本课程主要讲授数据挖掘的基本概念及其在生物医学领域的应用。主要包括以下内容：

1.数据挖掘基本概念及医学数据的特殊性

2.数据预处理与模型评价方法

3.经典算法，包括决策树、支持向量机、线性回归、逻辑回归、人工神经网络、聚类、关联规则分析等

4.医学数据挖掘及智能应用发展、思路与案例分析

5.*医学大数据类的学术竞赛引导和作品分享

1.课堂讨论（20%）。大家需在SPOC中的课堂线上论坛中完成相关的4次任务（内容为调研和思考），并评论他人的帖子，4次任务都完成计满分，水贴不记入总数。

2.单元测验（30%）。SPOC每周都有线上测验，需独立完成，均为客观题，系统自动评分。

3.大作业    （50%）。同学们分组完成自选题目的数据挖掘任务和答辩，成绩计入总评（需要分组，线下课会进行指导和讨论）

[1] 崔雷. 医学数据挖掘[M]. 高等教育出版社, 2006.

[2] JiaweiHan, MichelineKamber, JianPei,等. 数据挖掘:概念与技术[M]. 机械工业出版社, 2012.

[3] 方积乾. 生物医学研究的统计方法[M]. 高等教育出版社, 2007.

[4] Pang-Ning Tan，数据挖掘导论.人民邮电出版社.2006

[5] 其它各高校工科‘数据挖掘’、‘医学统计学’教材。

Q :  在哪里能找到老师？

A :  课程微信群可以找到老师 

Q：教材在哪？

A :  乐学本课程页面可以下载教材