数据挖掘技术，结合人工智能模型和模式识别算法，依托数据仓库作为存储数据和资源管理的手段，以联机处理技术提取和分析数据，为管理和决策者提供全面且准确的商业机遇和潜在价值信息。本课程项目将系统地讲解数据挖掘的基本概念和基本方法，结合Python软件工具进行数据挖掘的实验教学，并结合行业案例介绍数据挖掘的最新进展。要求学生通过本课程的学习，认识到数据挖掘在大数据平台架构内所起的重要作用，掌握数据挖掘的原理，理解关联、回归、分类、聚类、预测等技术要点和实践方法，了解数据挖掘的应用情况和发展方向。通过课程习题和实验设计，要求学生掌握用Python等工具进行数据挖掘的实践能力。选课学生应具有一定的Matlab或Python编程能力。

本课程利用多媒体设备与计算机建模工具讲解数据挖掘的基本原理和技术，通过实例演示让学生了解数据回归、模式分类、聚类的基本概念，以及数据挖掘主要算法及数据挖掘技术在生物医学工程中的运用，掌握基本的计算机建模工具使用方法。本课程涉及大量英文文献和数学理论，要求学生应具备较好的英文基础知识和数学功底。

学习过程中通过平时课程测验，期末提交课程论文。成绩合格后修满学分。

为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。

电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。

完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。

认证证书申请注意事项：

1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。

2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。

公共英语，高等数学，线性代数，概率论

范明、孟小峰译，《数据挖掘：概念与技术 (第3版)》，机械工业出版社，2012 ( ISBN：978-7-111-39140-1)