖掘的相关知识技能对于学生当下就业和未来深造都有重要意义。 本课程面向计算机、管理科学与工程、系统工程相关专业高年级本科生或低年级研究生,课程深入数据挖掘技术基础,紧跟数据科学前沿,使得学生既能够掌握数据挖掘算法的基本原理、关键技术,又使学生知道如何使用数据。此外,课程引入最新的数据挖掘案例,使得学生掌握如何通过了解数据、数据预处理、数据模式挖掘来解决现实中的数据挖掘案例。教学内容的组织与实施上,使用片段式的教学,每个知识点为一个教学片段,每个片段时长为10-25分钟。教学内容尤其是教学视频的制作上,运用信息技术将教师授课场景、ppt、动画、视频等实现动态最优组合合成,并采用视频交互模式实现,提高视觉效果和学习体验。
—— 课程团队
课程概述
  • 课程背景

1.数据挖掘是近十几年来大数据、人工智能行业飞速发展最重要的驱动技术之一,当前大数据分析几乎都离不开数据挖掘技术,应用广泛,是业界所需;

2.数据挖掘集合了概率统计、机器学习、人工智能、数据可视化、算法等等多门计算机领域核心知识,是信息技术研究的重要领域;

3.掌握数据挖掘的相关知识技能对于学生当下就业和未来深造都有重要意义。

  • 课程目标

1.认识数据的统计特性,了解数据的可视化方法,把握数据相似性计算;

2.掌握数据预处理的四大步骤及方法;

3.掌握分类、聚类、回归、关联规则挖掘等核心技术;

4.了解具体数据挖掘的处理过程。

  • 课程设计原则

1.紧跟技术前沿,内容涉及最新的业界技术和前沿研究;

2.注重技术实践,将经典案例融入到数据挖掘课程教学中,提高课程学以致用的效果;

3.重视基础知识,将数据挖掘知识与概率统计、机器学习、算法等底层核心知识融会贯通。

课程大纲
证书要求
  • 按百分制计分:60~80分为合格,80分以上为优秀。

  • 期末考试成绩占比:40%

  • 单元测试占比:20%

  • 单元作业占比:20%

  • 课程讨论占比:20%(“课堂讨论”中回复的数量10个获得该项满分)

参考资料

课程相关的其他参考资料请同学们参考:https://github.com/zyding1983/datamining