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